日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
マニピュレーションarXiv:2511.04758

ScheduleStream: GPU加速マルチアームタスク・動作計画のためのサンプラを用いた時間的計画

ScheduleStream: Temporal Planning with Samplers for GPU-Accelerated Multi-Arm Task and Motion Planning & Scheduling

シェア:XThreadsFacebookLINEはてブBluesky

複数アームの並列動作を可能にするスケジューリングを生成する汎用フレームワークScheduleStreamを提案し、GPU加速サンプラでTAMPASを高速化、実機双腕ロボットで実証した。

詳しい要約

1. どんなもの？

- 複数アームロボット（bimanual・humanoid）向けの、TAMPを拡張した計画＆スケジューリングの汎用フレームワーク。 - 従来のTAMPが「一度に1アームのみ動作」のプランを出すのに対し、並列アーム動作を含むスケジュールを生成する。 - hybrid durative actionsで時間的ダイナミクスをモデル化し、非同期開始・パラメータ依存の持続時間を扱う。 - GPU加速をsamplers内で用いるTAMPAS（Task and Motion Planning & Scheduling）に適用。

2. 先行研究と比べてどこがすごい？

- 従来のTAMPはhybridな離散-連続行動空間を扱えるが、生成プランは1アームずつ逐次動作に限定されがち。 - ScheduleStreamはこれを拡張し、並列アーム動作を含むスケジュール生成を可能にする点が新しい。 - 著者らは「sampling operationsを用いた計画＆スケジューリングの初の汎用フレームワーク」と位置づけ。 - アプリケーション固有のメカニズムなしで解くドメイン非依存アルゴリズムを提案。

3. 技術・手法の肝は？

- hybrid durative actionsにより時間的ダイナミクスを表現。アクションは非同期に開始でき、持続時間はパラメータの関数。 - ドメイン非依存のアルゴリズムでScheduleStream問題を解く。 - TAMPASではsamplers内でGPU加速を活用し計画を高速化。 - 詳細なアルゴリズム構成は要旨からは不明。

4. どうやって有効だと検証した？

- シミュレーションでScheduleStreamのアルゴリズムを複数のablationと比較し、より効率的な解を生成することを確認。 - 実世界のbimanualロボットタスク複数で実証（https://schedulestream.github.io）。 - 具体的なタスク内容・評価指標は要旨からは不明。

5. 議論はある？

- 要旨からは不明。 - 想定される論点として、hybrid行動空間の増大に対する計算コスト、GPU加速の効果範囲、実機での汎化性などが考えられるが、本文の議論は要旨に記載なし。

6. 次に読むべき論文は？

- 要旨で参照・比較されている研究は明示されていない。 - 関連手法としてTAMP（Task and Motion Planning）、hybrid durative actions、sampling-based planning、GPU並列サンプリング、bimanual manipulationの定番研究を次に読む候補として挙げる。

※ 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: Caelan Garrett, Fabio Ramos

分類: cs.RO, cs.AI, cs.MA

原文アブストラクト

Bimanual and humanoid robots are appealing because of their human-like ability to leverage multiple arms to efficiently complete tasks. However, controlling multiple arms at once is computationally challenging due to the growth in the hybrid discrete-continuous action space. Task and Motion Planning (TAMP) algorithms can efficiently plan in hybrid spaces but generally produce plans, where only one arm is moving at a time, rather than schedules that allow for parallel arm motion. In order to extend TAMP to produce schedules, we present ScheduleStream, the first general-purpose framework for planning & scheduling with sampling operations. ScheduleStream models temporal dynamics using hybrid durative actions, which can be started asynchronously and persist for a duration that's a function of their parameters. We propose domain-independent algorithms that solve ScheduleStream problems without any application-specific mechanisms. We apply ScheduleStream to Task and Motion Planning & Scheduling (TAMPAS), where we use GPU acceleration within samplers to expedite planning. We compare ScheduleStream algorithms to several ablations in simulation and find that they produce more efficient solutions. We demonstrate ScheduleStream on several real-world bimanual robot tasks at https://schedulestream.github.io.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  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

FRONTIER（GPU搭載BTOパソコン）

FRONTIER（GPU搭載BTOパソコン）の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →