Excerpt from PDF:
Automatic MILP Model Construction for Multi-Robot Task Allocation and Scheduling Based on Large Language Models Mingming Peng1,†, Zhendong Chen1,†, Jie Yang1, Jin Huang1, Zhengqi Shi1, Qihao Liu1, Xinyu Li1, Liang Gao1 Abstract— With the accelerated development of Industry 4.0, intelligent manufacturing systems increasingly require efficient task allocation and scheduling in multi-robot systems. However, existing methods rely on domain expertise and face challenges in adapting to dynamic production constraints. Additionally, enterprises have high privacy requirements for production scheduling data, which prevents the use of cloud-based large language models (LLMs) for solution development. To address these challenges, there is an urgent need for an automated modeling solution that meets data privacy requirements. This study proposes a knowledge-augmented mixed integer linear programming (MILP) automated formulation framework, in- tegrating local LLMs with domain-specific knowledge bases to generate executable code from natural language descriptions automatically. The framework employs a knowledge-guided DeepSeek-R1-Distill-Qwen-32B model to extract complex spa- tiotemporal constraints (82% average accuracy) and leverages a supervised fine-tuned Qwen2.5-Coder-7B-Instruct model for efficient MILP code generation (90% average accuracy). Ex- perimental results demonstrate that the framework successfully achieves automatic modeling in the aircraft skin manufacturing case while ensuring data privacy and computational efficiency. This research provides a low-barrier and highly reliable tech- nical path for modeling in complex industrial scenarios. I. INTRODUCTION With the advancement of Industry 4.0, intelligent manufac- turing has emerged as a cornerstone of global manufacturing evolution. Multi-robot systems are extensively deployed in flexible production[1][2][3], intelligent warehousing[4], and logistics[5]. For instance, aircraft skin processing involves sequential processes such as material handling, bending, riveting, and adhesive application, each requiring coordi- nation among heterogeneous robots[6]. Critical temporal constraints exist between adhesive application and riveting: the adhesive’s chemical properties degrade over time, neces- sitating riveting within its optimal activity window to ensure structural integrity. Similarly, welding requires post-process cooling before grinding. Dynamic production changes, such as prioritized skin processing for urgent deliveries, further complicate scheduling under strict time windows. The study of multi-robot task allocation and scheduling falls within the research domain of multi-robot task allo- *This work is supported in part by the National Key Research and Development Program of China under Grant No. 2023YFB4705000 and National Natural Science Foundation of China under Grant 52188102. 1M. Peng, Z. Chen, J. Yang, J. Huang, Z. Shi, Q. Liu, X. Li, L. Gao are with the State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology, China. † Equally contributed to this work. Correspondence: Xinyu Li, lixinyu@hust.edu.cn. cation (MRTA). According to the classification framework established by Gerkey et al. [7] [8], the research subject of this paper can be precisely categorized under the single-task robot, single-robot task, time-extended assignment (ST-SR- TA) problem type. Existing research includes the Tercio algo- rithm by Gombolay et al. [3], which treats humans and robots as collaborative agents for task allocation and scheduling in manual operations. However, Ham et al. [9] found that the Tercio algorithm outperforms MILP in terms of time, but its solution is more than 10% …더보기
This paper was uploaded based on materials provided by arXiv.
This paper is an open academic resource, and the original text can be accessed on arXiv.
Source: arXiv – A free repository for scientific and technical researchers.
This paper is provided for academic research purposes, and the original can be downloaded from arXiv.
Visit arXiv to explore more recent papers!
번역 (Translation):
Peng1, †, Zhendong Chen1, †, Jie Yang1, Jin Huang1, Zhengqi Shi1, Qihao Liu1, Xinyu Li1, Liang Gao1 초록을 기반으로 한 대형 언어 모델을 기반으로 한 멀티 로봇 작업 할당 및 스케줄링을위한 자동 MILP 모델 구성, Xinyu Li1, Liang Gao1 초록-업계의 가속화 된 업계 개발, 일정의 효율성 및 일정의 효율성이 높아진다. 다중 로봇 시스템에서. 그러나 기존의 방법은 도메인 전문 지식에 의존하고 동적 생산 제약 조건에 적응하는 데 어려움을 겪습니다. 또한 기업은 생산 일정 데이터에 대한 높은 개인 정보 보호 요구 사항을 가지고있어 솔루션 개발에 클라우드 기반 대형 언어 모델 (LLM)을 사용하지 않습니다. 이러한 과제를 해결하기 위해 데이터 개인 정보 보호 요구 사항을 충족하는 자동화 된 모델링 솔루션이 절실히 필요합니다. 이 연구는 지식-대기 혼합 정수 선형 프로그래밍 (MILP) 자동 공식 프레임 워크를 제안하고, 자연 언어 설명으로부터 실행 가능한 코드를 생성하기 위해 도메인 별 지식 기반으로 로컬 LLM을 인수합니다. 이 프레임 워크는 복잡한 SPA-TIOTEMPORAL 제약 (82% 평균 정확도)을 추출하기 위해 지식 유도 DeepSeek-R1-Distill-QWEN-32B 모델을 사용하고 효율적인 MILP 코드 생성 (90% 평균 정확도)을 위해 감독 된 미세 조정 QWEN2.5 코더 -7B- 부여 모델을 활용합니다. 외부 결과는 프레임 워크가 항공기 피부 제조 케이스에서 자동 모델링을 성공적으로 달성하면서 데이터 개인 정보 및 계산 효율성을 보장한다는 것을 보여줍니다. 이 연구는 복잡한 산업 시나리오에서 모델링을위한 저급 적이며 신뢰할 수있는 기술 경로를 제공합니다. I. 소개 산업의 발전 4.0, 지능형 제조업은 글로벌 제조 진화의 초석으로 부상했습니다. 다중 로봇 시스템은 유연한 생산 [1] [2] [3], 지능형 창고 [4] 및 물류 [5]에 광범위하게 배치됩니다. 예를 들어, 항공기 피부 가공에는 이종 로봇 사이에 조정이 필요한 자재 취급, 굽힘, 리벳 팅 및 접착제 적용과 같은 순차적 프로세스가 포함됩니다 [6]. 접착제 적용과 리벳 팅 사이에 중요한 시간적 제약이 존재합니다. 접착제의 화학적 특성은 시간이 지남에 따라 저하되어 최적의 활동 창 내에서 리벳을 사용하여 구조적 무결성을 보장합니다. 마찬가지로, 용접은 분쇄하기 전에 후 프로세스 냉각이 필요합니다. 긴급한 배송을위한 우선 순위가 높은 피부 처리와 같은 동적 생산 변화는 엄격한 시간 창에서 일정을 더 복잡하게 만듭니다. 다중 로봇 작업 할당 및 일정에 대한 연구는 다중 로봇 작업의 연구 영역에 속합니다. *이 작업은 Grant 52188102. 1M에 따른 Grant No. 2023YFB4705000 및 중국 국립 자연 과학 재단에 따라 중국의 국가 주요 연구 및 개발 프로그램에 의해 부분적으로 지원됩니다. Peng, Z. Chen, J. Yang, J. Huang, Z. Shi, Q. Liu, X. Li, L. Gao는 중국 Huazhong Science and University의 지능형 제조 장비 및 기술의 주요 실험실과 함께 있습니다. †이 작업에 똑같이 기여했습니다. 서신 : Xinyu li, lixinyu@hust.edu.cn. 양이온 (MRTA). Gerkey e
t al. [7] [8],이 백서의 연구 주제는 단일 태스크 로봇, 단일 로봇 작업, 시간 확장 할당 (ST-SR-TA) 문제 유형으로 정확하게 분류 될 수 있습니다. 기존의 연구에는 Gombolay et al. [3], 인간과 로봇을 수동 작업에서 작업 할당 및 예약을위한 협업 에이전트로 취급합니다. 그러나 Ham et al. [9]는 Tercio 알고리즘이 시간 측면에서 MILP를 능가하지만 솔루션은 10% 이상입니다.
이 논문은 arXiv에서 제공되는 자료를 바탕으로 업로드되었습니다.
본 논문은 공개된 학술 자료이며, 원문은 arXiv에서 확인할 수 있습니다.
출처: arXiv – 과학 및 기술 연구자들을 위한 무료 논문 저장소.
이 논문은 학술 연구 목적으로 제공되며, 원문은 arXiv에서 다운로드할 수 있습니다.
더 많은 최신 논문을 보려면 arXiv를 방문하세요!
