A Temporal Planning Framework for Multi-Agent Systems via LLM-Aided Knowledge Base Management
作者: Enrico Saccon, Ahmet Tikna, Davide De Martini, Edoardo Lamon, Luigi Palopoli, Marco Roveri
分类: cs.AI, cs.HC, cs.RO
发布日期: 2025-02-26
💡 一句话要点
提出PLANTOR框架，利用LLM辅助知识库管理，实现多智能体系统的时序规划
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 多智能体系统 时序规划 大型语言模型 知识库管理 机器人操作系统
📋 核心要点
- 现有方法在多机器人任务规划中缺乏灵活性和可扩展性，难以处理复杂的时序依赖和资源约束。
- PLANTOR框架利用LLM生成知识库，结合Prolog进行形式验证，并通过混合整数线性规划进行时序规划。
- 实验表明，该框架在多机器人组装任务中表现良好，LLM生成的知识库准确，Prolog保证了规划的正确性。
📝 摘要（中文）
本文提出了一种名为PLANTOR（用于面向任务机器人的自然语言规划）的新框架，该框架将大型语言模型（LLM）与基于Prolog的知识管理和规划相结合，用于多机器人任务。该系统采用两阶段的机器人导向知识库生成，确保可重用性和组合推理，以及一个三步规划过程，通过混合整数线性规划处理时间依赖性、资源约束和并行任务执行。最终计划被转换为行为树，以便直接在ROS2中使用。我们在块世界和拱形建筑场景中的多机器人组装任务中测试了该框架。结果表明，LLM可以通过适度的人工反馈生成准确的知识库，而Prolog保证了形式正确性和可解释性。这种方法强调了LLM集成在需要灵活、可扩展和人类可理解的规划的高级机器人任务中的潜力。
🔬 方法详解
问题定义：多智能体系统在复杂任务（如装配）中面临规划难题，尤其是在处理时间依赖性、资源约束和并行任务执行时。传统方法往往缺乏灵活性和可扩展性，难以适应动态环境和复杂任务需求。此外，知识表示和推理过程的可解释性也是一个挑战。
核心思路：PLANTOR框架的核心思路是结合LLM的自然语言理解和生成能力，以及Prolog的逻辑推理和形式验证能力。LLM负责从自然语言描述中提取知识并构建知识库，Prolog负责对知识库进行形式验证和推理，最终通过混合整数线性规划生成满足约束的规划方案。
技术框架：PLANTOR框架包含以下主要模块：1) LLM知识库生成：利用LLM从任务描述中提取实体、关系和规则，生成机器人导向的知识库。2) Prolog知识库验证：使用Prolog对LLM生成的知识库进行形式验证，确保知识的一致性和正确性。3) 时序规划：将验证后的知识库输入到混合整数线性规划器中，生成满足时间依赖性、资源约束和并行任务执行的规划方案。4) 行为树转换：将规划方案转换为行为树，以便在ROS2等机器人操作系统中直接执行。
关键创新：该框架的关键创新在于将LLM的知识获取能力与Prolog的形式验证能力相结合，实现了一种可解释、可验证的多智能体系统规划方法。与传统的基于规则或优化的规划方法相比，该方法更加灵活、可扩展，并且能够处理复杂的自然语言描述。
关键设计：LLM知识库生成阶段的关键设计包括提示工程，即如何设计合适的提示语，引导LLM生成准确的知识库。混合整数线性规划阶段的关键设计包括如何将时间依赖性、资源约束和并行任务执行建模为线性约束，以及如何选择合适的求解器。
🖼️ 关键图片
📊 实验亮点
实验结果表明，PLANTOR框架能够利用LLM生成准确的知识库，并通过Prolog保证规划的正确性。在多机器人组装任务中，该框架能够有效地处理时间依赖性、资源约束和并行任务执行，生成可行的规划方案。通过与人工设计的知识库进行对比，验证了LLM在知识获取方面的优势。
🎯 应用场景
该研究成果可应用于自动化装配、物流、搜索救援等领域，尤其适用于需要多机器人协同完成复杂任务的场景。通过自然语言描述任务，系统能够自动生成可执行的机器人规划，降低了机器人编程的门槛，提高了任务执行的效率和灵活性。未来，该框架有望进一步扩展到更复杂的任务和环境，实现更高级别的自主决策和控制。
📄 摘要（原文）
This paper presents a novel framework, called PLANTOR (PLanning with Natural language for Task-Oriented Robots), that integrates Large Language Models (LLMs) with Prolog-based knowledge management and planning for multi-robot tasks. The system employs a two-phase generation of a robot-oriented knowledge base, ensuring reusability and compositional reasoning, as well as a three-step planning procedure that handles temporal dependencies, resource constraints, and parallel task execution via mixed-integer linear programming. The final plan is converted into a Behaviour Tree for direct use in ROS2. We tested the framework in multi-robot assembly tasks within a block world and an arch-building scenario. Results demonstrate that LLMs can produce accurate knowledge bases with modest human feedback, while Prolog guarantees formal correctness and explainability. This approach underscores the potential of LLM integration for advanced robotics tasks requiring flexible, scalable, and human-understandable planning.