LLM+MAP: Bimanual Robot Task Planning using Large Language Models and Planning Domain Definition

文章主要内容总结

本文提出了一种名为LLM+MAP的双手机器人任务规划框架，结合大语言模型（LLM）和符号规划技术（PDDL），解决双手机器人在复杂长时任务中的时空协调难题。框架通过以下步骤实现高效规划：

1. 场景理解：利用视觉模型定位物体并划分操作区域（左/右/中间协作区）。
2. PDDL生成：通过LLM将自然语言任务描述和场景信息转化为PDDL格式，定义初始状态和目标状态。
3. 多智能体规划：使用FMAP符号规划器生成部分有序计划（partial-order plan），确保双手动作的逻辑正确性和并行执行效率。

实验在NICOL双手机器人平台上进行，涵盖三种任务场景（ServeWater、ServeFruit、StackBlock）。结果表明，LLM+MAP在规划时间、成功率和步骤效率上显著优于直接使用LLM（如GPT-4o、o1、R1）生成计划的方法。

创新点

1. 多智能体规划与LLM结合

   • 将双手机器人建模为两个协作智能体，通过PDDL定义领域知识和动作逻辑，利用符号规划保证计划的逻辑正确性。
   • LLM作为PDDL生成器，解决了传统符号规划需