多机器人在层次化时间逻辑规范下的同时任务分配和规划
内容提要
该文综述了利用线性时态逻辑（LTL）等时态逻辑规范驱动机器人任务规划的研究，涵盖分层时态逻辑分解规划、基于大语言模型将自然语言指令翻译为LTL规范（Lang2LTL准确率88.4%）、自动机结合深度强化学习提升样本效率、LTL转行为树、多任务强化学习学习LTL代价函数、从演示轨迹推断LTL规范，以及部分观测下异构机器人团队的分布式控制策略合成，应用于导航与操纵任务。
延伸解读
分层时态逻辑为何能提升规划效率
文章指出，将传统机器人规划方法分解为多层组合的时态逻辑规范，可提高语法简洁性、可解释性和规划效率。其核心在于用分层结构组织复杂任务，使每一层只关注特定粒度的子任务，从而降低整体规范的复杂度。实验表明这种分层形式具有更强的表达潜力，且适用于导航与操纵任务。对于需要处理多阶段任务的机器人系统，分层分解提供了一种兼顾表达力与求解效率的思路。
自然语言到LTL规范的落地进展与局限
Lang2LTL系统利用大语言模型将自然语言指令转化为LTL任务规范，在22个未见环境中平均准确率达88.4%，并成功驱动四足机器人执行多步导航。另一项工作通过算法生成LTL公式并借助大模型改写合成自然语言命令，以75%准确率实现翻译，且生成的公式可用于长视距多阶段任务规划。这些结果表明自然语言接口正变得可行，但准确率尚未达到完全可靠，实际部署时仍需考虑错误翻译带来的风险。
强化学习与LTL结合的关键挑战
文章提到多种将LTL与强化学习结合的方法：用自动机表示LTL任务并配合神经网络提升样本效率；通过多任务RL学习LTL代价函数，利用子目标序列的多步价值函数更有效地传递奖励；以及从演示轨迹中推断LTL规范。这些工作共同指向一个难点：LTL任务的稀疏奖励和长视距特性使学习效率低下。各方法分别从自动机引导、奖励塑形和规范推断角度应对，但文章未给出统一的最优方案，读者需根据具体任务权衡。
异构团队与部分观测下的控制合成
针对存在部分观测的异构机器人团队，文章介绍了一种分布式控制策略合成方法，以截断线性时态逻辑（TLTL）规范为目标，将综合问题表述为随机博弈，并采用策略图方法为每个机器人寻找带内存的控制策略。模拟结果验证了方案的有效性和奖励塑形的作用。这表明在信息不完整且机器人能力不同的场景下，形式化方法仍可提供有理论保障的策略，但该方法目前主要停留在模拟验证阶段，实际部署的鲁棒性仍需进一步考察。
Q&A
分层时态逻辑规范在机器人规划中有什么优势？
分层时态逻辑规范将传统机器人规划方法分解为多层组合规范，能提高语法简洁性、可解释性和规划效率。实验表明分层形式具有更强的表达潜力，适用于机器人导航与操纵任务。
Lang2LTL系统如何将自然语言指令转化为机器人任务规范？
Lang2LTL基于大型语言模型，提取自然语言指令中的相关表达并转化为机器人的任务规范（LTL），使机器人系统无需额外训练即可解释自然语言导航命令并执行多步骤导航任务。在22个未见过的环境下平均准确率达88.4%，并成功驱动四足移动机器人执行多步导航。
如何利用自动机和深度强化学习提高LTL任务规划的样本效率？
通过自动机表示LTL任务，并结合部分模拟未知系统动力学的神经网络，提出一种新颖的深度强化学习算法，该算法样本效率更高，能更快速地学习控制策略，从而在未知环境中的机器人导航任务中提高效率。
如何将线性时态逻辑（LTL）目标转化为行为树？
通过成就取向任务语法获得有用的LTL公式，利用LTL运算符组合任务形成任务，从而将有限路径LTL中的目标转化为行为树（BT）。这产生了放松的行为综合问题，其中广泛的规划器可以实现BT中的动作节点，且任何规划器产生的成功路径均满足相应的LTL公式。
在部分观测下，如何为异构机器人团队合成分布式控制策略以满足TLTL规范？
提出一种基于计算框架的分布式控制策略合成方法，将综合问题表述为随机博弈，并采用策略图方法为每个机器人寻找具有内存的控制策略，以满足Truncated Linear Temporal Logic（TLTL）规范。模拟结果表明该解决方案有效且奖励塑形有效。
如何从演示轨迹中推断LTL规范？
在马尔可夫决策过程中，使用LTL公式作为代理规划的规范，通过形成多目标优化问题，从MDP中演示的行为轨迹中推断LTL规范，并利用遗传编程解决该问题，证明了其有效性。
