卓上整理のための高性能双腕タスク・動作プランニング

- 卓上物体の再配置（tabletop rearrangement）を対象とした、2本のロボットアームによる task and motion planning（TAMP）フレームワーク「Synchronous Dual-Arm Rearrangement Planner (SDAR)」の提案。 - 2-finger gripper を備えた2本のアームが近接して協調し、始状態と目標状態が強く絡み合った（strongly entangled）物体配置を解く問題設定。 - 単一アーム向け最適タスク計画より良い dual-arm task plan を生成することを狙う。

- 従来の state-of-the-art と比べ、複雑・非単調（non-monotone）・長ホライズンな卓上再配置タスクで 100% の成功率を達成。 - 解の品質（solution quality）が従来の state-of-the-art を大きく上回ると主張。 - 単一アームの最適タスク計画から得られる解よりも、より最適な dual-arm task plan を生成できる点を特徴とする。 - 具体的な比較対象手法名は要旨からは不明。

- 依存関係駆動のタスクプランナ SDAR-T と、同期型 dual-arm モーションプランナ SDAR-M を密に結合した TAMP 構成。 - SDAR-T は、再配置タスクが誘起する global object dependency graph を分解する単純かつ効果的な戦略を適用し、dual-arm task plan を生成。 - SDAR-M は GPU SIMD ベースの state-of-the-art モーションプランニングツールを活用し、layered motion planning 戦略で多数のタスク計画を選別して最良の同期 dual-arm motion plan を探索。 - 高い成功率を確保しつつ、多数のタスク・モーションプランを知的に絞り込む点が肝。

- 包括的評価（comprehensive evaluation）を実施し、複雑・非単調・長ホライズンな卓上再配置タスクで 100% の成功率を示した。 - 解の品質が従来の state-of-the-art を大きく上回ることを示した。 - 2台の UR-5e アームを用いた実験により、SDAR がロボットハードウェアへ直接かつ信頼性高く転移（transfer）することを確認。

- 要旨からは不明（限界や失敗ケース、計算コスト、スケーラビリティ等の議論は明示されていない）。 - ソースコードと補足資料が https://github.com/arc-l/dual-arm で公開されている点のみ記載。

- 要旨で参照・比較されている具体的な先行研究名は不明。 - 関連手法として、GPU SIMD ベースの motion planning ツール（state-of-the-art とされるが名称は要旨からは不明）、task and motion planning（TAMP）一般、dual-arm manipulation、tabletop rearrangement の定番研究を次に読む候補として挙げる。