A Systematic Study of Large Language Models for Task and Motion Planning With PDDLStream

📄 arXiv: 2510.00182 📥 PDF

作者: Jorge Mendez-Mendez

分类: cs.RO, cs.AI

发布日期: 2026-07-20

💡 一句话要点

提出16种算法以优化任务与运动规划中的大语言模型应用

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 任务与运动规划 机器人技术 形式推理 算法优化 零-shot学习 几何细节

📋 核心要点

  1. 现有方法在将大型语言模型应用于机器人任务与运动规划时，成功率和效率均存在不足。
  2. 论文提出通过16种算法将LLMs集成到TAMP中，以优化规划过程并探索其潜力。
  3. 实验结果显示，LLM规划器的成功率较低且规划时间较长，提供几何细节反而增加了错误率。

📝 摘要（中文）

尽管我们知道大型语言模型（LLMs）能够解决某些规划问题，但其在机器人领域的能力尚不明确。本文探讨了将LLMs的语义知识与任务与运动规划（TAMP）的形式推理相结合的可能性。我们开发了16种算法，利用LLMs替代TAMP的关键组件。通过13750次评估的零-shot实验发现，基于LLMs的规划器在成功率和规划时间上均低于工程化系统。此外，提供几何细节反而增加了任务规划错误，而直接的LLM变体在大多数情况下优于推理变体。代码和结果可在指定网址获取。

🔬 方法详解

问题定义：本文旨在解决大型语言模型在任务与运动规划中的应用能力不足的问题。现有方法在集成LLMs时面临选择复杂性和性能不佳的挑战。

核心思路：论文的核心思路是开发16种算法，通过替代TAMP的关键组件来利用LLMs的语义理解能力，从而提高规划的灵活性和智能化水平。

技术框架：整体架构包括多个模块，首先是LLMs的集成，其次是任务与运动规划的具体实现，最后通过实验评估不同算法的性能。

关键创新：最重要的技术创新在于提出了多种LLM集成算法，并通过零-shot实验系统评估其在不同领域的表现，揭示了LLMs在TAMP中的潜力与局限性。

关键设计：关键设计包括对LLMs的参数设置、任务描述的形式化，以及在不同场景下的几何细节处理，确保算法的有效性和适应性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，基于LLMs的规划器在13750次评估中成功率低于工程化系统，且规划时间更长。提供几何细节导致任务规划错误增加，而直接的LLM变体在大多数情况下表现优于推理变体，显示出不同集成方式的显著差异。

🎯 应用场景

该研究的潜在应用领域包括机器人自动化、智能制造和人机协作等。通过优化任务与运动规划，能够提升机器人在复杂环境中的自主决策能力，具有重要的实际价值和未来影响。

📄 摘要（原文）

While we know that large language models (LLMs) can solve some planning problems, we do not understand the extent of these capabilities for robotics. One promising direction is to integrate the semantic knowledge of LLMs with the formal reasoning of task and motion planning (TAMP). However, designing such systems is complicated by the myriad of choices for how to integrate LLMs within TAMP. We develop 16 algorithms that use LLMs to substitute key TAMP components. Our zero-shot experiments across 13750 evaluations and three domains reveal that LLM-based planners exhibit lower success rates and higher planning times than engineered systems. Providing geometric details increases the number of task-planning errors compared to pure PDDL descriptions, and (faster) direct LLM variants outperform (slower) reasoning variants in most cases. Code and results are available atthis https URL.