PO-PDDL: 視覚デモから記号的POMDPを学習し不確実性下でのロボット計画を実現

- 実世界のロボットタスク計画は、確率的な行動実行と部分観測性の下で動作する必要がある。 - しかし、ロボット工学領域のためのPOMDPモデル構築は難しく、労力がかかる。 - 本研究では、POMDPの記号的定式化であるPO-PDDLを導入する。 - PO-PDDLはPDDLの関係構造とLLMに優しい構文を保持しつつ、部分観測性、確率性、信念を明示的にモデル化する。 - この定式化に基づき、デモンストレーション駆動型のPO-PDDLモデル学習パイプラインを提案する。 - 提案手法は、実ロボット実行ビデオから潜在記号状態軌跡を再構築し、推論状態と視覚観測の不一致から部分観測性を特定し、確率的遷移・観測モデルを学習する。 - 得られたPO-PDDLドメインはタスク間で再利用可能で、知覚と実行の不確実性下でのオンライン信念空間計画を可能にする。

- 既存のPDDLモデル学習アプローチやPOMDPモデル学習アプローチと比較して、実世界の長期的操作タスクにおいて一貫して優れた性能を発揮する。 - 不確実性下でのロボット計画を頑健に実現し、計画コストを大幅に削減する。 - 従来のPDDLは確率性や部分観測性を扱えないが、PO-PDDLはそれらを明示的にモデル化する。 - 従来のPOMDPモデル学習はロボット領域への適用が困難で労力がかかるが、提案手法はデモンストレーションから自動学習する。 - 具体的な先行研究名は要旨からは不明。

- PO-PDDLはPOMDPの記号的定式化であり、PDDLの関係構造とLLMフレンドリーな構文を保持する。 - 部分観測性、確率性、信念を明示的にモデル化する。 - デモンストレーション駆動型パイプライン：実ロボット実行ビデオから潜在記号状態軌跡を再構築する。 - 推論状態と視覚観測の不一致から部分観測性を特定する。 - 確率的遷移モデルと観測モデルを学習する。 - 学習されたPO-PDDLドメインはタスク間で再利用可能で、オンライン信念空間計画を可能にする。

- 実世界の長期的操作タスクにおける実験で検証。 - 既存のPDDLおよびPOMDPモデル学習アプローチと比較し、一貫して優れた性能を示す。 - 不確実性下での頑健なタスク計画を実現し、計画コストを大幅に削減することを確認。 - 具体的な評価指標やデータセット名は要旨からは不明。

- 要旨からは不明。 - 提案手法の限界や議論については記述がない。

- 要旨で参照/比較されている研究：既存のPDDLモデル学習アプローチ、POMDPモデル学習アプローチ。 - 関連手法：PDDL、POMDP、LLM。 - 具体的な論文名は要旨からは不明。