摘要——我們提出了一種新的任務和運動算法規劃（TMP），并討論獲得TMP的健壯解決方案所必需的需求和抽象。我們的迭代深化任務和運動規劃（IDTMP）與類似的、最先進的、概率完全的規劃器相比，該方法是概率完全的，并提供了改進的性能和通用性。IDTMP的關鍵思想是利用增量約束求解來有效地添加并且在任務級別上去除對運動可行性的約束。我們在物理機械手上驗證IDTMP并評估在具有許多對象和長期計劃的場景上的可擴展性，顯示與基準相比的數量級增益計劃者和我們的四倍自我比較加速
擴展。最后，除了描述一種新的方法TMP及其在物理機器人上的實現，我們還將開發的前瞻性需求和抽象未來類似的規劃者。