日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

物体探索arXiv:2603.23800

LLMを活用したモデルベース計画とプロンプト選択による部分的既知環境での物体探索

Object Search in Partially-Known Environments via LLM-informed Model-based Planning and Prompt Selection

シェア:XThreadsFacebookLINEはてブBluesky

LLMで物体発見確率を推定しモデルベース計画に組み込み、オフラインリプレイでプロンプトとLLMを素早く選択する物体探索手法を提案。シミュレーションと実機で有効性を検証した。

詳しい要約

1. どんなもの?

- 部分的に既知の環境で物体探索を行うための、LLMを活用したモデルベース計画フレームワークとプロンプト選択手法を提案。 - LLMを用いて探索場所ごとの対象物体発見尤度の統計を推定し、環境マップから得られる移動コストと組み合わせてモデルを構築。 - 計画にLLMを組み込むことで効率的な探索性能を実現。 - オフラインリプレイによる展開時のモデル選択を可能にし、迅速なプロンプトとLLMの選択を実現。

2. 先行研究と比べてどこがすごい?

- 従来のLLMに完全に依存するベースライン計画戦略や楽観的戦略と比較して、シミュレーションで最大11.8%および39.2%の改善を達成。 - バンディット風の選択アプローチにより、ベースラインのUCBバンディット選択と比べて平均コストを6.5%削減し、平均累積リグレットを33.8%削減。 - 実ロボット実験でも同様の改善を確認。

3. 技術・手法の肝は?

- LLMを用いて探索場所ごとの対象物体発見尤度の統計を推定。 - 環境マップから移動コストを抽出し、これらを組み合わせてモデルを構築。 - モデルベース計画により探索行動を決定。 - オフラインリプレイアプローチを活用した展開時のモデル選択を可能にし、迅速なプロンプトとLLMの選択を実現。

4. どうやって有効だと検証した?

- シミュレーション実験で、LLMに完全に依存するベースライン計画戦略や楽観的戦略と比較し、最大11.8%および39.2%の改善を確認。 - バンディット風選択アプローチがベースラインUCBバンディット選択より平均コスト6.5%減、平均累積リグレット33.8%減を達成。 - アパートでの実ロボット実験でも同様の改善を確認。

5. 議論はある?

- 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:LLMに完全に依存するベースライン計画戦略、楽観的戦略、UCBバンディット選択。 - 関連手法:オフラインリプレイアプローチ。

※ 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: Abhishek Paudel, Abhish Khanal, Raihan I. Arnob, Shahriar Hossain, Gregory J. Stein

分類: cs.RO, cs.AI, cs.LG

原文アブストラクト

We present a novel LLM-informed model-based planning framework, and a novel prompt selection method, for object search in partially-known environments. Our approach uses an LLM to estimate statistics about the likelihood of finding the target object when searching various locations throughout the scene that, combined with travel costs extracted from the environment map, are used to instantiate a model, thus using the LLM to inform planning and achieve effective search performance. Moreover, the abstraction upon which our approach relies is amenable to deployment-time model selection via the recent offline replay approach, an insight we leverage to enable fast prompt and LLM selection during deployment. Simulation experiments demonstrate that our LLM-informed model-based planning approach outperforms the baseline planning strategy that fully relies on LLM and optimistic strategy with as much as 11.8% and 39.2% improvements respectively, and our bandit-like selection approach enables quick selection of best prompts and LLMs resulting in 6.5% lower average cost and 33.8% lower average cumulative regret over baseline UCB bandit selection. Real-robot experiments in an apartment demonstrate similar improvements and so further validate our approach.

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. 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

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