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:2602.01870

BTGenBot-2: 小型言語モデルによる効率的なビヘイビアツリー生成

BTGenBot-2: Efficient Behavior Tree Generation with Small Language Models

シェア:XThreadsFacebookLINEはてブBluesky

自然言語のタスク指示とロボットの行動プリミティブから実行可能なビヘイビアツリーをXMLで直接生成する1Bパラメータのオープンソース小型言語モデルを提案し、標準ベンチマークを構築した。

詳しい要約

1. どんなもの?

- 自然言語のタスク記述とロボットのaction primitivesのリストから、実行可能なbehavior tree (BT) をXML形式で直接生成する1Bパラメータのオープンソースsmall language model。 - zero-shotでのBT生成、推論時および実行時のerror recoveryを可能にし、resource-constrainedなロボットでも動く軽量性を狙う。 - LLMベースのBT生成のための初の標準benchmarkも導入し、NVIDIA Isaac Sim上で52のnavigationおよびmanipulationタスクをカバーする。

2. 先行研究と比べてどこがすごい?

- 従来手法はclosed-sourceまたはcomputationally intensiveで、実機へのdeploymentが軽視され、またロボットタスク生成のための普遍的に受け入れられたplug-and-play表現が無かった。 - BTGenBot-2はオープンソースで軽量、zero-shot BT生成とerror recoveryを備え、resource-constrainedなロボットでの実運用を志向する点が異なる。 - 評価ではGPT-5、Claude Opus 4.1、より大規模なオープンソースモデルをfunctionalおよびnon-functional metricsで一貫して上回り、平均成功率90.38% (zero-shot)、98.07% (one-shot)、前BTGenBot比最大16x高速な推論を達成。

3. 技術・手法の肝は?

- 1Bパラメータのsmall language modelを用い、自然言語タスク記述とrobot action primitivesのリストを入力として、実行可能なbehavior treeをXMLで直接生成する。 - zero-shot BT生成を可能にし、推論時および実行時のerror recovery機構を備える。 - 軽量設計によりresource-constrainedなロボットへのdeploymentを可能にする。 - 詳細な学習手法やアーキテクチャは要旨からは不明。

4. どうやって有効だと検証した?

- LLMベースBT生成の初の標準benchmarkを導入し、NVIDIA Isaac Sim上で52のnavigationおよびmanipulationタスクを対象に評価。 - GPT-5、Claude Opus 4.1、より大規模なオープンソースモデルと比較し、functionalおよびnon-functional metricsで一貫して上回ることを示す。 - 平均成功率はzero-shotで90.38%、one-shotで98.07%、前BTGenBot比最大16x高速な推論を達成。

5. 議論はある?

- 既存手法のclosed-source性やcomputational intensiveness、実機deploymentの軽視、普遍的なplug-and-play表現の欠如を課題として挙げる。 - BTGenBot-2はこれらを解決するが、具体的な限界や失敗事例、議論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: 前BTGenBot、GPT-5、Claude Opus 4.1、より大規模なオープンソースモデル。 - 関連手法: LLM-based task planning、behavior tree generation。 - 同分野の定番として、robot task planningやbehavior tree synthesisに関する研究が挙げられるが、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: Riccardo Andrea Izzo, Gianluca Bardaro, Matteo Matteucci

分類: cs.RO

原文アブストラクト

Recent advances in robot learning increasingly rely on LLM-based task planning, leveraging their ability to bridge natural language with executable actions. While prior works showcased great performances, the widespread adoption of these models in robotics has been challenging as 1) existing methods are often closed-source or computationally intensive, neglecting the actual deployment on real-world physical systems, and 2) there is no universally accepted, plug-and-play representation for robotic task generation. Addressing these challenges, we propose BTGenBot-2, a 1B-parameter open-source small language model that directly converts natural language task descriptions and a list of robot action primitives into executable behavior trees in XML. Unlike prior approaches, BTGenBot-2 enables zero-shot BT generation, error recovery at inference and runtime, while remaining lightweight enough for resource-constrained robots. We further introduce the first standardized benchmark for LLM-based BT generation, covering 52 navigation and manipulation tasks in NVIDIA Isaac Sim. Extensive evaluations demonstrate that BTGenBot-2 consistently outperforms GPT-5, Claude Opus 4.1, and larger open-source models across both functional and non-functional metrics, achieving average success rates of 90.38% in zero-shot and 98.07% in one-shot, while delivering up to 16x faster inference compared to the previous BTGenBot.

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. 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

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