DELIVER：一种面向 LLM 指导的协调式多机器人 pickup 与 delivery 系统
机器人学
2025-08-27 v1 多智能体系统
摘要
我们提出 DELIVER（Directed Execution of Language-instructed Item Via Engineered Relay），一个完全集成的框架，用于由自然语言命令驱动的协作式多机器人 pickup 与 delivery。DELIVER 统一了自然语言理解、空间分解、信使计划和运动执行，以实现在实际场景中的可扩展、无碰撞协调。给定口头或书面指令，轻量级的 LLaMA3 实例解释该指令以提取 pickup 和 delivery 位置。环境使用 Voronoi tessellation 分区以定义机器人特定的运营区域。机器人随后计算共享边界上的最优信使点并协调交接。有限状态机支配每台机器人的行为，实现稳健的执行。我们在 MultiTRAIL 仿真平台上实现 DELIVER，并在基于 ROS2 的 Gazebo 仿真和实际硬件上使用 TurtleBot3 机器人进行验证。实证结果表明，DELIVER 在不同团队规模下保持一致的任务成本，同时将单智能体系统中每代理工作负载降低最高可达 55%。此外，随着团队规模的增加，主动信使智能体的数量保持较低，表明该系统具备可扩展性和高效的智能体利用率。这些发现凸显了 DELIVER 在语言引导的多机器人协调方面的模块化和可扩展架构，推动了 cyber-physical system 集成的前沿。
引用
@article{arxiv.2508.19114,
title = {DELIVER: A System for LLM-Guided Coordinated Multi-Robot Pickup and Delivery using Voronoi-Based Relay Planning},
author = {Alkesh K. Srivastava and Jared Michael Levin and Alexander Derrico and Philip Dames},
journal= {arXiv preprint arXiv:2508.19114},
year = {2025}
}
备注
Submission under review at the 2026 IEEE/SICE International Symposium on System Integration (SII 2026)