日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2606.12352

CHORUS: 単一VLAポリシーによる分散型マルチエンボディ協調

CHORUS: Decentralized Multi-Embodiment Collaboration with One VLA Policy

シェア:XThreadsFacebookLINEはてブBluesky

事前学習済みの視覚言語行動(VLA)モデルの基盤を活用し、各ロボットが自身の観測のみで分散協調できるフレームワークCHORUSを提案。実世界実験で既存手法より高い性能を示した。

詳しい要約

1. どんなもの?

- 複数のロボットが協調して家具運びや構造物組み立てなどを行うためのフレームワーク - 単一の VLA (vision-language-action) モデルを多様なロボットチームに適応させる CHORUS を提案 - 推論時には各ロボットが独立に CHORUS のコピーを実行し、自身の観測とロボット識別プロンプトのみに条件付け - 実世界でテープ測定、図書館の本の受け渡し、洗濯かごの持ち上げを検証

2. 先行研究と比べてどこがすごい?

- 集中型手法はチームサイズに対してスケールしにくい - 分散型手法はロボットごとにポリシーを訓練し、推論時の情報共有や明示的なアラインメントが必要 - CHORUS は事前学習済み VLA の視覚運動事前分布を活用し、推論時の仮定なしに分散協調を実現 - 分散型のスクラッチモデルより 64% ポイント改善、チームメイトの行動への反応性が 40% ポイント向上、集中型ベースラインも上回る

3. 技術・手法の肝は?

- 単一の VLA バックボーンを多様なマルチロボットチーム制御に適応 - 推論時、各ロボットは独立した CHORUS のコピーを実行 - 自身の観測とロボットを識別するプロンプトのみを条件として使用 - ロボット間の通信や推論時の情報共有は不要

4. どうやって有効だと検証した?

- 実世界実験で検証 - タスク: モバイルテープ測定、図書館の本の受け渡し、洗濯かごの持ち上げ - 分散型スクラッチモデルと比較して 64% ポイント改善 - チームメイトの行動への反応性が 40% ポイント向上 - 集中型ベースラインを上回る性能を確認

5. 議論はある?

- 共有 VLA バックボーンがロボットごとのポリシーや推論時のロボット間通信なしに分散マルチロボット協調を達成可能であることを示す - 限界や課題については要旨からは不明

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究: 集中型手法、分散型でロボットごとにポリシーを訓練する手法、事前学習済み VLA モデル - 同分野の定番: マルチロボット協調、VLA モデル、分散型ポリシー学習に関する研究

※ 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: Ria Doshi, Tian Gao, Annie Chen, Chelsea Finn, Jeannette Bohg

分類: cs.RO, cs.AI

原文アブストラクト

Multi-robot collaboration allows robots to efficiently take on a wide range of tasks, from moving a couch through a doorway to assembling structures on a construction site. However, achieving such coordination in mobile multi-robot settings remains challenging: centralized methods conditioned on the combined observations of a team scale poorly with team size, and decentralized methods that train one policy per robot often require explicit alignment procedures or information sharing at inference time to overcome partial observability. Our key insight is that the visuomotor priors of pretrained vision-language-action (VLA) models should enable reactive, decentralized collaboration from each robot's local observations alone, without these inference-time assumptions. We propose CHORUS, a framework that adapts a single VLA backbone to control diverse, multi-robot teams. At inference time, each robot runs an independent copy of CHORUS, conditioned only on its own observations and a robot-identifying prompt. In real-world experiments including mobile tape measurement, library book handovers, and laundry basket lifting, CHORUS achieves a 64% point improvement over decentralized, from-scratch models, improves reactivity to teammate behavior by 40% points, and outperforms centralized baselines. Together, these results show that a shared VLA backbone is capable of achieving decentralized multi-robot collaboration, without per-robot policies or inter-robot communication at inference.

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

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