059、LLM作为机器人任务规划器：自然语言指令到PDDL的转换上周在调试一个家庭服务机器人场景时，我遇到了一个特别典型的坑。用户说“帮我把客厅茶几上的杯子拿到厨房水槽里”，我们的系统直接把这句话扔给了LLM，让它输出一个任务序列。结果模型返回了“移动到客厅、抓取杯子、移动到厨房、放置杯子”这样看起来完全正确的答案，但真到了机器人执行的时候，机械臂在“抓取杯子”这一步直接撞上了茶几边缘——因为LLM根本不知道茶几的高度、杯子的朝向、机械臂的逆运动学解是否存在。那一刻我意识到，把自然语言直接映射成高层动作序列，本质上是在让模型做它不擅长的事情：它擅长的是语义理解，而不是几何推理和物理约束求解。后来我换了个思路：让LLM只负责把自然语言指令翻译成一种中间表示，这种表示要足够结构化，能跟底层的规划器（比如PDDL）无缝对接，同时把几何、运动学这些“脏活”留给专门的模块去处理。这个中间表示就是PDDL（Planning Domain Definition Language）。今天这篇笔记，我就把这条从自然语言到PDDL的转换链路完整拆开，包括我踩过的坑、调过的参、以及最终在真实机器人上跑通的代码。先说清楚为什么是PDDL，而不是直接让LLM输出JSON格式的动作序列。PDDL的核心价值在于它把“领域知识”和“问题实例”分开了。领域文件（domain.pddl）定义了谓词、动作、前提条件和效果，这是可以复用的；问题文件（problem.pddl）则描述了具体的初始状态和目标状态。这种分离意味着，你换一个场景（比如从厨房换到卧室），只需要更新问题文件，领域文件完全不用动。而LLM要做的，就是根据用户的自然语言指令，生成一个符合当前领域定义的问题文件。这比让LLM直接输出动作