Modellazione Adattiva del Dominio con Modelli Linguistici: Un Approccio Multi-Agente alla Pianificazione dei Compiti

Adaptive Domain Modeling with Language Models: A Multi-Agent Approach to Task Planning

June 24, 2025

Autori: Harisankar Babu, Philipp Schillinger, Tamim Asfour

cs.AI

Abstract

Presentiamo TAPAS (Task-based Adaptation and Planning using AgentS), un framework multi-agente che integra Modelli Linguistici di Grande Dimensione (LLM) con la pianificazione simbolica per risolvere compiti complessi senza la necessità di modelli ambientali definiti manualmente. TAPAS utilizza agenti specializzati basati su LLM che collaborano per generare e adattare modelli di dominio, stati iniziali e specifiche degli obiettivi secondo necessità, impiegando meccanismi strutturati di chiamata di strumenti. Attraverso questa interazione basata su strumenti, gli agenti a valle possono richiedere modifiche agli agenti a monte, consentendo l'adattamento a nuovi attributi e vincoli senza la ridefinizione manuale del dominio. Un agente di esecuzione in stile ReAct (Reason+Act), abbinato alla traduzione in linguaggio naturale dei piani, colma il divario tra piani generati dinamicamente e le capacità reali dei robot. TAPAS dimostra prestazioni solide nei domini di pianificazione di riferimento e nell'ambiente simulato VirtualHome.

English

We introduce TAPAS (Task-based Adaptation and Planning using AgentS), a multi-agent framework that integrates Large Language Models (LLMs) with symbolic planning to solve complex tasks without the need for manually defined environment models. TAPAS employs specialized LLM-based agents that collaboratively generate and adapt domain models, initial states, and goal specifications as needed using structured tool-calling mechanisms. Through this tool-based interaction, downstream agents can request modifications from upstream agents, enabling adaptation to novel attributes and constraints without manual domain redefinition. A ReAct (Reason+Act)-style execution agent, coupled with natural language plan translation, bridges the gap between dynamically generated plans and real-world robot capabilities. TAPAS demonstrates strong performance in benchmark planning domains and in the VirtualHome simulated real-world environment.