近日，实验室24级硕士研究生刘庚其为第一作者，王斐教授为通信作者的《MAG-PG: Mathematical Modeling Guided Multi-Agent LLM for Push–Grasping Synergy in Cluttered Scenes》论文被机器人领域顶会IROS（IEEE Intl. Conf. on Intelligent Robotics & Systems）录用接收。论文围绕复杂杂乱场景中的机器人推抓协同问题，提出了MAG-PG方法，即一种由数学建模引导的多智能体大语言模型推抓框架。该工作面向目标物被遮挡、物体堆叠紧密、直接抓取困难等典型场景，旨在让机器人具备更强的场景理解、几何推理和主动整理能力。提出方法在仿真和真实机器人平台上均展现出较好的有效性和泛化能力，优于多个已有基线方法。在真实环境测试中，系统也能够在包含多种日常物体的杂乱堆叠场景中完成目标抓取，验证了其在复杂机器人操作任务中的应用潜力。