タスク計画2026/8/21arXiv:2608.21035

TaPeR: 少数のデモンストレーションからの疎なタスク先行関係グラフの確率的復元

TaPeR: Probabilistic Recovery of Sparse Task Precedence Graphs from a Handful of Demonstrations

人間のデモンストレーションから、タスクの部分的な順序関係（先行関係）を確率的に推定し、ロボットが柔軟にサブタスクを並べ替えられるようにする手法を提案した論文。

詳しい要約

1. どんなもの？

本論文は、少数のデモンストレーションから、長期的な操作タスクにおける部分順序（タスクの依存関係）を確率的に復元する手法TaPeRを提案する。具体的には、デモンストレーションから得られるkinematic graphsと相対物体姿勢の分布のみを用いて、タスクステップ間の依存確率を推定し、precedence graph（先行関係グラフ）のエッジ重みを初期化する。その後、フィルタリングパイプラインにより最終的なタスク依存グラフを生成する。

2. 先行研究と比べてどこがすごい？

既存手法は、人間のデモンストレーションからタスク構造を推論する際に、時間的および記号的（symbolic）な監督情報を用いることが多い。しかし、symbolic predicatesは明示的なgroundingが必要であり、現実的な設定では獲得が困難である。本手法は、kinematic graphsと物体姿勢の分布のみを用いることで、symbolic supervisionを必要とせず、より現実的な設定で適用可能な点が優れている。また、少数のデモンストレーションからより正確なタスク構造を復元できることを示している。

3. 技術・手法の肝は？

手法の核は、デモンストレーションから得られるkinematic graphsと相対物体姿勢の分布を用いて、タスクステップ間の依存確率を推定することである。具体的には、各ステップペアについて依存確率を計算し、それをprecedence graphのエッジ重みとして初期化する。その後、フィルタリングパイプラインを用いて、確率推定のグラフを最終的なタスク依存グラフに変換する。

4. どうやって有効だと検証した？

既存のベンチマークと、より長いタスクと複雑な依存関係を含む新しいデータセットを用いて評価した。ベースラインと比較して、より少ないデモンストレーションでより正確なタスク構造を復元できることを示した。さらに、推定されたグラフを用いて、同じタスクに対して複数の有効なロボット実行順序を生成できることを実証した。

5. 議論はある？

要旨からは、手法の限界や仮定に関する議論は不明である。ただし、kinematic graphsと物体姿勢の分布のみに依存するため、物体の姿勢が重要でないタスクや、kinematic graphsが得られないタスクには適用が難しい可能性が考えられるが、要旨には明記されていない。

6. 次に読むべき論文は？

要旨で参照されている既存のベンチマークやベースライン手法が該当する。具体的には、タスク構造推論に関する既存研究（例：symbolic supervisionを用いた手法）や、kinematic graphsを用いた操作計画の研究が関連する。

※ 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: Adrian Röfer, Karla Stepanova, Abhinav Valada

分類: cs.RO

原文アブストラクト

Long-horizon manipulation tasks are often only partially ordered. For example, when assembling an electronic device, the battery and circuit board may be installed in either order, but both must be in place before the enclosure is closed. Recovering such dependencies enables robots to flexibly reorder subtasks while preserving task validity. Existing approaches typically infer task structure from human demonstrations using both temporal and symbolic supervision. However, symbolic predicates require explicit grounding, which is difficult to obtain in realistic settings. In this work, we present an approach for extracting task dependency structures from demonstrations using only simple kinematic graphs and distributions over relative object poses. From these representations, our method estimates pairwise task-step-dependency probabilities and uses them to initialize the edge weights of a precedence graph. We then introduce a filtering pipeline that converts this graph of probability estimates into the final task dependency graph. We evaluate our approach on an existing benchmark and on a new dataset comprising longer tasks with more complex dependencies. We find that our method recovers more accurate task structures from fewer demonstrations than the baselines. Finally, we demonstrate that the inferred graphs can be used to generate multiple valid robotic execution orders for the same task.

arXivで原文を読む →arXiv概要ページ