一种基于大语言模型的机器人装配任务规划方法及系统

本发明属于产品装配工艺规划，具体涉及一种基于大语言模型的机器人装配任务规划方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、在复杂产品装配的装配工艺规划和装配任务分配中，生产厂商一般是根据样品装配试验来进行的装配规划，工作量巨大、耗时长，且工艺设计质量不稳定，设计结果常因人而异，在装配任务划分与分配等方面难以达到理想的效果。为实现数字化工厂和管理需求，在分配面向装配线平衡的装配任务的过程中，满足产品零部件装配关系的约束条件时，可结合装配生产实际资源约束情况，依据装配区域内的装配任务进行装配工艺的规划和装配任务分配，进而保证装配线平衡和装配的顺利进行。

3、据发明人了解，传统的批量生产装配单一材料品种的装配工艺规划时，因装配操作的复杂性不高、装配线设置简单，装配任务量的大小基本可通过装配时间的长短进行衡量；或者，依据样品的装配试验进行装配任务的分配。但是，针对复杂的装配长工序的装配，尤其是智能制造和个性化需求制造，装配零部件的多样性和装配的不确定性增加，大大增加了装配操作的复杂性和装配的易错率，同时直接延长了装配时间。因此，现有的任务规划方法难以适应复杂长工序规划分配的需求。

4、随着机器人技能的发展，可通过构建长序列装配任务以实现机器人装配任务的规划；但是，完整的长序列装配任务不是单一的逐步执行经过简单排序的装配技能操作，而是需要不断的协调各个装配技能之间的几何依赖性；如何解决多方面的复杂长序列装配任务是亟需解决的难题。

技术实现思路

1、为了解决上述问题，本发明提出了一种基于大语言模型的机器人装配任务规划方法及系统，采用大语言模型(llm)与序列任务不可知策略框架(stap)构建一种新的长序列装配任务的规划方案，以解决机器人复杂装配过程中的长序列装配任务的规划以及装配任务执行过程中装配对象运动依赖的问题，在提高装配生产效率的同时，解放人力物力，提高生产装配的智能化水平。

2、根据一些实施例，本发明的第一方案提供了一种基于大语言模型的机器人装配任务规划方法，采用如下技术方案：

3、一种基于大语言模型的机器人装配任务规划方法，包括：

4、获取机器人装配任务的环境参数；

5、基于所获取的环境参数，结合规划领域定义语言pddl和大语言模型llm，分别得到机器人装配任务的领域文件和问题文件；

6、求解所得到的领域文件和问题文件，得到机器人装配任务的技能序列；

7、基于序列任务不可知策略框架判断所得到的机器人装配任务技能序列是否可行；若可行，则执行所得到的机器人装配任务技能序列，完成机器人装配任务；否则重新获取技能序列后再判断是否可行。

8、作为进一步的技术限定，所获取的机器人装配任务的环境参数至少包括装配对象的图像状态和接触状态；通过位姿表示装配对象的图像状态，通过力矩表示装配对象的接触状态。

9、作为进一步的技术限定，所获取的机器人装配任务的环境参数还包括机器人装配过程中的技能操作和技能使用条件，通过规划领域定义语言将所获取的技能操作和技能使用条件转化成领域文件。

10、作为进一步的技术限定，采用自然语言描述所获取的机器人装配任务环境参数，通过大语言模型进行自然语言的增强，得到规划领域定义语言编写的问题文件。

11、作为进一步的技术限定，在得到机器人装配任务的技能序列的过程中，将所得到的领域文件和问题文件输入到预设的规划器中求解，规划器所输出的结果即为机器人装配任务的技能序列。

12、作为进一步的技术限定，基于大语言模型解析机器人装配任务得到问题文件，通过序列任务不可知策略框扩展所得到的领域文件后再结合大语言模型重新生成问题文件，求解得到机器人装配任务的技能序列，循环直至完成装配任务。

13、根据一些实施例，本发明的第二方案提供了一种基于大语言模型的机器人装配任务规划系统，采用如下技术方案：

14、一种基于大语言模型的机器人装配任务规划系统，包括：

15、获取模块，其被配置为获取机器人装配任务的环境参数；基于所获取的环境参数，结合规划领域定义语言和大语言模型，分别得到机器人装配任务的领域文件和问题文件；

16、求解模块，其被配置为求解所得到的领域文件和问题文件，得到机器人装配任务的技能序列；

17、规划模块，其被配置为基于序列任务不可知策略框架判断所得到的机器人装配任务技能序列是否可行；若可行，则执行所得到的机器人装配任务技能序列，完成机器人装配任务；否则重新获取技能序列后再判断是否可行。

18、根据一些实施例，本发明的第三方案提供了一种计算机可读存储介质，采用如下技术方案：

19、一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方案所述的基于大语言模型的机器人装配任务规划方法中的步骤。

20、根据一些实施例，本发明的第四方案提供了一种电子设备，采用如下技术方案：

21、一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方案所述的基于大语言模型的机器人装配任务规划方法中的步骤。

22、根据一些实施例，本发明的第五方案提供了一种计算机程序产品，采用如下技术方案：

23、一种计算机程序产品，包括软件代码，所述软件代码中的程序执行如本发明第一方案所述的基于大语言模型的机器人装配任务规划方法中的步骤。

24、与现有技术相比，本发明的有益效果为：

25、本发明采用大语言模型与序列任务不可知策略框架构建一种新的长序列装配任务的规划方案，采用大语言模型做整体控制决策与任务调度，结合不同的规划器解决多方面的复杂长序列任务；利用可扩展的stap框架来完成技能序列框架的填充，结合多种强化学习算法来实现多种技能的获取与组合；从而解决了机器人复杂装配过程中的长序列装配任务的规划以及装配任务执行过程中装配对象运动依赖的难题，在提高装配生产效率的同时，解放人力物力，提高生产装配的智能化水平。

技术特征：

1.一种基于大语言模型的机器人装配任务规划方法，其特征在于，包括：

2.如权利要求1中所述的一种基于大语言模型的机器人装配任务规划方法，其特征在于，所获取的机器人装配任务的环境参数至少包括装配对象的图像状态和接触状态；通过位姿表示装配对象的图像状态，通过力矩表示装配对象的接触状态。

3.如权利要求1中所述的一种基于大语言模型的机器人装配任务规划方法，其特征在于，所获取的机器人装配任务的环境参数还包括机器人装配过程中的技能操作和技能使用条件，通过规划领域定义语言将所获取的技能操作和技能使用条件转化成领域文件。

4.如权利要求1中所述的一种基于大语言模型的机器人装配任务规划方法，其特征在于，采用自然语言描述所获取的机器人装配任务环境参数，通过大语言模型进行自然语言的增强，得到规划领域定义语言编写的问题文件。

5.如权利要求1中所述的一种基于大语言模型的机器人装配任务规划方法，其特征在于，在得到机器人装配任务的技能序列的过程中，将所得到的领域文件和问题文件输入到预设的规划器中求解，规划器所输出的结果即为机器人装配任务的技能序列。

6.如权利要求1中所述的一种基于大语言模型的机器人装配任务规划方法，其特征在于，基于大语言模型解析机器人装配任务得到问题文件，通过序列任务不可知策略框架扩展所得到的领域文件后再结合大语言模型重新生成问题文件，求解得到机器人装配任务的技能序列，循环直至完成装配任务。

7.一种基于大语言模型的机器人装配任务规划系统，其特征在于，包括：

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现了如权利要求1-6任一项所述的基于大语言模型的机器人装配任务规划方法的步骤。

9.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现了如权利要求1-6任一项所述的基于大语言模型的机器人装配任务规划方法的步骤。

10.一种计算机程序产品，包括软件代码，其特征在于，所述软件代码中的程序执行如权利要求1-6任一项所述的基于大语言模型的机器人装配任务规划方法的步骤。

技术总结本发明属于产品装配工艺规划技术领域，具体涉及一种基于大语言模型的机器人装配任务规划方法及系统，包括：获取机器人装配任务的环境参数；基于所获取的环境参数，结合规划领域定义语言和大语言模型，分别得到机器人装配任务的领域文件和问题文件；求解所得到的领域文件和问题文件，得到机器人装配任务的技能序列；基于序列任务不可知策略框架判断所得到的机器人装配任务技能序列是否可行；若可行，则执行所得到的机器人装配任务技能序列，完成机器人装配任务；否则重新获取技能序列后再判断是否可行；解决了机器人复杂装配过程中的长序列装配任务的规划以及装配任务执行过程中装配对象运动依赖的问题。技术研发人员：宋锐,信德君,靳李岗,李凤鸣,毛冬辉,王艳红受保护的技术使用者：山东大学技术研发日：技术公布日：2024/7/18