日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2508.07606

物理制約下で人間の価値観に沿う対話型ロボット

In-situ Value-aligned Human-Robot Interactions with Physical Constraints

シェア:XThreadsFacebookLINEはてブBluesky

LLMを搭載したロボットが、家庭内タスクを人間の好みと物理的制約の両方を考慮して実行できるよう、人間のフィードバックからの文脈内学習(ICLHF)フレームワークを提案し、ベンチマークで有効性を示した。

詳しい要約

1. どんなもの?

- LLMを搭載した人間中心ロボットが、日常の家事タスクを遂行する際に、人間の選好(preferences)と物理的制約(physical constraints)の両方を考慮できるようにするフレームワークの提案。 - 日常的な家事活動のベンチマークを構築し、選好に基づく評価を可能にした。 - In-Context Learning from Human Feedback (ICLHF) を導入し、日常での直接指示や意図的/非意図的な調整から得られる人間フィードバックを活用する。

2. 先行研究と比べてどこがすごい?

- 従来のLLM搭載ロボットはタスク完了を重視するが、本手法は人間の選好を学習し将来のシナリオに適用することを目指す点が異なる。 - 選好と物理的制約の両方を同時に扱う枠組みを提案している点が先行研究との差分。 - 具体的な先行研究名や比較結果は要旨からは不明。

3. 技術・手法の肝は?

- In-Context Learning from Human Feedback (ICLHF) を中核とし、人間フィードバックをin-contextで活用する。 - フィードバックは直接的な指示に加え、日常生活で意図的または非意図的に行われる調整から得る。 - ロボットはタスク計画生成時に選好と物理的制約のバランスを取る必要がある。 - ベンチマークは日常的な家事活動を対象に構築。

4. どうやって有効だと検証した?

- ICLHFを用いたタスク計画生成と、物理的制約と選好のバランスに関する広範な実験を実施。 - 実験により本アプローチの効率性が示されたと報告。 - 具体的な評価指標やベースライン比較の詳細は要旨からは不明。

5. 議論はある?

- 選好と物理的制約の両立をどう評価・調整するかが論点になり得るが、要旨では詳細な議論は述べられていない。 - 日常での非意図的フィードバックの扱いや、その信頼性・一般化可能性についての議論は要旨からは不明。

6. 次に読むべき論文は?

- In-Context Learning from Human Feedback (ICLHF) に関連するin-context learningおよびhuman feedback研究。 - LLMを搭載したhuman-centered robotsのタスク計画研究。 - 選好アラインメント(value alignment)やphysical constraintsを扱うロボティクス研究。 - 具体的な参照論文は要旨からは不明。

※ 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: Hongtao Li, Ziyuan Jiao, Xiaofeng Liu, Hangxin Liu, Zilong Zheng

分類: cs.RO

原文アブストラクト

Equipped with Large Language Models (LLMs), human-centered robots are now capable of performing a wide range of tasks that were previously deemed challenging or unattainable. However, merely completing tasks is insufficient for cognitive robots, who should learn and apply human preferences to future scenarios. In this work, we propose a framework that combines human preferences with physical constraints, requiring robots to complete tasks while considering both. Firstly, we developed a benchmark of everyday household activities, which are often evaluated based on specific preferences. We then introduced In-Context Learning from Human Feedback (ICLHF), where human feedback comes from direct instructions and adjustments made intentionally or unintentionally in daily life. Extensive sets of experiments, testing the ICLHF to generate task plans and balance physical constraints with preferences, have demonstrated the efficiency of our approach. Project page: https://iclhf.github.io .

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. 2newmo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
  3. 3GXO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
  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI