核心发现
方法论
提出Physical Agentic AI框架，将语义规划与物理执行分离。框架包括一个非执行的任务规划器和一个确定性的机器人协调器。任务规划器基于机器人技能库生成任务计划，而协调器负责验证每一步的执行条件和状态。
关键结果
- 结果1：在无人机-UGV搜索任务中，技能检索将任务匹配率从51%提升至96%，但仍有23%-29%的错误调度。
- 结果2：引入协调器后，错误调度率降至0%，并成功拦截了所有8个注入的故障。
- 结果3：硬件测试中，Unitree G1和Go2机器人在运输任务中成功完成了两次物理试验，验证了框架的实际可行性。
研究意义
该研究通过将大语言模型与机器人技能库和确定性协调器相结合，解决了现有方法中语言模型生成不可行或不安全物理动作的问题。该框架为多机器人系统的安全执行提供了新的方法，特别是在任务动态变化和多机器人协作场景中具有重要意义。
技术贡献
主要技术贡献包括：1) 提出了一种将LLM与物理机器人执行分离的架构；2) 开发了基于技能库和工作流契约的任务规划与执行验证机制；3) 在模拟和硬件环境中验证了框架的有效性，展示了其在异构机器人团队中的适用性。
新颖性
首次提出将LLM与机器人技能库和工作流契约结合的架构，解决了现有方法中语言模型生成不可行或不安全动作的问题。该框架通过引入确定性协调器，显著提升了任务执行的安全性和可靠性。
局限性
- 局限1：框架依赖于预定义的技能库，无法处理超出库范围的任务。
- 局限2：任务规划器的性能受限于LLM的推理能力和上下文检索的质量。
- 局限3：硬件实验规模有限，尚需进一步验证其在更大规模机器人团队中的表现。
未来方向
未来工作包括扩展技能库的覆盖范围，优化任务规划器的推理能力，以及在更复杂和动态的多机器人环境中验证框架的适用性。
AI 总览摘要
现有基于大语言模型（LLM）的机器人系统在任务规划和执行中面临诸多挑战，尤其是在多机器人协作和动态任务场景中，容易生成不可行或不安全的物理动作。为了解决这一问题，本文提出了Physical Agentic AI框架，通过将语义规划与物理执行分离，显著提升了机器人团队任务执行的安全性和可靠性。
该框架的核心在于引入了一个非执行的任务规划器和一个确定性的机器人协调器。任务规划器基于机器人技能库和工作流契约生成任务计划，而协调器则负责验证每一步的执行条件和状态，确保只有安全可行的动作才能被执行。实验在无人机-UGV搜索任务和人形机器人-四足机器人运输任务中验证了该框架的有效性，结果表明，协调器的引入将错误调度率从23%-29%降至0%。
这一研究为多机器人系统的安全执行提供了新的解决方案，特别是在任务动态变化和多机器人协作场景中具有重要意义。未来工作将致力于扩展技能库和工作流契约的适用范围，并在更复杂的环境中进一步验证该框架的性能。
深度分析
研究背景
近年来，大语言模型（LLM）被广泛应用于将自然语言任务需求转化为机器人行为。然而，现有方法在多机器人系统中面临语义规划与物理执行之间的脱节问题，容易导致不可行或不安全的动作。经典机器人架构如ATLANTIS和ROS虽提供了任务执行框架，但缺乏对LLM生成计划的验证机制。
核心问题
多机器人系统需要在动态环境中完成复杂任务，涉及任务分解、技能分配和跨机器人协调。然而，LLM生成的任务计划可能包含不可行或不安全的动作，尤其在任务信息不完整或动态变化时，现有方法难以确保执行的安全性。
核心创新
本文提出Physical Agentic AI框架，通过将语义规划与物理执行分离，解决了LLM生成不可行动作的问题。框架引入了基于技能库的任务规划器和确定性协调器，确保每一步动作在执行前都经过验证。与现有方法相比，该框架显著提升了任务执行的安全性。
方法详解
- �� 任务规划器：基于LLM，解析用户需求并生成任务计划。
- �� 技能库：每个机器人公开其可执行技能及其参数和前置条件。
- �� 工作流契约：定义多机器人任务的同步点和依赖关系。
- �� 机器人协调器：验证每一步任务是否符合技能库和契约要求，确保安全执行。
实验设计
实验分为模拟和硬件测试两部分。在模拟中，使用无人机和UGV完成搜索和调度任务，验证协调器对错误调度的拦截能力。在硬件测试中，使用Unitree G1和Go2机器人完成物体运输任务，验证框架在真实环境中的适用性。
结果分析
实验结果表明，技能检索将任务匹配率从51%提升至96%，但仍有23%-29%的错误调度。引入协调器后，错误调度率降至0%，并成功拦截了所有注入的故障。
应用场景
该框架可用于工业自动化、灾害救援和仓储物流等场景，特别适合需要多机器人协作的任务。
局限与展望
框架依赖于预定义的技能库，难以处理超出库范围的任务。此外，硬件实验规模有限，尚需进一步验证其在更大规模机器人团队中的表现。
通俗解读 非专业人士也能看懂
可以把这个框架想象成一个工厂的生产线。任务规划器就像工厂的设计师，负责规划每个步骤；技能库就像工厂的机器清单，只有清单上的机器才能被使用；机器人协调器则是工厂的质量检测员，确保每个步骤都符合要求，只有通过检测的步骤才能进行生产。这样，即使设计师有时会犯错，质量检测员也能确保最终产品的安全和可靠。
简单解释 像给14岁少年讲一样
想象你在玩一个多人合作游戏，每个人都有不同的技能，比如有人会建造，有人会战斗。游戏里的AI是队长，它负责分配任务，但它不能直接控制角色，只能告诉他们该做什么。每个角色都会检查任务是否合理，比如“我真的能做到吗？”如果不合理，他们会拒绝执行。这样就算队长出错了，团队也不会乱套！
术语表
大语言模型 (LLM)
一种能够理解和生成自然语言的人工智能模型，常用于任务规划和对话系统。
用于解析用户需求并生成任务计划。
技能库
每个机器人公开的可执行技能集合，包括技能的参数和前置条件。
任务规划器基于技能库生成任务计划。
工作流契约
定义多机器人任务的同步点、依赖关系和执行约束的规范。
协调器通过契约验证任务是否可执行。
机器人协调器
一个确定性模块，验证并授权每一步任务的执行，确保安全性。
负责拦截不可行或不安全的任务。
任务规划器
基于LLM的非执行模块，负责解析用户需求并生成任务计划。
生成任务计划并交由协调器验证。
开放问题 这项研究留下的未解疑问
- 1 如何扩展技能库以支持更复杂的任务？
- 2 如何在动态环境中进一步优化任务规划器的推理能力？
应用场景
近期应用
工业自动化
在工厂中协调多台机器人完成生产任务，提升效率和安全性。
灾害救援
在灾害现场部署异构机器人团队进行搜索和物资运输。
远期愿景
智慧城市
实现城市中多机器人系统的协同管理，如交通、物流和安保。
原文摘要
Agentic AI frameworks interpret open-ended task goals and decompose them into multi-step plans. Richer information about embodiment-specific capabilities, physical preconditions, and cross-robot coordination improves grounding, but does not eliminate infeasible, mistimed, or unsafe physical actions. Physical robot crews therefore require an explicit architectural interface between semantic planning and execution, where every planned action is verified against robot capabilities, system state, and workflow constraints before actuation. This paper introduces Physical Agentic AI, a framework for skill-grounded robot agent orchestration, in which each robot exposes a typed library of executable skills while a foundation model planner decomposes a task into phases and assigns each phase to a robot-skill pair. A Robot Orchestration layer exposes the skill library, robot state, named locations, and workflow contracts to a non-actuating Mission Planner, while a deterministic Robot Orchestrator validates and authorizes one skill at a time. We evaluate on a drone-UGV search-and-dispatch mission, where every mission in every condition is executed live in Gazebo, and on a humanoid-quadruped transportation task using hardware-equivalent skill interfaces plus two physical trials on a Unitree G1 and Go2. Varying planner knowledge and runtime enforcement independently, we find that retrieval raises skill grounding from 51% to 96% yet leaves informed planners dispatching 23-29% of faulted steps. Per-dispatch enforcement reduces false dispatch to 0% with no false blocks, and a held-plan ablation confirms that the gate, not plan variation, is responsible. Live execution makes the difference physical: without enforcement all eight injected faults crossed the orchestration boundary and six produced robot motion; with enforcement all eight were refused before motion.