何が起きたか
arXivに公開された論文（ID: 2608.08884v1）で、SHRIMPというシステムが提案された。SHRIMPは、大規模言語モデル（LLM）を活用して自然言語からロボットの階層的なプリミティブ計画を自動生成し、ユーザーが再プロンプトや明示的な修正を通じて計画を反復的に改訂できるようにする。各改訂段階で、ユーザーはシミュレーションで計画を検証し、満足したら実機のロボットで実行できる。テーブルトップのキッチンタスクを計画する参加者を対象としたユーザー研究（n=35）で、SHRIMPが知覚された制御感を向上させ、ロボットの透明性を高めることが検証された。システムのビデオとソースコードは公開されている。
Key Facts
| SHRIMPは、自然言語を用いてロボットの階層的なプリミティブ計画を自動生成し、再プロンプトと明示的な修正により反復的に改訂できるシステムである。 | [0] |
| SHRIMPは各改訂段階でユーザーがシミュレーションで計画を検証し、満足したら実機のロボットで実行できる。 | [0] |
| テーブルトップのキッチンタスクを計画する参加者を対象としたユーザー研究（n=35）で、SHRIMPが知覚された制御感を向上させ、ロボットの透明性を高めることが検証された。 | [0] |
| システムのビデオとソースコードは https://wisc-hci.github.io/SHRIMP で公開されている。 | [0] |
なぜ重要か
製造業、農業、医療などの分野で協働ロボットが導入される中、ロボットのプログラミングや適応には専門知識が必要で、エンドユーザーには困難である。SHRIMPは自然言語による指示を可能にし、反復的な修正とシミュレーション検証を提供することで、ユーザーが計画を検証しやすくし、ロボットの透明性を高める。これにより、ロボットのタスク計画におけるユーザーの信頼と制御感が向上する可能性がある。