Scale-Plan: Scalable Language-Enabled Task Planning for Heterogeneous Multi-Robot Teams

O artigo apresenta o Scale-Plan, um framework escalável que utiliza raciocínio de modelos de linguagem (LLM) para filtrar informações irrelevantes e gerar representações de problemas compactas, permitindo um planejamento de tarefas eficiente e confiável para equipes heterogêneas de múltiplos robôs em ambientes complexos.

O essencial

Imagine que você tem uma equipe de robôs (um deles é um braço mecânico, outro é um robô com rodas, etc.) e você precisa pedir a eles uma tarefa complexa, como: "Pegue a maçã, coloque na geladeira e desligue a luz."

O problema é que a cozinha está cheia de coisas: tomates, panelas, facas, pães, lixeiras, etc. Se você pedir para um robô pensar em todas essas coisas ao mesmo tempo, ele fica confuso, lento e pode cometer erros bobos (como tentar pegar o tomate em vez da maçã).

É aqui que entra o Scale-Plan, a solução apresentada neste artigo. Vamos explicar como ele funciona usando analogias do dia a dia.

1. O Problema: A "Festa do Caos"

Imagine que você é o chefe de uma cozinha lotada. Você quer fazer um bolo. Mas, em vez de olhar apenas para a farinha e os ovos, você é obrigado a olhar para tudo que existe na cozinha: o aspirador de pó, o gato, o jornal na mesa, a panela de pressão.

Se você tentar planejar a receita pensando em tudo isso, seu cérebro vai travar. Você pode esquecer de pegar a farinha ou tentar usar o jornal como ingrediente.

• Robôs antigos: Tentam olhar para tudo. Ficam lentos e alucinam (inventam coisas que não existem).
• Robôs com LLM (Inteligência Artificial) pura: São como chefs muito criativos, mas que às vezes inventam ingredientes que não existem na geladeira.

2. A Solução: O "Filtro Mágico" (Scale-Plan)

O Scale-Plan funciona como um filtro inteligente ou um assistente pessoal super-organizado. Antes de começar a cozinhar (planejar), ele faz o seguinte:

1. O Mapa de Dependências (O Gráfico de Ações):
   Imagine que o sistema tem um mapa secreto que mostra como as coisas se conectam. Ele sabe que para "fatiar o tomate", você precisa primeiro "pegar a faca". Ele sabe que para "colocar a maçã na geladeira", você precisa "abrir a geladeira". Esse mapa é construído com regras lógicas rígidas (como um manual de instruções), não com "achismos".

2. A Varredura Inteligente:
   Quando você dá o comando ("Pegar a maçã"), o Scale-Plan olha para o mapa e diz: "Esqueça o tomate, a panela e o gato. Eles não têm nada a ver com pegar a maçã. Vamos focar apenas na maçã, na geladeira e na faca (se precisar)."
   Ele limpa a mesa, deixando apenas os objetos e ações necessários. Isso reduz o "barulho" e evita que o robô se distraia.

3. A Equipe de Especialistas:
   Depois de limpar a mesa, o sistema divide o trabalho:

   • Desmontar a tarefa: "Ok, primeiro vamos à maçã, depois à geladeira."
   • Atribuir a tarefa: "Robô A, você é rápido, vai buscar a maçã. Robô B, você é forte, vai abrir a geladeira."
   • Montar o plano: Ele junta tudo em uma sequência lógica que o robô consegue executar sem bater em nada.

3. O Resultado: Mais Rápido e Menos Erros

O artigo mostra que, ao usar esse método, os robôs:

• Não se perdem: Como só olham para o que é importante, não tentam pegar objetos errados.
• Não alucinam: Não inventam ações que não existem (como "abrir a geladeira" se ela já está aberta, ou tentar colocar a maçã em um lugar que não é geladeira).
• Trabalham juntos: Conseguem dividir tarefas complexas entre vários robôs de forma eficiente.

4. O "Campo de Treinamento" (MAT2-THOR)

Os autores também criaram um novo "campo de treinamento" chamado MAT2-THOR.
Imagine que antes, os testes de robôs eram como provas de matemática com erros de digitação nas perguntas. Às vezes, o robô falhava não porque era burro, mas porque a pergunta estava confusa.
Eles "limparam" esse campo de treinamento, corrigindo os erros e tornando as regras claras. Assim, agora podemos testar os robôs de verdade, sem dúvidas sobre quem ganhou ou perdeu.

Resumo em uma frase

O Scale-Plan é como ter um gerente de projeto que, antes de você começar uma tarefa gigante, pega a lista de 1000 itens, risca os 990 que não importam, e entrega a você apenas os 10 essenciais, organizados na ordem certa, para que você (ou o robô) possa trabalhar com foco, velocidade e sem cometer erros bobos.

Isso permite que equipes de robôs diferentes (heterogêneos) trabalhem juntas em ambientes cheios de coisas (como casas ou armazéns) de forma muito mais inteligente e confiável.

Resumo técnico

Resumo Técnico: Scale-Plan

1. O Problema

O planejamento de tarefas de longo alcance (long-horizon) para equipes de robôs heterogêneos em ambientes reais é essencial para aplicações como resposta a desastres, logística e inspeção. No entanto, esse processo enfrenta dois desafios principais:

• Complexidade Combinatória e Ruído: Ambientes reais contêm uma vasta quantidade de informações perceptuais (objetos, estados), grande parte das quais é irrelevante para a tarefa específica. Incluir todos esses dados no processo de planejamento expande excessivamente o espaço de busca, degradando o desempenho.
• Limitações das Abordagens Atuais:
  • Planejadores Simbólicos Tradicionais: Dependem de especificações de problemas manuais (PDDL), o que limita a escalabilidade e a adaptabilidade em ambientes dinâmicos.
  • Abordagens Baseadas em LLM (Large Language Models): Embora flexíveis, sofrem com alucinações (geração de entidades inexistentes), falta de "ancoragem" (grounding) fraca (desalinhamento entre o plano gerado e os objetos reais) e dificuldade em lidar com contextos ricos em objetos, levando a planos inviáveis.

2. Metodologia: Scale-Plan

O Scale-Plan é um framework escalável assistido por LLM que visa gerar representações de problemas compactas e relevantes para a tarefa, filtrando informações irrelevantes antes do planejamento. A arquitetura divide-se em duas fases principais:

A. Construção e Busca no Grafo de Ações (Offline e Runtime)

• Grafo de Ações: O sistema constrói offline um grafo direcionado a partir da especificação do domínio PDDL. Os nós representam esquemas de ações parametrizados e as arestas codificam dependências lógicas (pré-condições e efeitos).
• Regras de Conexão: O grafo utiliza regras "estritas" (quando os efeitos de uma ação satisfazem completamente as pré-condições de outra) e "relaxadas" (para manter a conectividade sem super-densificar o grafo).
• Filtragem de Ambiente: Em tempo de execução, dado um comando em linguagem natural, o LLM realiza um raciocínio superficial para propor um pequeno conjunto de ações candidatas e objetos relevantes. O sistema então executa uma busca em profundidade (DFS) reversa no grafo de ações para identificar o subconjunto mínimo de ações e objetos necessários para satisfazer as pré-condições das ações candidatas.
• Resultado: Isso gera uma representação filtrada contendo apenas os objetos e habilidades relevantes, reduzindo drasticamente a complexidade combinatória.

B. Pipeline de Planejamento Multi-Robô Estruturado
Com a representação filtrada, o sistema executa um pipeline baseado em LLM que não gera um arquivo de problema PDDL intermediário (evitando erros de formatação e ancoragem):

1. Decomposição de Tarefas: Divide a instrução de alto nível em subtarefas gerenciáveis.
2. Alocação de Robôs: Atribui subtarefas aos robôs da equipe heterogênea com base em suas capacidades e restrições, considerando a execução paralela.
3. Integração de Planos: Combina os planos individuais em uma estratégia coerente, respeitando dependências e permitindo concorrência.
4. Plan-to-Code: Traduz o plano de alto nível para código executável no simulador AI2-THOR.

3. Contribuições Principais

1. Framework Scale-Plan: Uma nova arquitetura que combina filtragem baseada em grafo de ações (derivado de PDDL) com raciocínio estruturado de LLM para criar representações de problemas compactas e relevantes.
2. Pipeline de Planejamento Sem PDDL Intermediário: Um método que decompõe e aloca tarefas diretamente para sequências de ações executáveis, eliminando a necessidade de gerar arquivos PDDL de problemas, o que reduz erros de ancoragem.
3. MAT2-THOR (Benchmark): A introdução de um benchmark limpo e padronizado, derivado do conjunto de dados MAT-THOR e do simulador AI2-THOR. O MAT2-THOR corrige inconsistências, erros de ground-truth e ambiguidades linguísticas do dataset original, fornecendo uma base confiável para avaliar sistemas de planejamento multi-agente.

4. Resultados Experimentais

Os experimentos foram realizados no simulador AI2-THOR utilizando o benchmark MAT2-THOR, comparando o Scale-Plan com quatro baselines (Planejador Puro LLM, LLM+PDDL, LaMMA-P PDDL-only e LaMMA-P Corrigido por LLM).

• Desempenho Geral: O Scale-Plan superou todas as baselines em todas as métricas (Taxa de Conclusão de Tarefa - TCR, Recall de Condição de Objetivo - GCR e Taxa de Executabilidade - ER).
  • Em tarefas complexas, houve uma melhoria de 35% na TCR em comparação com a baseline mais forte (LaMMA-P corrigido).
  • O desempenho foi particularmente superior em tarefas "vagas" e complexas, onde a filtragem de ambiente é crucial.
• Estudo de Ablação: A remoção da filtragem de ambiente (No-EF) ou a substituição da filtragem por grafo por uma filtragem superficial apenas de LLM (LLM-SF) resultou em quedas significativas na TCR (especialmente em tarefas complexas), provando que a filtragem estruturada baseada no grafo de ações é essencial para o sucesso.
• Tempo de Planejamento: Embora o Scale-Plan tenha um tempo de computação ligeiramente maior devido à múltiplas chamadas de inferência do LLM (necessárias para a estruturação), ele oferece um equilíbrio superior entre qualidade da solução e eficiência, evitando falhas catastróficas que exigiriam reexecução.

5. Significado e Conclusão

O trabalho demonstra que a combinação de conhecimento de domínio estruturado (via grafos de ações PDDL) com a flexibilidade da linguagem natural (via LLM) é fundamental para o planejamento escalável de robôs.

• Impacto: O Scale-Plan resolve o problema da "explosão combinatória" em ambientes ricos em objetos, permitindo que equipes heterogêneas operem de forma confiável em cenários de longo alcance.
• Limitações e Futuro: O artigo reconhece que a falta de ancoragem explícita do estado do simulador pode levar a alucinações em tarefas muito longas. Trabalhos futuros visam integrar representações de conhecimento estruturado (grafos de conhecimento) para melhorar a ancoragem e desenvolver mecanismos de replanejamento robustos.

Em suma, o Scale-Plan estabelece um novo estado da arte para o planejamento colaborativo de robôs, oferecendo uma solução robusta que supera as limitações de alucinação dos LLMs puros e a rigidez dos planejadores simbólicos tradicionais.