日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

タスクプランニングarXiv:2507.21545

UniDomain: 実世界デモンストレーションからの統一PDDLドメイン事前学習による汎化可能なロボットタスクプランニング

UniDomain: Pretraining a Unified PDDL Domain from Real-World Demonstrations for Generalizable Robot Task Planning

シェア:XThreadsFacebookLINEはてブBluesky

12,393本の操作動画から原子PDDLドメインを抽出し、統一ドメインを事前学習して、未知タスクをゼロショットで計画できるフレームワークを提案した。

詳しい要約

1. どんなもの?

- 実世界のロボット操作デモンストレーションから PDDL domain を事前学習し、オンラインのロボットタスク計画に用いるフレームワーク UniDomain を提案 - 12,393 本の manipulation 動画から atomic domain を抽出し、3137 operators・2875 predicates・16481 causal edges からなる統合 domain を構築 - 対象タスククラスに対し統合 domain から関連 atomic を検索し、meta-domain へ融合して compositional generalization を狙う

2. 先行研究と比べてどこがすごい?

- LLM/VLM 単体は long-horizon 構造や symbolic grounding が苦手 - 既存の LLM + symbolic planning は handcrafted または狭い domain に依存し汎化が限定的 - UniDomain は大規模デモから統一 PDDL domain を事前学習し、未見タスクを zero-shot で解ける点が差分 - 報告では state-of-the-art の LLM / LLM-PDDL ベースライン比で task success 最大 58%、plan optimality 160% 改善

3. 技術・手法の肝は?

- 操作動画群から atomic domain を抽出し、統合 domain を構築 - タスククラスが与えられると、統合 domain から関連 atomic を検索 - 検索した atomic を体系的に融合して高品質な meta-domain を生成 - 生成した meta-domain 上でオンラインのロボットタスク計画を実行

4. どうやって有効だと検証した?

- 多様な実世界タスクで実験 - 複雑かつ未見のタスクを zero-shot で解くことを確認 - LLM および LLM-PDDL の state-of-the-art ベースラインと比較し、task success と plan optimality の改善を報告

5. 議論はある?

- 抽出・融合された domain の品質や causal edges の妥当性に関する議論は要旨からは不明 - 実世界タスクの規模・多様性の詳細や失敗要因の分析は要旨からは不明 - 動画由来 domain の一般化限界や online planning の計算コストは要旨からは不明

6. 次に読むべき論文は?

- 比較対象として言及される LLM ベースのタスク計画手法および LLM-PDDL ベースライン - 関連手法として PDDL を用いた symbolic planning と LLM/VLM を組み合わせた planning 研究 - 動画からの操作知識抽出・atomic skill/operator 学習に関する研究

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Haoming Ye, Yunxiao Xiao, Cewu Lu, Panpan Cai

分類: cs.RO

原文アブストラクト

Robotic task planning in real-world environments requires reasoning over implicit constraints from language and vision. While LLMs and VLMs offer strong priors, they struggle with long-horizon structure and symbolic grounding. Existing methods that combine LLMs with symbolic planning often rely on handcrafted or narrow domains, limiting generalization. We propose UniDomain, a framework that pre-trains a PDDL domain from robot manipulation demonstrations and applies it for online robotic task planning. It extracts atomic domains from 12,393 manipulation videos to form a unified domain with 3137 operators, 2875 predicates, and 16481 causal edges. Given a target class of tasks, it retrieves relevant atomics from the unified domain and systematically fuses them into high-quality meta-domains to support compositional generalization in planning. Experiments on diverse real-world tasks show that UniDomain solves complex, unseen tasks in a zero-shot manner, achieving up to 58% higher task success and 160% improvement in plan optimality over state-of-the-art LLM and LLM-PDDL baselines.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI