日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

家庭内サービスロボットarXiv:2511.20180

Hibikino-Musashi@Home 2025 チーム記述論文

Hibikino-Musashi@Home 2025 Team Description Paper

シェア:XThreadsFacebookLINEはてブBluesky

家庭内サービスロボットの競技会に向け、データセット生成器やシミュレータ環境、LLMによるタスクプランナ、脳模倣記憶モデルを開発したチームの取り組みをまとめた論文。

詳しい要約

1. どんなもの?

- Hibikino-Musashi@Home 2025のTeam Description Paper - domestic standard platform leagueへの参加を目指すチームの技術概要 - ロボットビジョン用データセット生成器とHSRシミュレータ上のオープンソース開発環境を開発 - LLM駆動タスクプランナがユーザ要求に応じてprimitive skillsを選択 - 脳模倣記憶モデルによる家庭環境適応の研究に注力 - Pumasのナビゲーションシステムの再利用性に貢献 - 家庭用サービスロボットの設計と継続的な競技参加による評価・改善を目的

2. 先行研究と比べてどこがすごい?

- 先行研究との具体的比較は要旨からは不明 - データセット生成器とシミュレータ開発環境の提供が特徴 - LLMをタスクプランナに活用 - 脳模倣記憶モデルによる個別家庭環境適応というアプローチ - Pumasのナビゲーションシステムの再利用性への貢献 - 継続的な競技参加を通じた評価・改善サイクル

3. 技術・手法の肝は?

- ロボットビジョン学習用データセット生成器 - HSRシミュレータ上で動作するオープンソース開発環境 - LLMベースのタスクプランナがprimitive skillsを選択 - 脳模倣記憶モデルを活用した個別家庭環境への適応 - Pumasのナビゲーションシステムの再利用 - 家庭用サービスロボットの設計

4. どうやって有効だと検証した?

- 継続的に競技会に参加して開発システムを評価・改善 - 具体的な検証方法や結果は要旨からは不明

5. 議論はある?

- 個別家庭環境への適応とパーソナライズされた直感的支援の可能性 - ナビゲーションシステムの再利用性に関する議論 - 具体的な課題や限界は要旨からは不明

6. 次に読むべき論文は?

- Pumasのナビゲーションシステムに関する論文(RoboCup2024) - LLMベースのタスクプランニング関連研究 - 脳模倣記憶モデルに関する研究 - HSRシミュレータやデータセット生成に関する研究

※ 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: Ryohei Kobayashi, Kosei Isomoto, Kosei Yamao, Soma Fumoto, Koshun Arimura, Naoki Yamaguchi, Akinobu Mizutani, Tomoya Shiba, Kouki Kimizuka, Yuta Ohno, Ryo Terashima, Hiromasa Yamaguchi, Tomoaki Fujino, Ryoga Maruno, Wataru Yoshimura, Kazuhito Mine, Tang Phu Thien Nhan, Yuga Yano, Yuichiro Tanaka, Takeshi Nishida, Takashi Morie, Hakaru Tamukoh

分類: cs.RO

原文アブストラクト

This paper provides an overview of the techniques employed by Hibikino-Musashi@Home, which intends to participate in the domestic standard platform league. The team developed a dataset generator for training a robot vision system and an open-source development environment running on a Human Support Robot simulator. The large-language-model-powered task planner selects appropriate primitive skills to perform the task requested by the user. Moreover, the team has focused on research involving brain-inspired memory models for adaptation to individual home environments. This approach aims to provide intuitive and personalized assistance. Additionally, the team contributed to the reusability of the navigation system developed by Pumas in RoboCup2024. The team aimed to design a home service robot to assist humans in their homes and continuously attend competitions to evaluate and improve the developed system.

  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