学位论文简介

机器人任务与运动规划（TAMP）在家庭服务等应用场景中具有重要的研究价值，是实现机器人智能化自主执行任务的关键技术。然而，在非结构化场景中，确定性规划模型得到的动作序列在执行时会面临不同程度的不确定性因素从而影响任务的执行。此外，自主执行任务还需规划器具备准确构建问题的能力，这决定了规划器自主性泛化的能力。因此本文针对以上问题，从任务执行的层面出发，对动作执行的反应性、规划系统的鲁棒性以及可持续性展开了一系列的研究。

(1) 针对传感器误差、执行误差等不确定因素，提出了基于BTs的执行器，将确定性规划模型生成的计划自动转化为CSubBT执行框架，将规划阶段的约束空间采样器拓展至执行阶段，实现执行参数的在线自适应调整，提升系统鲁棒性，同时使得执行系统具备一定的约束空间的自主探索能力。

(2) 针对执行器无法单独处理的异常问题，提出了基于LLMs的规划-执行一体化的闭环系统。开发了具备泛化能力的异常推理机制，提升了TAMP系统在复杂场景下的鲁棒性能。提出了FLP的两步提示方法，能够让LLMs能够更加专注于异常问题的解决过程，而不受其它上下文的影响，进而更加准确地给出TAMP规划系统处理异常时所需要的方案。

(3) 针对任务规划的可持续性问题，提出了基于LLMs的可持续规划-执行系统。提出了命题文字补全技术和松紧混合的边生成机制来构建以动作为节点的领域规划文件DAG表征。提出了通过LLMs逐步推导的方式来筛选出与任务可能相关的环境信息，并利用LLMs自动生成规划器需要的问题定义文件，最终实现任务的自动规划、执行以及环境信息的更新以支持下一次任务的可持续性规划和执行过程。

主要学术成果

[1] H. Guo, F. Wu, Y. Qin, R. Li, K. Li, and K. Li. 2023. Recent Trends in Task and Motion Planning for Robotics: A Survey. ACM Computing Surveys. 55, 13s, Article 289 (December 2023), 36 pages. (本人独立一作，IF=23.8，中科院一区)

[2] Huihui Guo, Huizhang Luo, Huilong Pi, Mingxing Duan, Kenli Li, Chubo Liu. CSubBT: A modular execution framework with self-adjusting capability for mobile manipulation system, Neurocomputing, 2025, 130608, ISSN 0925-2312,. (本人独立一作, 中科院二区)

[3] Guo H , Pi H , Qin Y ,et al.Leveraging Pre-trained Large Language Models with Refined Prompting for Online Task and Motion Planning[J]. 2025. (本人独立一作，在投)

[4] Sustainable robotic planning framework in semi-structured worlds based on Large Language Model（本人独立一作，RA-L审稿中）.