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:2512.21723

HELP: 家庭タスクのための階層型身体化言語プランナ

HELP: Hierarchical Embodied Language Planner for Household Tasks

シェア:XThreadsFacebookLINEはてブBluesky

家庭内タスクを解くため、LLMベースの複数エージェントを階層的に組み合わせたプランナを提案し、実機実験で評価した。

詳しい要約

1. どんなもの?

- 家庭内タスクを対象とした階層型のembodied language plannerであるHELPを提案。 - 複数のLLM-based agentsから構成され、各agentが異なるsubtaskを担当する。 - 自然言語指示に基づく計画立案を目的とし、実環境とシミュレーションの両方で評価。 - 比較的小規模なopen source LLMを用いて自律的なdeploymentを可能にすることを目指す。

2. 先行研究と比べてどこがすごい?

- 従来のLLMを用いた計画手法と比べ、階層構造と複数agentの分業により、言語の曖昧性処理、環境情報の取得、利用可能なskillに基づく計画を効果的に行うarchitectureを設計。 - 小規模なopen source LLMでも実用的な性能を発揮できる点が特徴。 - 具体的な先行研究との比較は要旨からは不明。

3. 技術・手法の肝は?

- LLM-based agentsを階層的に構成し、各agentが異なるsubtaskを担当。 - 自然言語指示の曖昧性に対処し、環境から情報を取得し、agentの利用可能なskillに基づいて計画を生成。 - 小規模なopen source LLMを活用することで、自律的な運用を可能にする。

4. どうやって有効だと検証した?

- 家庭内タスクを対象に、実世界でのembodied agentによる実験を実施。 - 提案手法の有効性を評価。 - 具体的な評価指標やベースラインとの比較は要旨からは不明。

5. 議論はある?

- 小規模なopen source LLMの使用に焦点を当て、自律的なdeploymentを可能にする点を議論。 - 限界や課題についての詳細は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の関連手法として、LLM-based planning、hierarchical planning、embodied agents、open source LLM(例:LLaMA、GPT-2など)が挙げられる。

※ 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: Alexandr V. Korchemnyi, Anatoly O. Onishchenko, Eva A. Bakaeva, Alexey K. Kovalev, Aleksandr I. Panov

分類: cs.RO, cs.AI, cs.LG

原文アブストラクト

Embodied agents tasked with complex scenarios, whether in real or simulated environments, rely heavily on robust planning capabilities. When instructions are formulated in natural language, large language models (LLMs) equipped with extensive linguistic knowledge can play this role. However, to effectively exploit the ability of such models to handle linguistic ambiguity, to retrieve information from the environment, and to be based on the available skills of an agent, an appropriate architecture must be designed. We propose a Hierarchical Embodied Language Planner, called HELP, consisting of a set of LLM-based agents, each dedicated to solving a different subtask. We evaluate the proposed approach on a household task and perform real-world experiments with an embodied agent. We also focus on the use of open source LLMs with a relatively small number of parameters, to enable autonomous deployment.

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. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  5. 5Google DeepMind、ロボット向けAIを発表新製品・発表

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