基于大模型的具身智能任务规划研究:从单智能体到多智能体

• 全文链接
• 请求原文

作   者：

贾子琦;  王健宗;  张旭龙;  瞿晓阳; 

作者机构：

平安科技(深圳)有限公司; 

关键词：

任务规划;  具身智能;  大语言模型; 

期刊名称：

大数据

i s s n：

2096-0271

年卷期：

2025 年 11 卷 002 期

页   码：

73-90

摘   要：

随着人工智能的发展，具身智能和任务规划逐渐成为研究热点。传统任务规划方法在面对不可预测环境时缺乏灵活性，而大语言模型凭借其强大的语言理解和多模态能力，为智能体提供更全面的任务规划方案，为解决这一问题提供了可能性。综述了基于大模型的智能体任务规划方法，涵盖了单智能体与多智能体情境下的不同策略，并探讨了几种代表性框架及其在实际应用中的表现与潜力。具体而言，分别介绍了端到端规划、分阶段规划、动态规划等单智能体大模型任务规划方法，以及集中式规划、分布式规划和混合式规划等多智能体大模型任务规划方法，并分析了这些方法如何结合强化学习、多模态感知等技术来优化规划过程。此外，讨论了基于大模型的具身智能任务规划的特点、局限性以及存在的挑战，并展望了未来的发展方向。本研究旨在为设计更加灵活、适应性强的下一代具身智能系统提供有价值的参考。