智能工业多机器人系统的验证门控代理任务状态治理

代理人工智能越来越多地用于分解工业任务、提出机器人动作并在动态网络物理环境中调整执行计划。然而，仅自主提案生成并不能保证多机器人工业系统在长期执行期间保留任务依赖性、资源所有权、安全保留或修复边界。本文介绍了一种用于智能工业多机器人系统的验证门控代理任务状态治理框架。该框架维护两个同步状态对象：一个不断发展的任务森林，用于持久层次结构、延迟动作映射和可修复的子结构；以及用于在线执行状态、机器人轨迹、资源锁、世界信念、提案、验证记录和场景临时约束的受控黑板。从每个森林-黑板快照中，派生的执行耦合拓扑公开跨分支依赖关系，以进行提案验证、并行提交资格和有界修复。候选分配、修复、推迟和约束更新可以由启发式、优化或代理推理模块生成，但它们只能在确定性验证和原子提交之后更新已提交的任务状态。我们在室内工厂多机器人场景、30 粒远程施工压力基准、结构消融和可扩展性探针中评估该框架。结果显示，在建模任务谓词下，经过验证和安全审核的任务状态进度有所改善，无效承诺、锁冲突、重复分配、废弃节点和破坏性修复更少。该研究将代理人工智能定位为由可检查的任务状态验证控制的提案生成层，而不是作为不受检查的执行机构。