2025 年 5 月，美国加州大学河滨分校 (UC Riverside) 与宾夕法尼亚州立大学 (Penn State University) 联合团队在机器人领域顶级会议 ICRA 2025 上发布最新研究成果 LaMMA-P （Generalizable Multi-Agent Long-Horizon Task Allocation and Planning with LM-Driven PDDL Planner）。 技术亮点：语言模型与经典规划算法融合，支撑通用异构多机器人长时协同任务 LaMMA-P 首次将大型语言模型与 PDDL 规划器深度融合，解决了异构多机器人系统中长时任务的自动分解与分配难题，大幅提升多机器人协同规划的智能水平。 该技术在全新基准数据集上经过大量模拟实验验证，相比现有最先进方法 SMART-LLM，任务成功率提高 105% ，执行效率提升 36% ，在复杂长程任务规划上取 得了突破性进展，为异构多机器人协同完成复杂任务提供了全新解决方案。 面对复杂长时任务和异构多机器人系统，LaMMA-P 首创性地将大语言模型的语义理解能力与 PDDL 规划器的严谨性结合，不仅解决了传统方法 ...