MistyPilot: マルチエージェントLLMによるソーシャルロボット制御フレームワークを発表

何が起きたか

2026年8月16日にarXivに公開された論文（識別番号2608.15549v1）で、MistyPilotというマルチエージェントLLMフレームワークが発表された。このフレームワークは、Mistyソーシャルロボット上で高レベルの自然言語指示を解釈し、対応するスキルをオーケストレーションする。タスクルーターが各指示を、センサー起動のロボット制御と直接スキル呼び出しを担当する物理インタラクションエージェントと、対話指向のタスク状態管理と文脈依存のマルチモーダル応答生成を担当するソーシャルインタラクションエージェントの2つに振り分ける。

詳細

既存のインターフェースでは、開発者がAPIを手動でスキルに組み合わせ、パラメータを設定し、センサーイベントをスキルにバインドし、実行時にタスク状態を管理する必要があった。MistyPilotはこれらのプロセスを自動化する。ソーシャルインタラクションエージェントは、効率化のため、適用可能な場合は以前に生成した結果を再利用し、それ以外の場合は完全な生成を呼び出す。 評価は、物理的なMistyロボット上でセンサーバインディングとスキル呼び出しを実行する5つのコンポーネントレベルのスイートと、12人の参加者による予備ユーザースタディで実施された。MistyPilotは、ルーティング、センサースキルバインディング、タスク状態解析、結果再利用、最大100スキルまでのスキル拡張で高い精度を達成し、同一の単一エージェントベースラインよりも低い分散を示した。参加者は、ユーザビリティとインタラクション品質について肯定的な認識を報告した。コードはプロジェクトページから公開される予定。

Key Facts

なぜ重要か

MistyPilotは、ソーシャルロボットのプログラミングにおけるAPI手動統合の負担を軽減し、自然言語指示による直感的な制御を可能にする。マルチエージェントアーキテクチャにより、物理的インタラクションと社会的インタラクションを分離し、効率的なタスク管理を実現する点で、ロボット制御の新たなアプローチを示している。