日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

タスク計画arXiv:2605.08330

二重LLMモジュールによる階層的プロンプティングを用いたロボットのタスク・動作計画

Hierarchical Prompting with Dual LLM Modules for Robotic Task and Motion Planning

シェア:XThreadsFacebookLINEはてブBluesky

自然言語指示からロボットのタスクと動作を計画するため、高レベル計画と低レベル空間推論の2つのLLMモジュールを階層的に用いるフレームワークを提案し、24シナリオで86%の成功率を達成した。

詳しい要約

1. どんなもの?

- サービス・支援シナリオでの自然な人間-ロボット相互作用を目指す、言語駆動の階層型ロボットタスク・動作計画フレームワーク。 - 2つのLLMモジュール(高レベル計画エージェントと低レベル空間推論サブモジュール)を統合。 - 自然言語コマンドを解釈し、物体知覚・操作ツール(pick, place, release)と連携して行動系列を生成。 - 3D空間推論(例:「マグを皿の隣に置く」)をサブプロンプトで処理。 - YOLOX-GDRNetによる物体検出・姿勢推定と動作実行スタブを統合。

2. 先行研究と比べてどこがすごい?

- 要旨からは不明。 - 階層型プロンプティングと2つのLLMモジュールの組み合わせが特徴的だが、先行研究との具体的比較は記述されていない。

3. 技術・手法の肝は?

- 高レベル計画エージェントがReActスタイルのプロンプトで自然言語コマンドを処理し、行動系列を生成。 - 低レベル空間推論サブモジュールが物体形状とシーン配置に基づく3D推論を担当。 - YOLOX-GDRNetを物体検出・姿勢推定に使用。 - 動作実行スタブを統合。 - 階層的プロンプティングにより、高レベル指示と精密な空間配置の両方を扱う。

4. どうやって有効だと検証した?

- 24のテストシナリオで評価。 - シナリオは単純な空間コマンドから高レベル指示、実行不可能な要求まで含む。 - 全体タスク成功率86%を達成。

5. 議論はある?

- 要旨からは不明。 - 成功率86%という結果以外に、限界や議論点は記述されていない。

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ない。 - 関連手法としてReAct、YOLOX、GDRNetが挙げられる。 - 同分野の定番としてLLM-based Task and Motion Planning、SayCan、Code as Policiesなどが考えられる。

※ 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: Karolina Źróbek, Tessa Pulli, Paweł Gajewski, Antonio Galiza Cerdeira Gonzalez, Bipin Indurkhya

分類: cs.RO

原文アブストラクト

We present a hierarchical language-driven framework for robotic task and motion planning to improve natural, intuitive human-robot interaction in service and assistance scenarios. The proposed system employs two large language model (LLM) modules: a high-level planning agent and a low-level spatial reasoning sub-module. The primary agent processes natural language commands and generates action sequences using a ReAct-style prompt, interacting with tools for object perception and manipulation (e.g., pick, place, release). For precise spatial placement, such as interpreting "place the mug next to the plate", a separate sub-prompting module handles 3D reasoning based on object geometry and scene layout. The system integrates YOLOX-GDRNet for object detection and pose estimation, along with a motion execution stub. We evaluated the system in 24 test scenarios, ranging from simple spatial commands to high-level instructions and infeasible requests. The system achieved an overall task success rate of 86%.

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. 3GXO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
  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