Set It Up：構成可能な生成モデルによる機能的物体配置

- 本論文は、機能的な物体配置（FORM: Functional Object Arrangement）を扱う研究。 - 「2人分のダイニングテーブルをセットする」のように、機能を満たすよう物体を配置するタスク。 - 提案する SetItUp は neuro-symbolic なフレームワーク。 - 少数の訓練例と構造化された自然言語タスク仕様から、物体の目標 pose を学習的に指定する。 - 対象は食卓の食器配置、本棚の整理、寝室の家具配置の3タスク系統。 - 会議論文（RSS 2024）の拡張版（journal version）。

- FORM の難しさとして、指示が under-specified で目標 pose が明示されない点を挙げている。 - 既存モデルと比較し、機能的・物理的に実現可能・美的に望ましい配置の生成で優位と報告。 - 具体的な比較対象モデル名は要旨からは不明。 - 差分の詳細（ベースラインの種類や評価指標の定義）は要旨からは不明。

- grounding graph を中間表現として採用。 - 物体間の抽象的な空間関係（例: left-of）で構成。 - FORM を2段階に分解。 - (i) 物体間の grounding graph を予測。 - (ii) grounding graph から物体 pose を予測。 - (i) では LLM を活用し、タスク仕様と少数の訓練例から Python プログラムを誘導。 - プログラム実行により新規シナリオの grounding graph を生成。 - (ii) では primitive な空間関係を捉える複数の diffusion model を事前学習。 - grounding graph に基づきオンラインで合成して pose を予測。

- 3つのタスク系統からなるデータセットで評価。 - ダイニングテーブルの食器配置。 - 本棚の物品整理。 - 寝室の家具レイアウト。 - 評価観点は functional、physically feasible、aesthetically pleasing な配置の生成。 - 実験により既存モデルを上回ると報告。 - 具体的な指標・被験者実験の有無・データセット規模は要旨からは不明。

- 本論文は RSS 2024 の会議論文の拡張版であると明記。 - 拡張内容の詳細は要旨からは不明。 - 限界・失敗事例・LLM 依存性・diffusion model 合成の計算コストなどの議論は要旨からは不明。 - 一般化可能性や物理制約の扱いの詳細も要旨からは不明。

- 本論文が拡張元とする RSS 2024 の会議版 SetItUp 論文。 - LLM を用いたプログラム誘導（program induction）によるタスク計画・配置生成の関連研究。 - diffusion model の合成（composition）による pose/配置生成の関連研究。 - 物体配置・シーン合成の定番分野として functional object arrangement、scene synthesis、affordance-based placement の関連論文。 - 具体的な参照論文名は要旨からは不明。