【技术实现步骤摘要】
本专利技术涉及机器人任务规划，尤其是涉及一种大语言模型驱动的异构多机器人系统任务规划方法和设备。
技术介绍
1、机器人任务规划将一个高层次的任务指令分解为能够由单个机器人通过单步操作完成的一系列短期子任务，已被证实是实现复杂长期机器人任务的关键要素。相比于单一机器人，多机器人系统因其内部机器人之间可以通过任务分解，分配和协同合作实现更加长期复杂的任务而更受到关注。在过去主流的机器人任务规划问题中，常见到的方法大致可分为基于经典逻辑的方法，基于学习的方法以及基于大语言模型(llms)的方法。基于经典逻辑的方法将问题抽象为某种规则式的语言(例如规划域描述语言，planning domaindescription language，简称pddl)，然后使用传统求解器获得子任务序列，但无法适用于开放的环境中。基于学习的方法想要获得大量、多样化以及高质量的机器人训练数据是十分困难的，成本也非常昂贵。近期，大语言模型表现出来的丰富的世界知识以及强大的推理能力，为机器人在通用环境中实现泛化提供了可能。而现在基于大语言模型的工作更多关注于单一机器人的控...
【技术保护点】
1.一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在于，包括提议-执行-反馈-调整阶段，每个异构机器人内置有互不相同的第二大语言模型，其中，
2.根据权利要求1所述的一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在于，所述历史对话信息包括历史的子任务提议文本、执行子任务的异构机器人信息以及反馈信息。
3.根据权利要求1所述的一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在于，所述执行阶段中，可执行动作信息的获取过程包括：
4.根据权利要求1所述的一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在...
【技术特征摘要】
1.一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在于，包括提议-执行-反馈-调整阶段，每个异构机器人内置有互不相同的第二大语言模型，其中，
2.根据权利要求1所述的一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在于，所述历史对话信息包括历史的子任务提议文本、执行子任务的异构机器人信息以及反馈信息。
3.根据权利要求1所述的一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在于，所述执行阶段中，可执行动作信息的获取过程包括：
4.根据权利要求1所述的一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在于，所述反馈阶段中，所述反馈信息的生成包括如下步骤：
5.根据权利要求4所述的一种大语言模型驱动的异构多机器人系统任务规划方法，其特征在于，所述成功执行的结果包括子任务中已完成的动作和待完成的动作。
6.根据权...
【专利技术属性】
技术研发人员：王之港，赵斌，刘坷卉，李学龙，
申请(专利权)人：上海人工智能创新中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。