一、论文速览

• 基础信息：论文全称《IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models》，发表于ICRA 2026（IEEE国际机器人与自动化大会），获自动化方向最佳论文提名，作者团队聚焦多机器人调度与工业自动化方向。
• 技术标签：多机器人任务调度、自然语言指令解析、程序自动生成、确定性调度、工业柔性生产
• 核心贡献：提出LLM约束提取 + 确定性调度求解 + 过程树代码生成的两级架构，用大模型解决自然语言理解的灵活性问题，用传统调度算法保障工业场景的执行可靠性；在复杂多机器人场景下，任务成功率比纯大模型方案提升46个百分点以上。

二、研究背景与问题锚定

1. 行业现状与痛点

工业多机协同生产场景中，需要根据生产需求给多台机器人分配工序、排定时序、生成控制程序，行业长期存在两类瓶颈：

• 传统方案灵活性差：依赖人工建模、编写调度规则与控制程序，产线换型、任务变更时需要重新排程与改代码，周期长、成本高，跟不上柔性生产的节奏。
• 纯大模型方案不可靠：直接用大模型端到端生成机器人代码，不需要提前建约束模型，但输出逻辑没有保障，频繁出现工序顺序错误、资源冲突等问题，工业场景无法落地；同时生成的代码无统一结构，出问题后难以定位调试。

2. 论文核心问题

如何把大模型的自然语言理解能力，与工业场景要求的确定性、可调试性结合起来，实现从自然语言指令到多机器人可执行控制程序的可靠转化。

3. 启元技术关联点

启元当前的Skill开发者生态，同样面临【自然语言需求→机器人可执行代码】的转化效率与可靠性问题；未来家庭场景下多机器人协同（如Q1人形机器人做桌面操作、T1移动机器人做搬运配合），也会涉及多机任务分配与时序调度。这篇论文的架构思路，对启元的Skill开发工具链优化、多机协同功能研发都有直接参考价值。

三、核心技术方法拆解

整体采用【高层任务规划 + 底层程序生成】的两级架构，核心逻辑是：让大模型只做擅长的语义理解与约束提取，把需要可靠性的调度与代码生成，交给结构化的确定性逻辑处理。

1. 高层任务规划：析取图构建 + 确定性调度

（1）析取图约束构建

由大模型解析自然语言指令，自动提取三类核心要素，构建成结构化的任务约束图：

• 节点：对应单个原子操作，如“打磨工件”“搬运物料”
• 合取弧：对应工序的先后依赖关系，如“必须先抓取工件，再进行打磨”
• 析取弧：对应资源互斥关系，如同一台机床、同一台机器人，同一时间只能执行一个操作

这一步的作用是把模糊的自然语言，转化为有明确边界的约束问题，相当于给大模型的输出套上了结构化框架，避免无边界的自由生成。

（2）确定性调度求解

在析取图的约束基础上，采用经典调度算法（先调优规则+分支定界）求解最优方案：

• 明确每个操作的执行主体、开始与结束时间
• 严格满足所有时序约束与资源约束
• 输出整体完工时间最短的调度方案

这部分是整个方案可靠性的核心——所有执行逻辑都经过严格的约束校验，不会出现资源冲突、工序颠倒的低级错误，补上了纯大模型方案的核心短板。

2. 底层程序生成：过程树引导的代码生成

把高层调度方案转化为机器人可直接执行的Python控制代码，核心是引入「过程树」作为中间层，不直接让大模型生成完整代码。

（1）构建过程树

基于调度结果，生成树状的执行逻辑框架：

• 根节点：对应完整的生产任务
• 中间节点：对应工序的执行逻辑，包括串行执行、并行执行、触发条件、异常分支
• 叶节点：对应原子操作，直接绑定机器人底层控制API

（2）结构化代码生成

沿着过程树自上而下生成代码：

• 每个节点对应一段独立的函数逻辑
• 自动处理串行、并行执行的逻辑控制
• 叶节点直接调用预定义的机器人控制接口
• 自动合并通用函数，减少代码冗余

这种生成方式的优势很明确：一是代码结构与调度方案一一对应，逻辑可控，不会出现离谱的逻辑错误；二是模块化程度高，需求调整、问题排查都很方便；三是同一套调度逻辑，适配不同机器人时只需要替换底层接口，迁移成本低。

3. 核心创新点

• 架构创新：将「大语言模型做语义理解」与「确定性算法做约束求解」解耦，两者各司其职，解决了纯大模型不可靠、传统方法不灵活的行业共性矛盾。
• 工程创新：用过程树作为代码生成的中间层，兼顾了大模型的灵活性与工业代码的可控性、可调试性，是大模型落地工业控制场景的可行路径。

四、实验设计与关键结论

1. 测试基准与评价指标

论文搭建了面向多机器人工业场景的专用测试集IMR-Bench，基于真实工业产线与KUKA iiwa机器人平台，分三个难度等级：

难度等级	任务规模	机器人数量	场景特点
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项任务	最多3台	基础协作，少量资源冲突
复杂多机器人	最多24项操作	最多7台	强时序依赖，资源竞争激烈

评价指标覆盖四个维度：操作覆盖率（OC）、任务成功率（SR）、目标完成率（GCR）、调度效率（SE）。

2. 对比基线与核心结果

对比了三类主流方案：纯大模型端到端生成（SMART-LLM）、端到端机器人程序生成（LaMDA-P）、结合线性规划的大模型方法（LIP-LM）。

核心结论：

1. 全场景性能领先：三个难度等级下，所有指标均优于所有基线方案。
2. 简单场景接近满分：单机器人场景下，任务成功率、目标完成率均接近100%；而纯大模型方案SMART-LLM的任务成功率仅20%，差距显著。
3. 复杂场景优势更突出：复杂多机器人场景下，本文方案任务成功率达79%，基线中最优方案仅33%；场景越复杂、约束越多，该架构的优势越明显。
4. 模型通用性强：基于Qwen-32B实现的版本，性能接近GPT-4版本，说明方案不依赖顶级大模型，国产大模型也可达到相近效果。

3. 消融实验结论

• 去掉确定性调度模块，全靠大模型排程，复杂场景任务成功率大幅下降，说明工业场景下，执行可靠性不能完全交给大模型。
• 不构建析取图约束，仅让大模型做简单任务拆分，复杂场景性能显著下滑，结构化约束是处理多机协作的必要基础。
• 子任务合并、步骤依赖等细粒度约束，对复杂场景影响大，简单场景下差异不明显。

4. 局限性

• 目前仅验证了工业机械臂场景，未适配移动机器人、人形机器人场景。
• 析取图构建依赖大模型的语义理解能力，指令过于模糊、口语化时，仍可能出现约束提取错误。
• 调度算法针对静态车间场景设计，未覆盖动态任务插入、突发异常等动态场景的处理。

五、对启元机器人开发实践的启发

1. 短期可落地参考

• Skill生成流程优化：借鉴【过程树】的思路改造现有Skill生成工具。用户输入自然语言需求后，先生成结构化的执行流程树（定义串行/并行/条件分支），再生成机器人执行代码，替代直接让大模型写完整代码的模式，提升Skill代码的可靠性，也降低开发者调试门槛。
• 多机调度原型验证：针对未来多机器人协同场景，先复用【约束提取+确定性调度】的逻辑，搭建小型验证原型，验证桌面操作+移动搬运等配合场景的任务分配，避免纯大模型调度易出现的资源冲突问题。
• 国产大模型适配：论文验证了国产大模型可达到接近GPT-4的效果，启元的Skill开发工具可优先适配国产大模型，降低部署与调用成本。

2. 中长期技术布局建议

• 搭建通用任务规划中间层：参考本文两级架构，在大模型与机器人控制层之间，新增一层【】结构化任务规划引擎】。上层用大模型理解用户需求、拆解任务、提取约束；下层用确定性规划算法生成执行序列，再对接机器人控制接口。既保留自然语言交互的灵活性，又守住机器人执行的可靠性底线。
• 沉淀服务场景调度规则库：工业调度的目标是工期与资源利用率，家庭服务场景更看重安全、体验与执行效率，不能直接照搬。可以针对家务、陪护、娱乐等典型家庭场景，梳理任务约束与资源冲突场景，沉淀启元自己的调度规则库，逐步替代纯大模型的端到端规划。
• 向开发者开放规划能力：把结构化任务生成的能力开放到开发者社区，开发者只需定义原子操作与基础约束，就能快速生成多机协同的Skill，降低多机开发的技术门槛，丰富生态内容。

3. 论文理论与实际的反差

• 工业调度逻辑不能直接套家用场景。工业场景环境固定、任务明确，家庭场景动态障碍物多、用户需求模糊，调度目标与约束条件都需要重新设计，不能直接复用工业算法。
• 异常处理需要单独设计。论文方案基于稳定的工业产线环境，真实家庭环境动态变化多，落地时必须补充在线重规划、异常中断处理的逻辑，不能只依赖静态调度。

六、自己的思考

这篇论文本质上给大模型+机器人的落地给出了一个明确方向：大模型的核心价值在语义理解与需求拆解，而不是直接替代控制层做决策。越是要求可靠性、越是复杂的场景，越要把理解和执行拆开，中间用结构化的规划层衔接。

对启元来说，这个思路的价值不局限于工业场景。家庭服务机器人要走进真实家庭，同样要解决用户自然语言指令到机器人安全准确执行的转化问题。沿着这个架构演进，既能发挥大模型的交互优势，又能守住量产机器人的安全与可靠底线，比纯端到端的方案更适合落地。

后续可以重点关注两个方向：一是动态场景下的在线重调度技术，二是移动机器人+机械臂的复合场景任务规划，这些都是服务机器人走进真实场景必然会遇到的实际问题。

注明：部分内容与图片采用原论文数据与话语。