Large Language Models for Multi-Robot Systems: A Survey
本综述首次专门探讨了将大语言模型集成到多机器人系统中的方法，系统性地将其在任务分配、运动规划和人机交互方面的应用进行分类，同时分析当前挑战并勾勒出未来研究方向。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一个繁忙的施工现场。过去，你可能需要一台极其聪明、昂贵且多功能的起重机来完成所有工作。但**多机器人系统（MRS）**更像是一支由更小、更专业化的工人组成的团队：一个负责提升，一个负责搬运，一个负责钻孔。它们更便宜、更安全（如果其中一个损坏，其他机器人仍可继续工作），并且能够共同处理巨大的任务。
然而，让一支机器人团队顺畅协作并非易事。它们需要彼此沟通，决定谁做什么，并在出现问题时做出反应。这正是**大型语言模型（LLM）**发挥作用的地方。将 LLM 想象成一位超级聪明的“工头”或“翻译官”，它能理解人类语言，并帮助机器人进行协调。
本文是一篇综述——即当前领域的全景地图——展示了研究人员如何教导这些机器人团队使用这些“智能工头”。
以下是本文内容的简要概述：
1. 机器人智能的四个层级
作者将 LLM 如何辅助机器人划分为四个 distinct 的层级，如同企业层级结构：
- 高层（战略规划者）： 这是“首席执行官”级别。LLM 听取人类说“打扫房子”，并将其分解为清单：“机器人 A，去厨房；机器人 B，去客厅。”它决定做什么以及由谁来做。
- 中层（导航员）： 这是“交通控制器”。一旦计划确定，LLM 帮助机器人弄清楚如何到达目的地，而不会相互碰撞或撞墙。它处理路径规划并避免死锁（例如两个机器人在走廊里卡住）。
- 底层（执行肌肉）： 这是“杂工”。LLM 将高层目标转化为具体的电机指令，例如“手臂向左移动 5 英寸”或“车轮旋转 30 度”。它是想法与物理运动之间的直接纽带。
- 人工干预（安全网）： 这是“监督员”。有时机器人会卡住或困惑。这一层允许人类介入，用通俗英语与机器人交谈，修正计划，或在出现问题时下达新指令。
2. 它们正在哪里被应用？
本文考察了发生这种情况的现实世界示例：
- 在家庭中： 机器人协作清洁、整理餐具或在不同房间寻找丢失的物品。
- 在工地上： 建筑机器人搬运材料，或无人机编队飞行以执行搜救任务。
- 在游戏中： 机器人足球队，LLM 帮助它们实时制定战术。
- 追踪： 机器人群跟随移动目标（如迷路的徒步者），同时保持协调。
3. 系统中的“故障”
就像任何新技术一样，这还并不完美。本文强调了几个障碍：
- 不擅长数学： LLM 擅长处理文字，但有时难以处理精确的数字。如果机器人需要计算精确的角度以避免碰撞，LLM 可能会猜错。
- 幻觉： 有时 LLM 会“编造内容”。它可能会告诉机器人去拿起一个不存在的杯子，或者编造一条穿过墙壁的路径。
- 速度太慢： 与超级智能 AI 对话需要时间。如果机器人必须等待 20 秒得到答案才能移动，这对于实时紧急情况来说太慢了。
- “仿真到现实”的差距： 许多系统在视频游戏模拟中表现完美（那里一切都很完美和干净），但在现实世界中却会失败（那里有风、灰尘和糟糕的互联网连接）。
4. 未来路线图
作者建议，为了让这在现实世界中发挥作用，我们需要：
- 更好的训练： 针对机器人的具体工作（如专业技校）进行专门训练，而不仅仅是使用通用知识。
- 新工具： 创建更好的“规则手册”（基准测试），以测试机器人是否真正协同工作，而不仅仅是看它们是否完成了任务。
- 更小、更快的模型： 找到方法将这些智能大脑直接在机器人上运行，而无需依赖连接到巨型服务器的缓慢互联网连接。
核心结论
本文是研究人员的指南。它指出：“我们开始教导机器人团队利用 AI 进行交流和共同规划，这令人惊叹。但要让它们变得可靠、快速且足以适应现实世界，我们还有很长的路要走。”这是对一个发展极快的领域的快照，它正在弥合“智能计算机”与“智能机器团队”之间的差距。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。