基于大模型的具身智能任务规划研究：从单智能体到多智能体.pdfVIP

TOPIC专题73

基于大模型的具身智能任务规划

研究：从单智能体到多智能体

1，2111

贾子琦，王健宗，张旭龙，瞿晓阳

1.平安科技（深圳）有限公司，广东深圳518063；

2.清华大学，北京100084

摘要

随着人工智能的发展，具身智能和任务规划逐渐成为研究热点。传统任务规划方法在面对不可预测环境时

缺乏灵活性，而大语言模型凭借其强大的语言理解和多模态能力，为智能体提供更全面的任务规划方案，

为解决这一问题提供了可能性。综述了基于大模型的智能体任务规划方法，涵盖了单智能体与多智能体情

境下的不同策略，并探讨了几种代表性框架及其在实际应用中的表现与潜力。具体而言，分别介绍了端到

端规划、分阶段规划、动态规划等单智能体大模型任务规划方法，以及集中式规划、分布式规划和混合式

规划等多智能体大模型任务规划方法，并分析了这些方法如何结合强化学习、多模态感知等技术来优化规

划过程。此外，讨论了基于大模型的具身智能任务规划的特点、局限性以及存在的挑战，并展望了未来的

发展方向。本研究旨在为设计更加灵活、适应性强的下一代具身智能系统提供有价值的参考。

关键词

具身智能；任务规划；大语言模型

中图分类号：TP181文献标志码：Adoi：10.11959/j.issn.2096-0271.2025023

Largelanguagemodel-basedembodied

intelligencetaskplanning:from

single-agenttomulti-agent

1,2111

JIAZiqi,WANGJianzong,ZHANGXulong,QUXiaoyang

1.PingAnTechnology(Shenzhen)Co.,Ltd.,Shenzhen518063,China

2.TsinghuaUniversity,Beijing100084,China

Abstract

Withthedevelopmentofartificialintelligence,embodiedintelligenceandtaskplanninghavegraduallybecome

researchhotspots.Traditionaltaskplanningmethodslackflexibilitywhenfacingunpredictableenvironments,while

largelanguagemodels,withtheirpowerfullanguageunderstandingandmultimodalcapabilities,providemore

comprehensivetaskplanningsolutionsforintelligentagents,whichoffersnewpossibilitiesforaddressingthisissue.

Thispaperreviewstaskplanningmethodsbasedonlargelanguagemodels,coveringdifferentstrategiesinbothsingle-

agentandmulti-agentcontexts.Severalrepresentativeframeworksandtheirperformanceandpot