机器人操作技术是人机交互与智能作业领域的核心研究方向，在家庭服务、工业运维等场景具备广阔的应用前景。“经开科研团队”介绍，当前机器人操作在简单任务中已取得令人瞩目的成果，但在长程和复杂任务环境中仍面临挑战。近年来，研究者尝试引入大语言模型（Large Language Model，LLM）对任务进行分解，在一定程度上缓解了上述问题，但仍存在两个关键局限：一是在复杂环境中，物体种类的多样性、遮挡以及环境扰动会影响机器人感知与规划的可靠性；二是多步骤任务的串行执行容易受到中间环节错误的级联影响，从而降低整体任务的完成率。

针对上述挑战，“经开科研团队”受到人类认知机制的启发，使机器人能够理解物体之间的空间关系，从而实现避障规划，并通过动态恢复机制应对执行过程中的错误，以提升操作任务的鲁棒性。基于此，该团队提出RoboThink，一种由视觉语言模型（Vision-Language Model，VLM）驱动的机器人操作框架，用于实现空间推理与错误纠正。

具体而言，RoboThink首先引入空间感知思维链，将物体位置、朝向、可操作区域及相互约束等空间信息嵌入推理过程，使视觉语言模型在任务分解与动作规划中具备更强的空间感知能力。同时，该框架引入自校正机制，在任务执行过程中对中间结果进行监测与反思，当出现错误或环境变化时动态调整规划，从而减少串行执行中的级联失败。由于采用免训练设计，RoboThink可直接依托现有视觉语言模型进行部署，降低额外训练与迁移成本。

据介绍，该研究成果可有效提升经开科研团队“慧心极目・明眼快手”机器人操作平台在长程任务、多物体操作等复杂场景下的操作鲁棒性与环境适配能力，为机器人长程复杂操作提供了新的技术路径。经开科研团队表示，将继续围绕机器人感知、规划与操作等方向开展攻关，推动相关成果在家庭服务、工业运维等真实开放环境中落地应用。