产品推荐

火箭蓄电池UXL(LH)系列2V
  火箭蓄电池UXL(LH)系列2V电池2V200AH  产品: 火箭蓄电池UXL(LH)...【详细】
火箭蓄电池GB系列
它由特殊的钙合金组成,以保持强大的启动性能。 防止在高温下电池寿命...【详细】

联系我们

服务热线
13240167779

地址:北京市大兴区魏永路2号
网址:www.jltvip.cn

基于长短期记忆协作框架的退役ROCKET蓄电池机器人拆解规划方法

发布者:火箭蓄电池 发布时间:2026-11-05 19:52:59 阅读:次

摘要

本文探讨了退役动力电池人机协作拆解过程中的非稳态场景,包括组件老化、指令模糊和传感器漂移等问题。在这些场景下,机器人表现出执行鲁棒性问题。本文提出了一种集成长期和短期记忆的规划域定义语言(PDDL)生成框架。该框架将大语言模型与知识图谱结合,作为长期记忆模块用于符号化任务分解和领域语义规则泛化,同时利用元启发式优化算法作为短期记忆模块,根据实时传感器反馈调整和优化动作参数。通过这种结合长期记忆引导与短期记忆适应的闭环机制,该系统解决了传统PDDL的局限性——在面对开放、时变且异构的工业拆解场景时,其符号动作模型难以捕捉真实物理系统中的不确定性和不可预测的干扰,从而限制了其在复杂非稳态场景中的实用性。此外,该系统建立了从短期记忆到长期记忆的反馈机制,通过将场景信息转化为补充理解,增强了在非稳态环境中的拆解能力。研究在真实拆解平台上验证了该方法。与传统PDDL基准、仅使用大语言模型(LLMs)的规划方法以及启发式算法相比,该方法实现了88.0%的任务成功率(显著优于传统PDDL的38.0%)。
关键词:
退役电池拆解; 非稳态环境; PDDL规划; 长期记忆与短期记忆框架; 人机协作

 

1. 引言

电动汽车保有量的快速增长引发了动力电池退役的巨大浪潮。作为再制造的主要生产方式,退役电池的拆解在资源回收、节能减排方面具有重要意义。现有的回收自动化解决方案通常需要高度结构化的环境或针对特定产品的大规模训练,难以适应非稳态场景的高异质性和不确定性。因此,人机协作拆解被认为是当前工业领域的最佳方法;人类操作员负责精细、灵活的任务,而机器人处理重型、高重复性的任务。从技术演进的维度来看,退役电池的拆解正经历着从半自动化到全自动化的跨越。如图所示表1,初始的1.0自动化阶段依赖预设轨迹和固定坐标,仅能处理高度标准化的电池包。2.0半自动化感知协作阶段引入了计算机视觉和基础知识库,为机器人提供了初步的特征识别和自适应能力。
表1所示。动力电池人机协作拆解的技术演进。

然而,现有人机协作方案在迈向3.0全自动化智能进化阶段时,面临着严重的鲁棒性瓶颈。也就是说,当面对组件老化、零件老化和传感器漂移等非稳态场景时,由于缺乏韧性,系统的感知和决策逻辑往往会导致执行成功率骤降。在2.0阶段这一核心瓶颈的背景下,如何赋予机器人超越固定规则的认知能力——使其即使在非稳态环境下也能确保拆解任务的连续性和确定性——已成为当前研究的核心挑战。
在机器人任务规划领域,这通常被建模为标准的PDDL任务,旨在通过符号形式求解从初始状态到目标状态的最优路径。然而,传统的PDDL规划方法在退役电池人机协作拆解的实际应用中面临严峻挑战。PDDL本质上是一种基于谓词逻辑的标准语言,通过领域和问题来描述规划任务;它难以适应非稳态场景中随机变化的物理状态[1],其次,人类行为引入了显著的非稳态变量。尽管大语言模型在语义推理方面展现出卓越的能力,为复杂任务规划提供了新途径[2],但将大语言模型的语义推理能力直接应用于拆解环境,需要跨越语言、感知和动作这三层鸿沟——即必须将任务指令映射到物理实体和可执行动作[3]。现有研究在处理非稳态工业场景时,存在静态逻辑与动态环境之间的显著失配,其根本原因在于大语言模型记忆机制的缺陷。退役电池拆解现场属于非稳态场景,然而现有的大语言模型缺乏将PDDL静态语义符号转化为动态场景理解的中间层。一旦环境发生意外变化,基于大语言模型的静态规划无法进行局部调整,必须重新调用大模型进行耗时的高层级重规划,这违反了工业场景对实时响应的要求。
为了解决上述静态逻辑与动态环境不匹配的问题,本文提出了一种结合长短期记忆的PDDL生成框架。如图1该框架将大语言模型驱动的广义逻辑认知定义为长期记忆(LTM),负责处理非稳态拆解场景、生成包含逻辑先验的PDDL骨架,并执行人机分工。由元启发式算法驱动的物理适应性被定义为短期记忆(STM),负责根据拆解场景生成具体的PDDL参数实例。该框架解决了符号规划缺乏场景信息的问题,实现了基于拆解场景感知的动态PDDL实例化,并利用元启发式算法在短期记忆中构建基于场景信息的理解,从而确保了非理想环境下规划的执行稳定性。同时,该框架解决了机器人在人机协作环境中面对非稳态扰动时的执行鲁棒性问题。
Symmetry 18 00981 g001
图1。所提方法与传统研究方法的比较。
本研究的主要贡献总结如下:协作式PDDL框架:我们提出了一种PDDL生成框架,将大语言模型的通用逻辑推理与元启发式算法的局部参数优化相结合,弥合了静态逻辑与非稳态电池拆解环境之间的差距。基于知识图谱的长短期记忆模块:我们开发了一个将大语言模型与知识图谱(KG)集成的长短期记忆模块。这实现了跨场景的通用语义理解和符号化任务分解,同时有效缓解了规划过程中的“逻辑幻觉”。基于元启发式算法的短期记忆反馈机制:我们设计了一种基于元启发式算法的场景感知与反馈短期记忆机制。这使得系统能够根据实时传感器数据动态调整拆解计划,显著提升了物理干扰下的任务成功率和故障恢复率。

2. 文献综述

随着电动汽车行业的快速发展和退役电池数量的急剧增加,传统的纯人工拆解方法不仅劳动密集且效率低下,还面临着高压、有毒物质泄漏和热失控等严重安全风险[4]。因此,机器人拆解已逐渐成为研究热点,一些学者开发了针对螺钉和汇流排等核心部件的自动识别与操作系统,能够有效替代人工完成高风险任务[5尽管如此,以往的大多数研究主要集中在预定义的拆解任务人机分配上,即由人类处理无结构的线束,而机器人执行高度重复的动作,但它们并未充分考虑退役电池长期使用导致的腐蚀、变形和累积装配误差等非稳态因素,这使得机器人在面对环境流变学时规划鲁棒性有限[6如何实现具有严密逻辑和物理适应性的自主规划,仍是提升电池拆解智能化水平的重要方向。此外,认可处理动态环境的底层控制策略的进展也至关重要。现有方法,如状态滤波扰动抑制控制,以及通过演员-评论家机制处理受扰非线性系统的多层神经自适应强化学习[7],在关节和执行器层面抑制连续动态干扰方面展现出了卓越的能力。
随着具身智能从基础模型向更复杂的物理交互演进[8],利用几何对称性来增强系统的泛化能力已变得至关重要。正如近期研究所示,具备对称感知能力的架构可以有效处理视觉感知中的旋转不变性[9] 并优化强化学习中的动作-奖励结构 [10]。凭借卓越的语义理解和常识推理能力,大语言模型(LLMs)重塑了机器人任务规划的范式,促使机器人逐渐演变为具备知识推理和经验值积累能力的主体[11]。人类在处理复杂拓扑关系和应对突发物理故障方面具有天然优势,而机器人在操作精度和长期逻辑一致性方面表现出色。为了弥补非稳态环境下符号规划缺乏具身性的不足,研究人员开始寻求结合感知、语言和逻辑的联动机制,以处理动态任务表达[12]。与传统的基于规则或有限状态机的方法相比,大语言模型在常识推理和跨模态语义映射方面具有显著优势,能够实现复杂拆解指令的零样本泛化。特别是在长序列任务规划中,大语言模型可以从非结构化文本中提取高层语义骨架,为逻辑驱动的任务分解和策略生成提供新路径。例如,Wang等人提出了一种基于大语言模型思维链的人机协作框架,赋予机器人类人的感知、交互、自我推理、任务规划和任务执行思维模式及执行能力[13]. Similarly, scholars have performed task planning by combining LLMs with Retrieval-Augmented Generation (RAG) mechanisms and vision–language models with in-context reasoning to improve the robustness of robots in solving problems when environmental fluctuations occur [14,15].
与此同时,为了提升大语言模型的经验值积累能力,一些学者提出了基于代码技能库的长期记忆机制,使智能体能够通过积累成功的操作经验来应对开放环境[16]。为了解决装备故障等问题,其他学者提出了将多模态因果知识超图与大语言模型相结合[17,18]。同时,许多学者尝试将大语言模型与元启发式算法结合用于任务分配,初步展示了语义推理和元启发式搜索的潜力[11]. 传统的PDDL理论上可以通过符号建模实现严密的逻辑推理,但在涉及非稳态的拆解环境中,由于高度依赖静态封闭世界假设,它往往表现出鲁棒性不足的问题。这一局限性促使研究人员探索将PDDL作为高层逻辑注入大语言模型(LLM)的规划方法。一些研究提出了基于LLM生成PDDL模型和多级目标分解的方法;虽然这提高了规划的逻辑性和准确性,但大多集中在离散逻辑或高层任务分配上,在处理涉及连续物理参数的实时自适应调整方面仍显不足[19] 在电池拆解领域,研究已利用大语言模型来引导PDDL规划器的搜索过程,但目前仅限于相对简单的单对象场景,且无法解决人机协作过程中出现非稳态干扰时的执行鲁棒性问题[20].
最近,端到端视觉-语言-动作(VLA)模型和视觉-语言模型(VLMs)在弥合语言-感知-动作差距方面展现出了令人印象深刻的能力。然而,在退役电池拆解等高风险工业场景中,纯VLA模型存在严重的局限性。首先,端到端VLA网络充当“黑盒”,缺乏防止灾难性故障(例如由短路引起的电池热失控)所需的严格逻辑可解释性和安全保障。其次,训练鲁棒的VLA模型需要海量的配对轨迹数据,而对于高度异构的退役电池而言,这些数据极其稀缺。尽管通过大语言模型(LLM)实现的响应式规划为人机协作创造了闭环,但其本质仍是语义重规划。在非稳态拆解条件下,现有的LLM响应式架构缺乏对不同场景中动态信息的理解,无法实现从逻辑到场景的深度跨越。因此,为了赋予机器人处理复杂非稳态环境的认知能力,张等人提出将知识图谱(KG)与LLM相结合,其中知识图谱由动态信息库和相对静态的知识库组成,旨在解决非稳态环境下机器人规划的相关挑战[21]。针对退役电池拆解的非稳态场景,本文提出了一种与长期记忆和短期记忆框架协同的PDDL生成框架,利用大语言模型(LLM)和知识图谱(KG)的结合将通用电池拆解知识存储为长期记忆,并引入元启发式算法作为短期记忆,以理解任务执行过程中的非稳态场景,从而有效填补高层逻辑骨架与底层非稳态执行之间的空白,实现退役电池拆解场景下规划生成的物理适应性和执行鲁棒性。

3. 方法

在退役动力电池的人机协作拆解中,本研究的核心是机器人在非稳态场景下的执行鲁棒性问题。非稳态环境不仅包括由多样化电池型号和初始环境中未固定放置姿态带来的空间非稳态特征,还强调了在拆解时间序列中发生的动态演化和突发物理异常。
针对退役电池拆解这一非稳态环境,本文提出了一种基于长短期记忆框架(LTM-STM)的任务规划框架。该框架将大语言模型(LLMs)和知识图谱(KGs)整合为长期记忆,利用拆解领域知识指导规划骨架的生成,同时引入元启发式优化算法作为短期记忆,以实现非稳态场景下的场景理解和局部规划优化。本文提出的退役电池拆解任务规划框架采用三层分层协作架构设计,包括多模态感知层、长短期记忆框架层和物理执行层,通过显式场景信息流实现闭环集成,如图所示图2与传统的PDDL生成和规划方法相比,该框架在解决非稳态拆解问题方面具有显著优势。首先,PDDL在非稳态场景下表现不佳的根本原因在于其封闭世界假设,无法涵盖非稳态场景的扰动。该框架通过LTM处理符号逻辑,通过STM处理非稳态场景信息,有效解决了符号规划在非稳态场景下的鲁棒性生成问题。其次,通过长期记忆中的知识图谱定义了动作、工具和组件之间的强约束规则。当大语言模型生成PDDL时,不再进行无序预测,这大大缩小了元启发式算法的搜索空间,并提高了短期记忆的收敛速度。
Symmetry 18 00981 g002
图2。基于长短期记忆协作框架的机器人电池拆解系统架构。
最后,短期记忆利用元启发式算法的群智特性,针对电池包变形和腐蚀等非稳态特征进行自适应PDDL生成。这种理解特定场景信息的机制弥补了LLM在处理不确定性时搜索开销过大的缺陷,实现了从语义理解到高动态动作执行的闭环。它在确保任务逻辑一致性的同时,为后续的多机器人协作和跨场景迁移提供了统一的接口和扩展基础。

3.1. 用于电池拆解的多模态感知层

作为系统与环境交互的前端,多模态感知层通过场景识别、自然语言指令和拆解任务列表构建环境的初始状态。指令解析模块负责将操作员的自然语言音频转录为结构化文本,而视觉感知模块则通过摄像头实时捕捉电池包的外观和损坏程度,将环境的物理状态转化为知识图谱可识别的语义描述片段。同时,视觉感知模块生成的场景信息被用作短期记忆的输入,为后续的拆解规划提供避障依据;该层为后续规划提供环境的初始状态。具体而言,视觉感知模块采用混合流水线。首先,利用预训练的目标检测模型提取关键部件的边界框。然后,将裁剪后的感兴趣区域与来自英特尔公司(美国加利福尼亚州圣克拉拉)RealSense D435i相机的几何深度数据对齐,并输入到视觉语言模型(VLM,通过百度公司(中国北京)Qwen-VL API实现)。VLM纯粹作为语义属性提取器,识别非稳态条件而非做出直接控制决策。这些离散的语义标签随后被传输到短期记忆(LTM)进行知识图谱查询。

3.2. 集成逻辑推理与非稳态环境的长期记忆与短期记忆框架层

记忆层是实现稳态逻辑与非稳态场景融合的核心枢纽,分为两个协同子层。长期记忆层由大语言模型任务解析和电池拆解知识图谱组成。长期记忆层利用大语言模型的零样本推理能力和知识图谱的本体约束,将人类协作意图解析为PDDL骨架。该阶段主要确定动作序列及其逻辑拓扑关系。短期记忆层用于处理非稳态环境中的不确定性;STM采用元启发式算法作为进化单元。STM接收由LTM生成的PDDL骨架,通过初始化种群、适应度计算、交叉、变异和生成新种群的进化循环,STM对规划参数进行局部搜索,以平衡执行效率和成功率,生成适应当前场景约束的最优PDDL参数化实例。如果检测到有人进入操作干扰区,STM将使用元启发式算法在PDDL定义的参数边界内动态优化任务规划,确保协作安全和任务的正常推进。
该LTM-STM框架的一个关键特性是经验值积累以及从STM回传至LTM的反馈机制。当STM成功修改LTM生成的PDDL骨架以适应特定的非稳态场景(例如通过场景识别发现的严重锈蚀或结构变形)时,这一成功实例化并执行的PDDL会被存档回LTM的仓库中,并标记其特定的场景信息。因此,当系统未来遇到相同或高度相似的物理场景时,LTM可以绕过通用的推理过程,直接检索这一经STM验证的PDDL模板。该机制有效地将短期物理适应转化为长期经验知识,从而实现成功拆解策略的复用。

3.2.1. Long-Term Memory

图3Figure 3.
Symmetry 18 00981 g003
图3。长期记忆流程图。
该模块首先通过视觉识别获取目标电池包的RGB图像;输出给LTM的是离散语义标签,这些标签作为索引用于在电池拆解领域知识图谱中执行语义查询。系统提取该电池的组件层级、紧固件约束和安全规范,将其转换为结构化文本,注入到大语言模型的提示词模板中。随后,用户输入的自然语言指令以及事实背景从知识图谱中检索到的信息被共同输入到大语言模型中,以解析任务意图及其对应的PDDL实例化参数。为了正式描述这一知识增强的语义解析过程,引入了以下映射函数: