TAMP2026/8/23arXiv:2608.23629

TAMPオペレータ学習のためのマクロオペレータ生成と述語選択

Macro-Operator Generation and Predicate Selection for TAMP Operator Learning

タスク・動作計画（TAMP）のシンボリックオペレータをデモデータから学習する際、繰り返し現れる複数ステップの構造を捉えるマクロオペレータを自動生成し、不要な述語を刈り込むことで、長いシーケンシャルタスクの計画を高速化する手法を提案した。

詳しい要約

1. どんなもの？

本論文は、Task and Motion Planning (TAMP) システムにおけるシンボリックオペレータの学習を扱う。デモデータからオペレータを学習する既存手法は各アクションを個別に学習するため、長いシーケンシャルタスクで探索が非現実的になる問題と、シンボリック状態の評価時に全述語を評価する非効率性に対処する。提案システムは、訓練データから因果的にリンクしたアクションペアを発見し、それらをマクロオペレータとして自動生成することで、繰り返し現れる複数ステップの構造を圧縮する。同時に、学習されたオペレータで参照されない述語を刈り込み、各探索ノードで評価するシンボリック状態を縮小する。これにより、実効的なプランニングホライズンを短縮し、タスクの長さに応じて利得が増大する。

2. 先行研究と比べてどこがすごい？

先行研究では、各アクションを個別に学習するため、繰り返し現れる複数ステップの構造を捉えられず、長いシーケンシャルタスクで探索が非現実的になる。また、シンボリック状態の評価時に全述語を評価する非効率性があった。本手法は、マクロオペレータの自動生成と述語の刈り込みを同時に行うことで、これらの問題を解決し、プランニングの高速化と長いタスクの解決可能性を向上させる点が優れている。

3. 技術・手法の肝は？

手法の核は、訓練データから因果的にリンクしたアクションペアを発見し、各ペアを新しいマクロオペレータに変換することである。具体的には、あるアクションが次のアクションが必要とする条件を正確に生成するペアを特定する。さらに、学習されたオペレータで参照されない述語を刈り込み、シンボリック状態の評価を縮小する。これにより、プランニングホライズンが短縮され、探索効率が向上する。

4. どうやって有効だと検証した？

4つのTAMPドメインで実験を行い、ベースライン手法であるLearning Operators for TAMPと比較した。その結果、最大4.6倍のプランニング高速化を達成し、ベースラインが解けない長いシーケンシャルタスクを解くことができた。

5. 議論はある？

マクロオペレータの発見はプランニングを加速するだけでなく、特定のドメインでは実際の解決可能性を決定することが示された。しかし、要旨からは、マクロオペレータの生成が常に有効であるか、述語の刈り込みが情報を失う可能性などについての議論は不明である。

6. 次に読むべき論文は？

要旨で参照されているベースライン手法はLearning Operators for TAMPである。また、関連手法として、TAMPにおけるオペレータ学習やマクロオペレータ生成に関する研究が考えられるが、具体的な論文名は要旨からは不明である。

※ 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: Can Emir Bora, Emre Ugur

分類: cs.RO, cs.AI

原文アブストラクト

Creating symbolic operators by hand is one of the main bottlenecks in deploying Task and Motion Planning systems (TAMP). Recent works show that these operators can instead be learned directly from demonstration data. Existing methods, however, typically learn each action in isolation and cannot capture the recurring multi-step structure of manipulation tasks, so the search becomes intractable on long sequential tasks. A further inefficiency arises in the symbolic state: every provided predicate is evaluated at every search node, even when it never appears in any learned operator. We present a system that addresses both problems together. Its central component is the automatic generation of macro-operators, composite actions that compress a recurring sequence of individual actions into a single planning step. Our system discovers causally linked action pairs directly from the training data, where one action produces exactly the condition that the next one requires, and turns each pair into a new operator. Alongside this, our system prunes every predicate that no learned operator references, which shrinks the symbolic state evaluated at each search node. Together, these changes shorten the effective planning horizon, and the benefit they bring grows with the length of the task. Across four TAMP domains, our method reaches up to a 4.6x planning speedup compared to the baseline method, namely Learning Operators for TAMP. More importantly, it solves a long sequential task that the baseline cannot solve. Macro-operator discovery thus not only accelerates planning but, in certain domains, determines solvability in practice.

arXivで原文を読む →arXiv概要ページ

← 論文一覧