シーングラフ上の探索と逐次マニピュレーションを統合したLLMベース状況再計画

- 部分的に既知の環境で、ロボットが探索とタスク計画を統合する枠組み EPoG を提案。 - EPoG は Exploration-based sequential manipulation Planning framework on Scene Graphs。 - graph-based global planner と LLM-based situated local planner を統合。 - belief graph を観測と LLM 予測で継続更新し、既知・未知物体を表現。 - goal graph と belief graph 間の graph edit operations を計算し、時間依存性と移動コストで順序付け。 - 探索と逐次操作計画をシームレスに統合。

- 従来の探索とタスク計画の分離に対し、EPoG は両者を統合。 - 部分的に既知の環境で、探索による情報収集とタスク計画を同時に扱う点が新しい。 - 具体的な先行研究との比較は要旨からは不明。

- graph-based global planner と LLM-based situated local planner を統合。 - belief graph を観測と LLM 予測で更新し、既知・未知物体を表現。 - goal graph と belief graph 間の graph edit operations を計算。 - 操作を時間依存性と移動コストで順序付け。 - これにより探索と逐次操作計画を統合。

- 46 の現実的な household scenes と 5 つの long-horizon daily object transportation tasks で ablation studies を実施。 - 成功率 91.3% を達成。 - 平均移動距離を 36.1% 削減。 - 物理的な mobile manipulator が未知で動的な環境で複雑なタスクを実行。

- 物理的な mobile manipulator が未知で動的な環境で複雑なタスクを実行し、実世界応用の可能性を示す。 - 限界や課題についての議論は要旨からは不明。

- 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 graph-based global planner、LLM-based situated local planner、belief graph、graph edit operations が挙げられる。 - 同分野の定番として scene graph を用いたタスク計画や LLM を用いたロボット計画の研究が考えられるが、具体的な論文名は要旨からは不明。