観察・共有・予測：身体性マルチエージェント協調におけるパートナー情報の disentangle

- 本論文は、LLMを高レベルコントローラとして用いた embodied multi-agent collaboration において、パートナーの状態観測 (OAS)、物体知識交換 (KE)、パートナーの次行動予測 (OANA) が、タスク成果と協調にどう影響するかを調べる。 - 対話なしで知覚は共有できるが意図・計画・タスクレベルメッセージは共有しない設定で、2エージェントが対称な役割を占めるかも問う。 - Habitat-based PARTNR benchmark を用い、Decoupled Partial Observability regime を導入して厳密に個別知覚を強制する。 - 分散型 zero-shot ReAct planners に OAS, KE, OANA を追加し、2 x 2 x 2 grid で4 planners、1,000 validation tasks を評価する。

- 先行研究では、LLMベースの embodied agents が協調推論を支援するか不明確だった。 - 本論文は、対話なしで知覚共有可能だが意図共有不可という制約下で、OAS, KE, OANA の効果を分離して評価する点が新しい。 - 従来の研究と比べ、PARTNR benchmark と Decoupled Partial Observability regime を導入し、厳密な個別知覚を強制する点がすごい。 - また、2 x 2 x 2 grid で複数 planners を比較し、役割の非対称性や協調メカニズムを明らかにする。

- Habitat-based PARTNR benchmark を使用し、Decoupled Partial Observability regime を導入して、各エージェントが個別に知覚することを強制する。 - 分散型 zero-shot ReAct planners を基盤とし、Other Agent's State (OAS) observation, object Knowledge Exchange (KE), Other Agent's Next Action (OANA) prediction を追加する。 - 2 x 2 x 2 grid で4つの planners を評価し、1,000 validation tasks で検証する。 - OAS はパートナーの状態を観測、KE は co-located agents 間で物体知識を交換、OANA はパートナーの次行動を予測する。

- 1,000 validation tasks を用いて、4つの planners で 2 x 2 x 2 grid の評価を実施。 - OAS observation はタスク品質を改善し、すべての planner で余分な努力を削減。 - KE は主に実行効率を改善し、シミュレーションステップを最大25%削減するが、成功率はほとんど変わらない。 - OANA prediction は16の model x context ペアのうち15で成功率を低下させ、明示的なパートナー言及を55-100%に増加させる。 - ロボットはシミュレートされた人間より早く物体を回収し、タスクを完了する。共有コンテキストは、人間が単独で作業する残り時間を短縮し、総タスク時間を減らす。

- OAS と KE は強力な planners にはほぼ冗長だが、最も弱い planner には相補的で、OAS なしの KE は最悪の構成。 - OANA prediction は成功率を下げ、その精度向上は主に粗い行動タイプにあり、エージェントがパートナーが既に実行中の行動を認識するためでもある。 - 協調の利益は、明示的な予測よりも共有コンテキスト、特に OAS への応答から生じ、浅く planner 依存のパートナーモデリングをもたらす。 - 役割の非対称性が見られ、ロボットが人間より早くタスクを完了する。

- 要旨で参照/比較されている研究: Habitat-based PARTNR benchmark, zero-shot ReAct planners。 - 関連手法: embodied multi-agent collaboration, LLM-based controllers, Decoupled Partial Observability regime。 - 同分野の定番: multi-agent reinforcement learning, embodied AI benchmarks (e.g., Habitat, AI2-THOR)。