日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

協調/LLMarXiv:2512.22129

ReCollab: 検索拡張LLMによる協調的アドホックチームメイトモデリング

ReCollab: Retrieval-Augmented LLMs for Cooperative Ad-hoc Teammate Modeling

シェア:XThreadsFacebookLINEはてブBluesky

LLMを用いて未知のチームメイトの行動を分類し、RAGで推論を安定化させることで、協調タスクにおける適応を改善するフレームワークを提案。

詳しい要約

1. どんなもの?

- どんなもの? - Ad-hoc teamwork (AHT) において、未見のチームメイトの行動を推論し適応するための言語ベースフレームワーク。 - 従来の固定確率モデルや分類器に代わり、Large Language Models (LLMs) を世界モデルとして利用。 - 行動トレースを高レベル仮説にマッピングし、パートナータイプを分類する。 - 基本手法 Collab と、Retrieval-Augmented Generation (RAG) を組み込んだ ReCollab を提案。 - 協力型 Overcooked 環境で評価。

2. 先行研究と比べてどこがすごい?

- 先行研究と比べてどこがすごい? - 従来の固定確率モデルや分類器は部分観測や限られた相互作用で脆い。 - LLMs を柔軟な代替として用い、短い行動トレースから高レベル仮説を生成。 - ReCollab は RAG により推論を安定化し、様々なレイアウトで適応を改善。 - 分類精度とエピソードリターンの間で Pareto 最適なトレードオフを達成。

3. 技術・手法の肝は?

- 技術や手法の肝はどこ? - 軌道特徴から導出された行動ルーブリックを用いてパートナータイプを分類。 - Collab: LLM が行動トレースを高レベル仮説にマッピング。 - ReCollab: Retrieval-Augmented Generation (RAG) を導入し、例示軌道で推論を安定化。 - 協力型 Overcooked 環境で評価。

4. どうやって有効だと検証した?

- どうやって有効だと検証した? - 協力型 Overcooked 環境で実験。 - Collab がチームメイトタイプを効果的に区別することを確認。 - ReCollab が様々なレイアウトで適応を一貫して改善。 - 分類精度とエピソードリターンの Pareto 最適トレードオフを達成。

5. 議論はある?

- 議論はある? - LLMs が AHT の行動世界モデルとして有望であることを示す。 - 困難な協調設定において retrieval grounding の重要性を強調。 - その他の議論や限界は要旨からは不明。

6. 次に読むべき論文は?

- 次に読むべき論文は? - 要旨で参照/比較されている研究: 固定確率モデル、分類器、Large Language Models (LLMs)、Retrieval-Augmented Generation (RAG)。 - 関連手法: Ad-hoc teamwork (AHT)、Overcooked 環境。 - 具体的な論文名は要旨からは不明。

※ 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: Conor Wallace, Umer Siddique, Yongcan Cao

分類: cs.MA, cs.AI, cs.LG

原文アブストラクト

Ad-hoc teamwork (AHT) requires agents to infer the behavior of previously unseen teammates and adapt their policy accordingly. Conventional approaches often rely on fixed probabilistic models or classifiers, which can be brittle under partial observability and limited interaction. Large language models (LLMs) offer a flexible alternative: by mapping short behavioral traces into high-level hypotheses, they can serve as world models over teammate behavior. We introduce \Collab, a language-based framework that classifies partner types using a behavior rubric derived from trajectory features, and extend it to \ReCollab, which incorporates retrieval-augmented generation (RAG) to stabilize inference with exemplar trajectories. In the cooperative Overcooked environment, \Collab effectively distinguishes teammate types, while \ReCollab consistently improves adaptation across layouts, achieving Pareto-optimal trade-offs between classification accuracy and episodic return. These findings demonstrate the potential of LLMs as behavioral world models for AHT and highlight the importance of retrieval grounding in challenging coordination settings.

  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI