工业现场的多机器人协作，难点通常不在“会不会抓”，而在“先做什么、谁来做、做完再做什么”。工序之间有严格的先后约束，机器人和工位又是互斥资源，一旦排错，整条线都要停下来等人改程序。IMR-LLM 这篇论文给出的思路是：把高层任务规划交给大模型理解，把资源冲突交给确定性求解器，把低层程序生成交给一棵“工序过程树”。
先让模型只说清楚三件事
输入是场景描述（机器人、设备、工件的 JSON）和一段自然语言指令。模型通过思维链推理，输出三样东西：操作集合、机器人分配集合，以及每个工件内部的工序先后关系。它刻意不去直接排出全局执行顺序——那是传统方法最容易翻车的地方。
这三样输出随后被转成一张析取图（disjunctive graph）：每个操作是一个顶点，同一工件内的先后关系是合取弧，两台操作争用同一台设备或同一台机器人时，则连一条无向的析取边。图的求解采用 FIFO 启发式，按操作集合里的先后次序决定互斥资源的占用顺序。论文强调，这样安排之后，模型不需要处理复杂的资源冲突，分析负担大幅下降；而图的求解过程可解释，工程师能在车间里逐条复核。
过程树替代“给几个例子”
低层程序生成没有沿用上下文示例的做法。作者观察到同类工序的执行流程高度一致，例如打磨通常是：拍照、检测边界、计算轨迹、移动到起点、沿轨迹打磨、回到初始位。差异只出现在产线配置上——相机装在支架上还是由机器人手持，拍照方式就不同。于是他们让模型先把所有程序示例切分成功能段，把功能相同且实现相同的段合并，保留分支以表达不同变体，最终得到一棵覆盖全部工序的过程树。生成程序时，这棵树替代了示例提示，公共动作步骤还能跨工序复用。
基准与实测
IMR-Bench 建在 KunWu 平台上，包含 23 个由产线设计专家从真实工业环境采集和改造的场景，每个场景 1 至 7 台机器人，共 50 个制造任务，分三档：单机器人任务不超过 5 道工序；简单多机器人任务不超过 3 台机器人、10 道工序；复杂任务最多 7 台机器人、24 道工序，并行与串行混合。评价指标包括操作一致性、调度效率、可执行性、目标条件召回率和成功率。
与 SMART-LLM、LaMMA-P 的两个变体、LiP-LLM 的变体相比，论文报告本方法在全部指标上领先：析取图带来最高的操作一致性与调度效率，过程树提升了程序的可执行性与目标召回。消融实验显示，去掉析取图后调度效率明显下滑，多机器人任务尤甚；去掉过程树后，程序可执行性和目标召回显著下降。换用开源 Qwen3-32B-thinking 后表现接近，说明方法不完全依赖某个闭源模型。
真实场景验证用了三台机械臂，各自带末端执行器，并能控制支架上的相机定位工件，三台协同把工件放上传送带。专家手工编写场景描述约花 15 分钟，规划与程序先在仿真中核对安全性和正确性，再直接下发到真机执行。局限也写得清楚：任务越复杂，模型越容易给出次优甚至错误的分解与分配，例如把工序派给够不着的机器人；上下文变长后幻觉和逻辑不一致增多，复杂多机器人任务的成功率因此下降。
资料来源：IMR-LLM: Industrial Multi-Robot Task Planning and Program Generation using Large Language Models — arXiv。本文为技术要点整理/编译，非原文全文。