面向直观而灵活的基于能力规划的LLM辅助系统

在现代工业中，动态环境以及模块化、可重构资源的复杂性要求对工艺流程序列进行自动规划。基于能力的规划方法通过从以机器可解释形式描述资源功能的语义知识模型自动生成计划来解决这一问题。然而其落地使用仍然有限：求解器反馈（尤其是在不可满足情形下）难以解读，且随着运行条件变化或请求变得不可行，知识模型需要调整。本文提出一种混合辅助系统，在既有基于能力的可满足性模理论（SMT）规划方法之上增加一个基于大语言模型（LLM）的层次，用于自然语言交互、解释与调整。形式化规划的正确性仍由符号规划器保证，而LLM层次负责自然语言接入以及在显式人机协同（HitL）批准下的灵活知识模型调整。系统分解为四个组件：能力落地（Capability Grounding）、符号规划、结果解释与规划调整，实现为一个路由式智能体工作流，由中央路由器委派给五个专门化智能体。系统在一个模块化生产系统上针对四类场景进行评估。在23个测试用例中，10个知识查询中的9个和全部4个可满足规划用例被正确处理，4个不可满足用例中的3个给出了具体修复建议，全部5个自适应规划场景通过迭代式、经用户批准的知识模型修改最终收敛为可满足的计划。研究结果证实，将形式化规划与基于LLM的辅助相结合能显著提升工业自动化的可及性与适应性。