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:2609.28247

空間トランスフォーマーによる推論空間でのAIエージェント群制御

Controlling Collectives of AI Agents in Reasoning Space with Spatial Transformers

シェア:XThreadsFacebookLINEはてブBluesky

各ロボットが空間トランスフォーマーで群内メッセージを集約し推論フィードバックを生成する分散型マルチロボット制御アーキテクチャCOMPASSを提案し、最大1024台の群れを自然言語命令で制御できることを示した。

詳しい要約

1. どんなもの?

- 大規模言語モデル(LLM)を用いたマルチロボットの制御アーキテクチャ「COMPASS」を提案。 - 分散型でスケーラブルな設計により、大規模なロボット群を自然言語コマンドで制御する。 - 各ロボットがローカルにフィードバックを生成し、空間トランスフォーマーがマルチホップメッセージを集約して学習されたフィードバックトークンを作る。 - 最大1024台のロボットを訓練スケールの16倍まで制御可能。 - 曖昧な指示へのゼロショット汎化も実現。

2. 先行研究と比べてどこがすごい?

- 従来のLLMベースのロボット制御はチームサイズが大きくなると簡単なマルチロボットタスクでも失敗する。 - COMPASSは集中型フロンティアLLMポリシーや言語のみのコミュニケーションアブレーションと比較して、結束力のある群れ形成を実現。 - 構造化された多様性がバイアスを打ち消し、スケール全体で性能向上が得られることを示した。 - 手作りフィードバックや生の状態を言語チャネルに含めると結束力が破壊されることをアブレーションで示した。

3. 技術・手法の肝は?

- 分散型マルチロボットアーキテクチャで、各ロボットがローカルにフィードバックを生成。 - 空間トランスフォーマーがフリート全体のマルチホップメッセージを集約し、学習されたフィードバックトークンを生成。 - 推論空間フィードバック制御を採用し、コンパクトな学習トークンと組み合わせることで効果を発揮。 - 言語モデルの集合体が構造化された多様性から性能向上を得ることを利用。

4. どうやって有効だと検証した?

- 集中型フロンティアLLMポリシーおよび言語のみのコミュニケーションアブレーションと比較。 - 結束力のある群れ形成とコマンド意図への正確な追従を評価。 - アブレーションにより、手作りフィードバックや生の状態を言語チャネルに含めることの悪影響を検証。 - ゼロショットで曖昧な指示への汎化、訓練スケールの16倍(最大1024台)のロボット制御を実証。

5. 議論はある?

- 言語モデルの集合体における構造化された多様性がバイアスを打ち消す利点があることを議論。 - 推論フィードバックはコンパクトな学習トークンと組み合わせるのが最適であると主張。 - 手作りフィードバックや生の状態を言語チャネルに含めると結束力が損なわれることを指摘。 - スケールアップやゼロショット汎化の可能性について言及。

6. 次に読むべき論文は?

- 集中型フロンティアLLMポリシー(frontier LLM policy) - 言語のみのコミュニケーションアブレーション(language-only communication ablation) - 空間トランスフォーマー(spatial transformer) - マルチロボット強化学習(multi-robot reinforcement learning) - 群れロボティクス(swarm robotics)

※ 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: Frederic Vatnsdal, Roshan Gopal, Romina Garcia Camargo, Vijay Kumar, Alejandro Ribeiro

分類: cs.RO, cs.AI

原文アブストラクト

Large Language Models (LLMs) introduce an exciting new paradigm for planning and navigation in robotics, but fail on even simple multi-robot tasks as team sizes grow. We propose COMPASS, a scalable, decentralized multi-robot architecture for controlling large collectives of agentic robots with reasoning space feedback control. Feedback is generated locally on each robot by a spatial transformer which aggregates multi-hop messages across the fleet into a learned feedback token. Our experiments find that collectives of language models demonstrate performance gains from structured diversity of the input command, which can cancel biases; an advantage that is held across scale. Compared against a centralized frontier LLM policy and a language-only communication ablation, we find that the coupled design of COMPASS decisively produces cohesive flocking formations that accurately fly the commanded intent. We show that reasoning feedback works best when composed with a compact learned token. Our ablations show that hand engineered feedback with raw state appearing in the language channel obliterates cohesion. COMPASS generalizes zero-shot to unseen instructions of ambiguous meaning while commanding flocks up to 16 times its training scale, flying up to 1024 robots under natural language commands.

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

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