arXiv cs.RO 机器人学· Maria G. Mendoza, Victoria M. Tuck, Zachary Ravichandran, Shankar Sastry, George J. Pappas·· 5 小时前精选AI 评分55
论文提出 LLM 持久编排异构机器人团队的部分委派方法
Persistent LLM Orchestration of Heterogeneous Robot Teams via Partial Delegation to Multi-Agent Protocols
AI 导读
论文针对灾害响应等不终止且环境持续变化的场景，指出 LLM 编排器的三类失效：提示无限增长、推理随智能体与目标累积而退化、覆盖一次搜索空间后停止主动监控。作者用马尔可夫状态摘要替代增长的交互历史，通过部分委派让编排器只生成需要精细参数与排序的子任务，并在提示中显式呈现观测陈旧度配合任务与事件触发的重新提示。
推荐理由
论文指出 LLM 编排器在持续任务中的三类失效并给出对应机制，仿真结果提供了可量化的对比数据。
来源：arXiv cs.RO 机器人学 · arxiv.org