日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

軌道適応arXiv:2508.17260

OVITA: 開放語彙で解釈可能な軌道適応

OVITA: Open-Vocabulary Interpretable Trajectory Adaptations

シェア:XThreadsFacebookLINEはてブBluesky

複数の大規模言語モデルを活用し、自然言語指示に基づいてロボット軌道を動的環境やユーザー好みに適応させる解釈可能なフレームワークを提案。

詳しい要約

1. どんなもの?

- OVITAは、自然言語指示に基づいてロボットのtrajectoryを適応させる、interpretableかつopen-vocabularyな言語駆動フレームワークである。 - 動的で未知の状況や非専門家ユーザのpreferencesに応じてtrajectoryを調整することを目的とする。 - motion plannerが生成したtrajectoryやdemonstrationから学習したtrajectoryを対象に、ユーザコマンドを統合する。 - 複数のpre-trained LLMsを活用し、codeをadaptation policyとして生成する。 - KUKA IIWA、Clearpath Jackal、CrazyFlie droneなどheterogeneousなrobotic platformsでの利用を想定する。

2. 先行研究と比べてどこがすごい?

- 先行研究との具体的な比較は要旨からは不明。 - 特徴として、open-vocabularyかつinterpretableな言語駆動trajectory適応を掲げる点が挙げられる。 - codeをadaptation policyとしてLLMが生成し、個々のwaypointsをユーザが調整できる柔軟な制御を可能にする点を主張する。 - 別のLLMをcode explainerとして用い、expert usersを必要とせず直感的なinteractionを実現する点を特徴とする。 - ただし、既存手法に対する定量的・定性的な優位性の詳細は要旨からは不明。

3. 技術・手法の肝は?

- 複数のpre-trained LLMsを組み合わせ、ユーザコマンドをtrajectoryへ統合する。 - LLMがcodeをadaptation policyとして生成し、そのcodeによってtrajectoryのwaypointsを個別に調整する。 - 別のLLMがcode explainerとして機能し、生成された適応内容をユーザに説明する。 - 対象trajectoryはmotion plannersによる生成物またはdemonstrationsから学習したもの。 - これにより、非専門家でも解釈可能で柔軟なtrajectory適応を可能にする構成である。

4. どうやって有効だと検証した?

- 広範なsimulationsとreal-world environmentsの両方で有効性と意義を実証したと述べられている。 - 検証タスクはspatiotemporal variationsを含む多様なタスクである。 - heterogeneousなrobotic platformsとしてKUKA IIWA robot manipulator、Clearpath Jackal ground robot、CrazyFlie droneを用いた。 - 具体的な評価指標、被験者数、比較手法、統計的検証の詳細は要旨からは不明。

5. 議論はある?

- 要旨からは不明。 - 想定される論点として、LLM生成codeの安全性・信頼性、open-vocabulary指示の曖昧性、異種ロボット間での汎化性などが考えられるが、要旨には明記されていない。 - 限界やfailure cases、ユーザスタディの結果に関する記述は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照・比較されている個別研究は明示されていない。 - 関連手法として、LLMを用いたcode生成によるrobot policy/planning、language-conditioned trajectory adaptation、motion planning、learning from demonstration、interpretable robot learningが挙げられる。 - 同分野の定番として、LLM-based robot planningやcode-as-policies、language-guided manipulationに関する研究を次に読む候補として検討できる。

※ 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: Anurag Maurya, Tashmoy Ghosh, Anh Nguyen, Ravi Prakash

分類: cs.RO

原文アブストラクト

Adapting trajectories to dynamic situations and user preferences is crucial for robot operation in unstructured environments with non-expert users. Natural language enables users to express these adjustments in an interactive manner. We introduce OVITA, an interpretable, open-vocabulary, language-driven framework designed for adapting robot trajectories in dynamic and novel situations based on human instructions. OVITA leverages multiple pre-trained Large Language Models (LLMs) to integrate user commands into trajectories generated by motion planners or those learned through demonstrations. OVITA employs code as an adaptation policy generated by an LLM, enabling users to adjust individual waypoints, thus providing flexible control. Another LLM, which acts as a code explainer, removes the need for expert users, enabling intuitive interactions. The efficacy and significance of the proposed OVITA framework is demonstrated through extensive simulations and real-world environments with diverse tasks involving spatiotemporal variations on heterogeneous robotic platforms such as a KUKA IIWA robot manipulator, Clearpath Jackal ground robot, and CrazyFlie drone.

  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

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