报告时间：2025年4月29日（周二）晚上19：00-20：00
报告方式：腾讯会议：270-706-138
报告题目：Dexter-LLM：时序逻辑与大模型融合的集群可解释动态任务规划方法
主讲嘉宾：李忠奎
主办单位：系统科学研究院
内容简介：
协同任务规划是多机器人集群的“大脑”，但在开放未知环境下新任务根据语义特征被不断在线动态触发时面临重大挑战。近期基于大型语言模型（LLM）的场景推理和规划方法主要关注一次性、端到端解决方案，缺乏动态适应能力和可解释性保证。为了解决这些问题，我们提出了一个新的Dexter-LLM框架，其典型特点在于：1)基于线性时序逻辑（LTL）的复杂任务理解，突破了传统形式化方法的维数爆炸难题，实现了对复杂任务的多项式时间复杂度的分析与分解；2）基于LLM的在线子任务生成，充分利用形式化任务的本质偏序约束以及大模型的多层级思维推理，提高了推理准确性，推理过程透明、可解释；3）支持人在环验证，并具备对事件触发任务的在线适应能力。该框架有效地结合了LTL的可解释性与LLM开放世界的推理能力。仿真与实验显示了Dexter-LLM相比已有方法的卓越性能。
专家简介：
李忠奎，北京大学博雅特聘教授，工学院党委副书记。2005年于国防科技大学获学士学位，2010年于北京大学获博士学位。从事无人集群协同控制与决策研究。撰写英文专著2部，发表期刊论文100多篇。入选国家杰青，教育部青年长江，北京市杰青，全国百篇优博。获国家自然科学二等奖1项，教育部自然科学一等奖、二等奖各1项，中国指控学会科技进步一等奖1项，SCI期刊最佳论文奖2个。目前担任IEEE Transactions on Automatic Control等期刊编委。
