EMOS

EMOS（Emergency Multi-robot Operation System）提供与具体业务无关的多智能体 LLM 讨论与子任务分配能力：给定任务故事、子任务定义与机器人能力描述，它通过多轮讨论把子任务分配给异构机器人，并在 LLM 不可用或解析失败时回退到启发式分配。

定位

• 输入：调用方以数据结构提供 EMOSScenarioConfig（场景叙事、子任务、位置规则、回退策略）与 EMOSRobotAgentSpec 机器人档案，以及一个 Isaac Lab 兼容的 base_env。

• 输出：子任务到机器人的分配结果，交由执行层（导航、机械臂等）落地。

• 边界：EMOS 不构建仿真场景，不内置任何场景内容，也不解读子任务的业务含义。

核心流程

EMOSScenarioConfig（任务故事 + 子任务 + 位置规则）
        +
EMOSRobotAgentSpec（机器人档案） + base_env（机器人位置）
        ↓
EMOSDiscussionManager 多轮讨论调度
        ↓
LLM 输出解析 → 子任务分配
        ↓（LLM 不可用 / 解析失败）
preferred_fallback 启发式回退分配

build_from_agent_specs() 会从 base_env 的 articulation / rigid-object 状态读取机器人位置，供讨论与分配使用。

在 EAI 中的使用

Fire Rescue 实验演示了 EMOS 与 EAI 的完整集成：工厂火灾巡检场景由 EMOS 完成讨论与任务分配，再由导航与执行层执行。代码、完整配置说明与依赖见 algorithm/emos/。

来源

算法源码仓库：EMOS；EAI 内置副本位于 algorithm/emos/。