ADM-Planner、動的記憶を使う長期行動計画フレームワークを提示

何が起きたか

arxiv.orgは2026-09-24に、移動マニピュレータ向けの長期計画フレームワーク「ADM-Planner: LLM-Guided Long-Horizon Planning for Mobile Manipulators with Attention-Enhanced Dynamic Memory」を掲載した。LLMが行動列を組み立てる際に、固定された場面記述の陳腐化と、観測をすべて積み上げることによる冗長さ・矛盾の両方を避ける狙いだ。シミュレータ、実機、PyBulletでの試験結果を併記し、動的に変化する環境での再計画性能を示した。

詳細

提案手法は、永続的な作業空間知識と、対象物中心の状態を分けて扱う。非同期の観測と行動結果で状態を更新し、次の判断に影響する項目だけを限定的に取り出す検索器を持つ。更新で残りの計画が無効になった場合、LLMが再計画する仕組みである。 1,500件のタスクシミュレータ試行では、14コンテナのノイジーな動的設定で全タスク成功率100%を記録した。比較対象は静的記憶が62%、未フィルタの動的記憶が97%で、後者比の文脈サイズ代理指標は95.8%減だった。6エピソードのライブGPT-5 Mini計画では、動的記憶の両方式がすべてのミッションを完了し、ADMは入力トークンを14.4%減らし、平均プランナー呼び出し回数を7.0から6.0に減らした。別の60試行PyBullet研究でも、ADMは成功率100%で、静的記憶は50%だった。

Key Facts

本紙の見方

ADM-Plannerの新しさは、LLMに長い行動列を作らせること自体ではなく、変化する環境に合わせて保持すべき状態を切り分けた点にある。固定の場面説明をそのまま使えば観測の追加で古くなり、逆に全履歴を残せば冗長さと矛盾が増える。この論文は、その両極端の間に「永続的な作業空間知識」と「対象物中心の状態」を分離し、必要な項目だけを取り出して再計画する構造を置いたことが核心である。 本紙の関連記事はないため、ここでは本件の内部構造だけを見る必要がある。1,500件のシミュレータ試行では、14コンテナのノイジーな動的条件で100%成功を示し、静的記憶の62%、未フィルタ動的記憶の97%を上回った。さらに、文脈サイズ代理指標を95.8%抑えた点は、単なる成功率の改善ではなく、長い履歴をそのまま抱え込まない設計の効能を示す。6エピソードのライブGPT-5 Mini計画で入力トークン14.4%減、呼び出し回数7.0から6.0への低下が出ていることからも、計画更新のたびに情報を積み増す方式より、選択的な状態維持の方が計算負荷を抑えやすい構図が読める。 業界構造への含意は、移動マニピュレータの計画問題が「モデルの賢さ」だけでなく「どの状態を保持し、何を捨てるか」に左右される点にある。物体が見つかる、動く、完了するという変化が入る現場では、履歴の総量よりも、次の判断に効く状態だけを更新する情報設計が性能を決めやすい。実機、PyBullet、シミュレータで同じ方向の結果が出ている一方、試行数は6エピソードのライブ計画などまだ限定的であり、実環境でのロバスト性、対象物の種類、失敗時の再計画回数、記憶バッファの上限設定が今後の確認点になる。

なぜ重要か

arxiv.orgの記載によれば、ADM-Plannerは動的な環境で観測と行動結果を取り込みながら再計画できる。これは、移動マニピュレータが作業途中で対象物の状態を失いやすい場面に、固定プロンプトや単純な履歴保持とは異なる設計を提示するものである。 また、6エピソードのライブGPT-5 Mini計画で入力トークン14.4%減、平均呼び出し回数7.0から6.0への低下が示されており、実装面では推論コストの抑制が論点になる。

日本への影響

日本の移動ロボットやマニピュレーション研究にとっては、把持や移送そのものより、変化する現場での状態管理と再計画の設計が競争点になりうる。とくに、実機・シミュレータ・PyBulletの各条件で同方向の結果が示されたため、日本側でも評価環境を揃えた再現検証が必要になる。