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
マルチエージェントarXiv:2601.18733

マルチエージェントロボットシステム（MARS）チャレンジの進歩と革新

Advances and Innovations in the Multi-Agent Robotic System (MARS) Challenge

シェア:XThreadsFacebookLINEはてブBluesky

NeurIPS 2025ワークショップで開催されたMARSチャレンジを紹介し、VLMを用いたマルチエージェントの計画とロボットマニピュレーションの制御という2領域での取り組みを概説した論文。

詳しい要約

1. どんなもの？

- 本論文は、NeurIPS 2025 Workshop on SpaVLEで開催されたMulti-Agent Robotic System (MARS) Challengeの概要を述べたものである。 - マルチエージェントロボティクスシステムの計画と制御に焦点を当て、参加者がVision-Language Models (VLMs)を用いたマルチエージェント身体性計画と、動的環境でのロボットマニピュレーションのポリシー実行に取り組む。 - コンペティションの目的は、身体性マルチエージェントシステムの設計と調整に関する知見を得て、将来の協調AIシステムの発展に貢献することである。

2. 先行研究と比べてどこがすごい？

- 要旨からは不明。 - ただし、近年のマルチモーダル大規模言語モデルやVision-Language-Actionモデルの進歩により、Embodied AIが複雑なタスクシナリオへ移行する中で、マルチエージェントシステムフレームワークが不可欠になりつつあると述べられている。 - 従来の単一エージェントシステムと比較して、エージェント能力の向上、タスク委任によるシステム効率の向上、高度な人間-エージェントインタラクションの実現が期待される点が背景として挙げられている。

3. 技術・手法の肝は？

- 要旨からは不明。 - コンペティションでは、計画と制御の2つの領域に焦点を当て、参加者がVision-Language Models (VLMs)を用いたマルチエージェント身体性計画と、動的環境でのロボットマニピュレーションのポリシー実行を探求する。 - 具体的な技術や手法の詳細は要旨には記載されていない。

4. どうやって有効だと検証した？

- 要旨からは不明。 - 参加者から提出されたソリューションを評価することで、身体性マルチエージェントシステムの設計と調整に関する貴重な知見を提供すると述べられている。 - 評価方法や検証の詳細は要旨には記載されていない。

5. 議論はある？

- 要旨からは不明。 - コンペティションの結果や議論の内容については言及されていない。 - ただし、マルチエージェント協調の課題に対処するための取り組みとして位置づけられている。

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、Vision-Language Models (VLMs)、Vision-Language-Action models、Embodied AI、マルチエージェントシステムが挙げられる。 - 同分野の定番として、マルチエージェント強化学習や協調ロボティクスに関する研究が考えられるが、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: Li Kang, Heng Zhou, Xiufeng Song, Rui Li, Bruno N. Y. Chen, Ziye Wang, Ximeng Meng, Stone Tao, Yiran Qin, Xiaohong Liu, Ruimao Zhang, Lei Bai, Yilun Du, Hao Su, Philip Torr, Zhenfei Yin, Ruihao Gong, Yejun Zeng, Fengjun Zhong, Shenghao Jin, Jinyang Guo, Xianglong Liu, Xiaojun Jia, Tianqi Shan, Wenqi Ren, Simeng Qin, Jialing Yang, Xiaoyu Ma, Tianxing Chen, Zixuan Li, Zijian Cai, Yan Qin, Yusen Qin, Qiangyu Chen, Kaixuan Wang, Zhaoming Han, Yao Mu, Ping Luo, Yuanqi Yao, Haoming Song, Jan-Nico Zaech, Fabien Despinoy, Danda Pani Paudel, Luc Van Gool

分類: cs.RO, cs.AI, cs.CV

原文アブストラクト

Recent advancements in multimodal large language models and vision-languageaction models have significantly driven progress in Embodied AI. As the field transitions toward more complex task scenarios, multi-agent system frameworks are becoming essential for achieving scalable, efficient, and collaborative solutions. This shift is fueled by three primary factors: increasing agent capabilities, enhancing system efficiency through task delegation, and enabling advanced human-agent interactions. To address the challenges posed by multi-agent collaboration, we propose the Multi-Agent Robotic System (MARS) Challenge, held at the NeurIPS 2025 Workshop on SpaVLE. The competition focuses on two critical areas: planning and control, where participants explore multi-agent embodied planning using vision-language models (VLMs) to coordinate tasks and policy execution to perform robotic manipulation in dynamic environments. By evaluating solutions submitted by participants, the challenge provides valuable insights into the design and coordination of embodied multi-agent systems, contributing to the future development of advanced collaborative AI systems.

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

MINISFORUM（ミニPC）

MINISFORUM（ミニPC）の公式広告バナーMINISFORUM公式ストアを見る ↗
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 →