分布式任务规划与运动协调技术,应用于可扩展的多机器人协作制造系统

《ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING》:Decentralised task planning and motion coordination for scalable multi-robot collaborative manufacturing

【字体: 大 中 小 】 时间:2026年02月06日 来源:ROBOTICS AND COMPUTER-INTEGRATED MANUFACTURING 11.4

编辑推荐:

  杨航|徐文军|潘杜强|齐磊|巴梦媛 武汉理工大学信息工程学院,中国武汉430070 **摘要** 本文提出了一种用于可扩展多机器人协作制造(MRCMfg)的去中心化任务规划和 motion 协调(TPMC)框架。该框架基于认知数字孪生技术,解决了动态系统配置中的挑战

  杨航|徐文军|潘杜强|齐磊|巴梦媛
武汉理工大学信息工程学院,中国武汉430070

**摘要**
本文提出了一种用于可扩展多机器人协作制造(MRCMfg)的去中心化任务规划和 motion 协调(TPMC)框架。该框架基于认知数字孪生技术,解决了动态系统配置中的挑战,例如实时调整活跃机器人的数量和位置。制造过程分为四个阶段:认知、配置、规划和协调。大型语言模型(LLM)分析并从认知数字孪生模拟中推断数据,以实现状态认知和配置优化,通过动态调整机器人布局来确保可扩展性。多智能体深度强化学习(MADRL)被用于 TPMC,它仅依赖于局部观察,并结合 Transformer 和 Soft Mixture-of-Experts(MoE)模块来更新策略网络。这导致了一种具有卓越可扩展性和泛化能力的分散式决策策略。开发了一种新的分散式 Soft-Soft Actor-Critic(SSAC)算法,将 Soft MoE 集成到策略网络中,以提高策略泛化能力。该方法在认知数字孪生的可扩展 MRCMfg 系统上进行了训练和测试,特别适用于电动汽车电池的拆卸任务。实验证明了该方法在处理动态系统配置方面的有效性、可扩展性和效率,以及高效的 TPMC。文章最后强调了该框架在动态环境中保持连续运行的能力。同时,还提出了未来工作的方向,包括增强任务规划和 motion 规划(TAMP)之间的耦合机制、整合随机任务时长建模以及将物理先验纳入训练中。

**引言**
在焊接、喷涂、装配和拆卸等机器人应用中,这些应用通常具有重复的子任务,它们具有相似的动作模式但在空间位置上有所不同,多机器人协作制造(MRCMfg)显著提高了生产效率和整体系统鲁棒性[[1], [2], [3]]。此外,通过将多机器人系统中的每个机器人与自动化引导车辆(AGVs)和线性输送平台等移动平台集成,系统的可扩展性、适应性和在动态环境中的灵活性得到了显著提升,从而更有效地完成上述任务。与复制整个工作单元相比,这种高密度和灵活的工作模式可以根据需要调整 MRCMfg 系统中的机器人数量,不仅减少了总体任务执行时间,还最小化了机器人空闲时间,并提高了任务灵活性。在本研究中,可扩展性指的是框架能够无缝适应机器人数量的变化,而无需进行结构重新设计或策略重新训练。动态环境指的是制造过程中的变化和不确定性条件,例如机器人的添加或移除、任务中断或工作空间干扰。然而,如何有效协调如此复杂制造场景中的多个机器人仍然是一个极具挑战性的任务,无论是理论上还是技术上[1,[4], [5], [6], [7], [8], [9]]。所提出的解决方案必须能够在动态和可扩展的 MRCMfg 情景下运行,其中活跃机器人的数量和位置可以实时变化[7]。同时,它还需要解决任务分配、调度和无碰撞运动规划问题——每一部分都涉及大量的组合复杂性。这一关键的实际挑战推动了针对可扩展 MRCMfg 系统的健壮任务和 motion 规划(TAMP)方法的大量研究[10]。在 TAMP 问题中,任务规划和 motion 规划这两个子问题的计算复杂性随着机器人和任务数量的增加而呈指数级增长。因此,目前将现有的任务规划算法和 motion 规划算法集成起来来解决可扩展 MRCMFG 的 TAMP 问题在计算上是不可行的[5]。现有方法通常将 TAMP 问题分解为任务规划和 motion 规划,分别求解并通过迭代细化来生成最终解决方案[1]。这导致了两个关键瓶颈:(1)孤立的任务分配:这些方法在分配任务时没有考虑机器人的实际运动或环境约束,从而忽略了路径可行性、碰撞风险以及动态障碍的影响;(2)局部化运动控制:相反,轨迹规划和 motion 控制方法往往缺乏对任务分布的全局视角,无法平衡车队的工作负载或优化整体工期。此外,这些方法依赖于任务规划和 motion 规划之间的迭代交互,当机器人和任务的数量或位置发生变化时,很难及时生成可行的解决方案。此外,计算成本随着系统规模的扩大而呈指数级增长,现有的最先进方法只能扩展到涉及最多五个机器人和十个任务的场景,从而限制了其在实际制造环境中的实用性和大规模部署[1]。这些分离的策略本质上限制了动态、可扩展和可重构 MRCMFG 系统的响应能力。一方面,它们阻止了在频繁的配置变化中快速合成连贯、可执行的计划;另一方面,它们阻碍了在实时生产环境中保持高效、安全和平衡的操作。为了解决这些挑战,本文提出了一种基于认知数字孪生的去中心化任务规划和 motion 协调(TPMC)框架。所提出的框架结合了由大型语言模型(LLM)支持的认知推理和多智能体深度强化学习(MADRL)支持的自主决策,以执行在动态变化环境中运行的可扩展 MRCMfg 系统的 TAMP。TAMP 涵盖了一类涉及高级离散调度和低级连续规划的问题。在这项工作中,我们专注于达到清晰性和可处理性的子类。具体来说,我们考虑以可扩展性和高效任务调度为主要挑战的场景,并且任务之间没有隐含或明确的相互依赖性,允许它们独立完成[1]。

在我们的框架中,上述问题被分解为四个阶段:认知、配置、规划和协调。首先,所提出的框架以集成的方式解决系统认知和重新配置决策,不依赖于传统的基于优化的方法——例如使用元启发式算法在预定义的空间中搜索最小化主观适应度函数的配置。这些传统方法不仅缺乏对动态制造环境的适应性,还解释性有限且计算开销高,不适合实时、可扩展的 MRCMFG 情景。我们的解决方案利用 LLM 在系统配置变化时生成重新配置方案。这种方法将手动设计主观目标函数和执行在线解决方案搜索的负担转移到了实时的自主认知推理和决策[11,12]。通过向 LLM 提供初始系统信息和配置变化后的更新数据(如机器人位置、制造能力和 MRCMFG 系统中的任务完成状态),框架使 LLM 能够快速生成可行的重新配置方案,而无需手工制作目标函数或对解决方案空间进行彻底搜索。其次,为了解决 TAMP 问题,我们没有采用传统的交替进行任务规划和 motion 规划的迭代方法。相反,我们将 TAMP 问题简化为 TPMC 形式,并使用 MADRL 进行决策。这种转换将连续运动规划转换为离散运动协调。具体来说,首先使用传统的运动规划算法为每个机器人预规划轨迹,这些机器人执行各自的子任务。因此,TAMP 中的实时运动规划过程简化为沿着这些预规划轨迹的实时运动协调。通过统一的动作空间编码方案,任务规划动作和 motion 协调动作被集成到一个动作空间中。然而,在集中式 MADRL 方法中,策略网络的规模随着制造场景中机器人数量的增加而呈指数级增长,使得这些方法不适用于可扩展的 MRCMFG 系统[[13], [14], [15]]。为了克服这一限制,我们开发了一种基于 Transformer 政策网络的新型 Soft-Soft Actor-Critic(SSAC)算法[16]。此外,策略网络结合了 Soft Mixture-of-Experts(Soft MoE)模块,通过知识蒸馏和自适应专家选择来增强分散式多智能体策略在局部观察下的表达能力和多样性[[17], [18], [19]]。

基于上述方法,我们将四个阶段——认知、配置、规划和协调——集成到一个统一的认知数字孪生框架中,实现了 MRCMFG 的高保真模拟和实时交互。与传统的数字孪生相比,认知数字孪生不仅具有自我感知、推理和决策能力,而且随着物理系统的演变在其生命周期中不断学习和适应,实现了物理空间和虚拟空间之间的动态共生和智能协作[2,20,21]。在这项研究中,LLM 和 MADRL 共同为认知数字孪生提供了认知推理和自主决策能力。具体来说,LLM 提供了语义理解和逻辑推理,以处理动态配置变化和任务语义。同时,MADRL 提供了基于经验的分布式决策机制,以实现在多个机器人之间的高效协调和任务执行。

**本文的主要贡献如下:**
1) 基于认知数字孪生的去中心化 TPMC 框架。该框架针对动态变化的系统配置,将 MRCMfg 过程分解为四个阶段:认知、配置、规划和协调。LLM 支持前两个阶段的推理,而 MADRL 支持后两个阶段的去中心化决策,实现了全面的认知、适应性配置、智能任务规划和安全的运动协调。
2) 基于 LLM 的交互机制用于获取认知能力。结合高保真模拟和 LLM 推理,提供了在动态配置下的明确物理解释和自适应指导,减少了认知模型构建的工作量并提高了解释性。
3) 用于去中心化 TPMC 的 SSAC 算法。通过将 Transformer 架构和 Soft MoE 模块集成到 SAC 中,SSAC 增强了策略的表达能力、泛化和可扩展性,同时实现了去中心化多机器人系统中任务规划和 motion 协调的同时规划。
4) 在电动汽车电池拆卸中的实验验证。结果证明,所提出的方法能够有效适应动态配置,在 MRCMFG 中显示出卓越的可扩展性、适应性和可靠性。

**本文的其余部分结构如下。**第 2 节回顾了相关工作。第 3 节详细描述了问题。第 4 节详细解释了基于认知数字孪生的 MRCMFG 的去中心化 TPMC 框架。第 5 节介绍了方法论。第 6 节详细讨论了案例研究。最后,第 7 节总结了结论。

**相关工作**
在本节中,从四个方面回顾了 MRCMFG 的相关工作:可扩展和去中心化的多机器人系统、多机器人系统的 TAMP、多机器人系统的 MADRL 以及基于数字孪生的机器人制造。

**问题陈述**
图 1 展示了一个典型的可扩展 MRCMFG 系统,包括一个工作平台、几个机器人和一块待拆卸的电动汽车电池组。该平台具有六个可重新配置的基座位置,允许多达六个机器人同时操作。鉴于现代智能工厂中移动机器人的使用日益增多,系统可以根据其他操作要求动态调整部署的机器人数量和位置,而不影响任务执行。

**总体研究框架**
在可扩展 MRCMFG 中,系统内的初始机器人数量和空间布局是预先已知的。然而,由于单个机器人的制造能力有限以及操作期间需要动态添加或移除机器人,系统必须在执行过程中进行重新配置。这些变化可能会严重影响任务规划和 motion 协调策略的有效性。因此,预先规划的 TPMC 方案在这种情况下变得无效。

**基于认知数字孪生的认知生成和配置决策**
为了增强可扩展 MRCMFG 系统在动态配置变化下的连续运行和自主决策能力,本节将数字孪生与 LLM 结合起来构建系统认知并生成配置决策方案,如图 4 所示。首先,在通过数字孪生构建的虚拟环境中,模拟每个机器人的任务执行过程。模拟中的所有运动轨迹都是使用统一方法生成的。

**案例设置**
本实验以一块装有 19 个螺丝(编号为 0–18)的电动汽车电池组作为实验对象,如图 8 所示。由于实验室中只有两个 UR5 机器人可用,因此大多数实验在基于认知数字孪生的虚拟环境中进行,以更全面地评估所提方法的适应性和性能。我们的方法将MRCMfg流程系统地划分为四个相互依赖的阶段:认知、配置、规划和协调,从而为这些过程中固有的挑战提供了一个全面且集成化的解决方案。

作者贡献声明:
Hang Yang:撰写初稿、可视化处理、数据验证、软件开发、方法论设计、形式化分析、数据整理。
Wenjun Xu:撰写与编辑、项目管理、资源协调、问题调查、概念构思。
Duc Truong Pham:撰写与编辑、项目管理、资源协调、问题调查。
Lei Qi:可视化处理、形式化分析、数据整理。
Mengyuan Ba:数据验证、软件开发。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号