注明：笔记来源引用原论文，写本文只是记录

一、论文基本信息

• 论文标题：IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models
• 作者：Xiangyu Su, Juzhan Xu, Oliver van Kaick, Kai Xu, Ruizhen Hu
• 发表渠道：IEEE International Conference on Robotics and Automation (ICRA) 2026，自动化方向最佳论文
• 论文链接：[2603.02669] IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models
• 研究领域：多机器人协作调度、大语言模型工业应用、作业车间调度、程序自动生成

---

二、问题形式化与研究痛点

1. 问题定义

给定工业生产场景描述与自然语言任务指令 $H$，目标是生成可执行程序 $P$，驱动多机器人系统完成对应生产任务。

• 任务本质：带强时序约束、资源约束的多机器人作业车间调度问题（Job Shop Scheduling），优化目标为最小化完工时间（makespan）。
• 程序要求：需明确每个操作的执行机器人、执行顺序、触发条件与底层控制逻辑，可直接运行于工业机器人控制器。

2. 现有方法的核心缺陷

1. 纯LLM规划方法：仅依赖语义相似度做任务拆分，不构建显式约束图，也不做调度求解，在工业场景下频繁出现操作顺序错误、资源冲突，可靠性与可解释性不足。
2. 传统调度方法：依赖人工建模工序与约束，产线换型、任务变更时需要重新编程，成本高、周期长，无法适配柔性生产需求。
3. 端到端代码生成：直接让LLM生成机器人控制代码，缺乏结构化约束，逻辑一致性差，难以调试和复用。

---

三、IMR-LLM 核心方法详解

整体采用 「高层约束规划 + 底层代码生成」的两级架构，核心设计思想是：用LLM解决语义理解与建模成本问题，用确定性算法保障工业约束的严格满足。

1. 高层任务规划：析取图构建 + 确定性调度

（1）析取图（Disjunctive Graph）建模

由LLM解析自然语言指令，自动构建任务约束图：

• 节点：代表单个原子操作（如拾取、放置、机床上下料）
• 合取弧：代表工序间的先后依赖关系（如必须先抓取再放置）
• 析取弧：代表资源互斥关系（如同一机器人/机床同一时间只能执行一个操作）

（2）确定性调度求解

在析取图基础上，采用经典调度算法（优先调度规则+分支定界）进行确定性求解，输出最优高层任务计划：

• 明确每个操作的分配机器人、开始/结束时间
• 严格满足所有时序约束与资源约束
• 输出接近理论最优的调度方案

设计逻辑：LLM负责降低「非结构化指令→结构化约束」的建模门槛，确定性算法负责兜底规划结果的正确性与最优性，规避纯LLM的幻觉与逻辑漏洞。

2. 底层程序生成：过程树引导的代码生成

将高层调度计划转化为机器人可直接执行的Python控制代码，落地「Code-as-Policy」理念。

（1）过程树（Process Tree）构建

基于高层调度计划，构建层级化的过程树作为生成骨架：

• 根节点：对应完整生产任务
• 中间节点：对应子工序/协作流程，包含执行主体、触发条件、异常分支
• 叶节点：对应原子操作，绑定机器人底层控制API

（2）结构化代码生成机制

1. 自顶向下遍历过程树，为每个节点生成对应函数
2. 分支节点自动生成条件判断、并行/串行执行逻辑
3. 叶节点直接调用预定义的机器人控制接口
4. 自动合并相同操作的通用函数，减少代码冗余

（3）优势

• 结构化约束保证生成代码的时序正确性，避免纯LLM生成的逻辑混乱
• 模块化结构便于调试、修改与复用，适配工业产线的迭代需求
• 同一套调度策略可直接映射为不同机器人的执行代码

---

四、实验验证与结果分析

1. 评测基准：IMR-Bench

基于真实工业产线与KUKA iiwa机器人平台构建，是首个面向多机器人工业场景的专用评测基准，包含3个复杂度等级：

难度等级	任务规模	机器人数量	核心特点
单机器人	50项任务	1台	基础操作验证，无协作
简单多机器人	5项操作以内	最多3台	简单协作，弱资源冲突
复杂多机器人	最多24项操作	最多7台	强时序依赖、强资源竞争

任务类型覆盖拾取放置、机床上下料、装配、物料搬运等典型工业场景，输入为无格式自然语言指令，贴近真实产线使用场景。

2. 评价指标

• OC（Operation Coverage）：操作覆盖率，生成程序覆盖的目标操作占比
• SR（Success Rate）：任务成功率，完整无错误执行的任务占比
• GCR（Goal Completion Rate）：目标完成率，最终产线目标状态的达成程度
• SE（Scheduling Efficiency）：调度效率，衡量生成方案与理论最优调度的接近程度

3. 对比基线

• SMART-LLM：纯语义子问题分解的LLM调度方法，无约束求解
• LaMDA-P：端到端LLM程序生成方法，直接输出机器人代码
• LIP-LM：结合线性规划的LLM规划方法，仅加入简单线性约束
• Ours (GPT-4)：本文方法，基于GPT-4实现
• Ours (Qwen3-32B)：本文方法，基于Qwen3-32B实现，验证跨模型通用性

4. 主实验核心结论（对应表1）

1. 全面领先：本文方法在所有难度等级、所有评价指标上均显著优于全部基线方法。
2. 简单场景优势明显：单机器人场景下，本文方法OC、SR、GCR均接近100%，基线方法SR普遍仅70%-90%。
3. 复杂场景鲁棒性突出：复杂多机器人场景下，基线方法性能暴跌（如SMART-LLM的SR仅0.20），而本文方法仍保持0.76的SR与0.79的GCR。
4. 模型通用性强：基于Qwen3-32B的实现版本性能接近GPT-4版本，证明框架不依赖特定大模型，可迁移至国产模型。

5. 消融实验（对应表2）

验证三个核心模块的必要性：

• 移除确定性调度：完全由LLM决定操作顺序，复杂场景SR大幅下降，证明确定性调度是工业场景可靠性的核心保障。
• 移除依赖约束：不构建析取图的依赖关系，仅按粒度拆分任务，复杂场景性能显著下滑，证明约束建模是多机器人协作的基础。
• 粗粒度操作：将原子操作合并为粗粒度步骤，简单场景影响较小，但复杂场景精度下降，证明细粒度建模是处理复杂任务的关键。

---

五、参考价值思考

1. 架构复用：LLM语义建图 + 确定性求解器 + 过程树代码生成的三级架构，可直接复用在强约束业务场景中，替代纯端到端LLM拆解模式，大幅提升任务执行成功率。
2. 约束建模范式：析取图的建模方式，可将业务规则、时序约束、资源互斥转化为结构化约束，再用求解器兜底，是LLM落地工业级场景的通用可靠路径。
3. Code-as-Policy工程化：过程树作为中间层，实现了策略→可执行代码的标准化映射，既保留LLM的灵活性，又保证代码的可控性与可调试性，是Code-as-Policy从概念走向工程落地的关键设计。