多机器人任务规划面临自然语言理解与方案可执行性的矛盾。一种新的分层多智能体LLM框架通过引入自动Prompt优化机制，有效解决了传统方法的可扩展性与可靠性难题，为大规模复杂环境下的任务规划提供了新思路。
智能速览
传统规划方法难以处理模糊指令，而单一LLM方案存在可扩展性问题。
提出分层多智能体框架，上层分解任务，下层生成PDDL规划。
引入TextGrad机制，在规划失败时自动迭代优化智能体的Prompt。
元提示共享机制能加速同层智能体的优化过程，提升整体效率。
精华内容
面对大规模多机器人规划的挑战，该框架如何通过分层协作与自我进化，实现高效可靠的决策？
传统方法的困境
多机器人任务规划的核心挑战在于如何将模糊的自然语言指令，转化为机器人可执行的精确动作序列。传统的PDDL规划器虽然能提供严谨的逻辑保证，但无法有效理解和处理指令中的模糊性与不确定性。而直接使用大型语言模型（LLM）进行全局规划，虽然能灵活解析指令，却容易产生幻觉，生成在物理世界中不可行的方案，并且在面对长时域、大规模任务时，会因上下文长度限制而遭遇可扩展性瓶颈。
分层智能体协作
为解决上述问题，研究提出了一种分层多智能体框架。该框架将规划任务进行垂直拆分：上层智能体作为“指挥官”，负责接收高层自然语言指令，并将其分解为一系列可执行的子任务，同时将这些子任务分配给不同的机器人。下层智能体则扮演“执行者”角色，它们接收具体的子任务描述，利用LLM生成形式化的PDDL领域问题和问题文件，并调用底层的经典规划器来求解最优动作序列。这种分层架构有效分散了计算压力，提升了系统的可扩展性。
自进化核心机制
该框架最具创新性的部分是其自我优化的能力。系统引入了基于TextGrad的文本梯度优化机制。当底层规划器因方案不可行而执行失败时，系统会自动生成一个“文本梯度”来诊断失败原因，例如指出上层任务分解的逻辑缺陷或下层PDDL生成的不当之处。这个反馈会自动迭代更新相应智能体的Prompt，使其在下一次规划中避免重蹈覆辙。此外，框架还设计了元提示共享机制，当一个智能体的Prompt得到优化后，其改进经验会被提炼并共享给同层的其他智能体，从而加速整个群体的学习进化过程。
实验效果与验证
为了验证框架的有效性，研究团队在MAT-THOR基准数据集上进行了严格测试，涵盖了复合指令、复杂指令和模糊指令三类场景。实验结果表明，与LaMMA-P等现有的最先进方法相比，该新框架在任务成功率和规划效率上均有显著提升。进一步的消融实验精准量化了分层结构、Prompt优化以及元提示共享这三个核心设计对整体性能的贡献，证明了每个环节都是不可或缺的，同时也揭示了计算时间与可靠性之间的有效权衡。
该研究通过将LLM的灵活性与经典规划器的可靠性结合，并赋予系统自我优化的能力，为复杂环境下的多智能体协同工作开辟了新路径。未来，这种自我进化的智能体系统潜力如何？
