SMART-LLM：基于大语言模型的多智能体任务规划

SMART-LLM: Smart Multi-Agent Robot Task Planning using Large Language Models

作者：Kannan, Shyam Sundar and Venkatesh, Vishnunandan LN and Min, Byung-Cheol

出处：arXiv preprint arXiv:2309.10062, 2023.

The 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2024)

随着人工智能和机器人技术的飞速发展，多机器人协作完成复杂任务成为具身智能研究的热点问题。SMART-LLM提出了一个具身多机器人任务规划的创新框架，主要方法是利用LLM将输入的高级任务指令转换为多机器人任务计划。

SMART-LLM通过任务分解、联盟形成、任务分配和任务执行四个阶段，结合大语言模型（LLM）在少样本提示（Few-Shot Prompting）中的推理能力，实现高效的任务计划生成。框架采用程序化提示工程，指导LLM生成可直接执行的多机器人协作计划，为复杂任务规划提供了系统化的解决方案。

为验证该方法的性能，研究团队创建了用于评估的基准数据集，涵盖四种不同复杂度的高层次指令类别，并在仿真环境和真实场景中进行了测试。结果显示SMART-LLM能够稳定生成多机器人任务计划，在任务效率和协作能力方面表现出色，展现了其在实际应用中的巨大潜力。

SMART-LLM核心框架

SMART-LLM利用大语言模型（LLMs）来执行任务分解、联盟构建以及任务分配，采用Python提示来指导LLM生成用于任务分解和分配的代码，为多机器人任务规划提供了一种系统化的解决方案。相较于自然语言提示，这种方式能够更好地促使LLM产生可执行代码，并且遵循一定的结构语法以提高LLM的理解能力。这些提示的设计模仿了典型的编程代码格式，同时带有详细的说明性注释来界定示例任务。为了帮助LLM更有效地理解和产出代码，提供的提示中包含了注释信息对每一步骤的任务内容进行概述。

1)任务分解：由机器人技能、对象和任务分解样本组成的提示与高级指令相结合作为输入，通过LLM模型分解为子任务列表。

2)联盟形成：由机器人列表、环境中可用的对象、示例分解任务示例以及上一阶段生成的子任务列表相结合作为输入，通过LLM模型生成联盟策略。

3)任务分配：由分解的样本任务、分配任务计划组成的提示以及上一阶段生成的联盟策略相结合作为输入，通过LLM输出分配任务计划的代码。

4)任务执行：每个机器人根据生成的分配代码执行各自的任务。

实验评估

为评估SMART-LLM框架在多机器人任务规划中的性能，创建了基于AI2-THOR模拟平台的基准数据集，该数据集包含了36个高级指令，根据复杂程度不同分为基本任务（Elemental Tasks）、简单任务（Simple Tasks）、复合任务（Compound Tasks）和复杂任务（Complex Tasks）四类指令，并且包括任务完成后环境的真实状态，帮助评估机器人团队的利用效率。

实验将SMART-LLM框架结合多种大模型（GPT-4、GPT-3.5、Llama2和Claude3）进行测试，并与两种基线方法（随机、规则）进行比较。实验采用了成功率（SR）、任务完成率（TCR）、目标条件召回率（GCR）、机器人利用率（RU）和可执行性（Exe）五大指标来进行性能评估，结果表明SMART-LLM在复杂任务中表现优异，特别是对于需要逻辑推理和任务序列化的任务。

最后为了全面评估SMART-LLM框架的鲁棒性和适应性，在真实环境中也进行了测试，例如在覆盖可见性任务中测试了不同区域面积和不同可见范围的机器人之间的协调工作。尽管这些任务对于系统来说是完全未见过的，并且没有涉及可见性属性的样本提示，SMART-LLM依然能够生成有效的任务计划，并合理分配适当数量的机器人来完成任务。