タスク計画2026/8/28arXiv:2608.28300v1

MaCoPlanner: LLM支援による手動コンパイル型タスク計画と能動的安全検証を備えた産業用パネル操作ロボット

MaCoPlanner: LLM-Assisted Manual-Compiled Task Planning with Proactive Safety Verification for Robotic Industrial Panel Operation

シェア:X Threads Facebook LINE はてブ Bluesky

産業用パネル操作ロボット向けに、機器マニュアルから知識をコンパイルし、計画生成前に安全制約を検証するタスク計画フレームワークを提案。独立評価で違反率2.7%を達成し、タスク成功率を大幅に向上させた。

詳しい要約

1. どんなもの？

MaCoPlannerは、産業用パネル操作のためのタスクプランニングフレームワークである。機器マニュアルから知識をコンパイルし、型付き中間表現に変換する。タスクと状態に関連する証拠を検索し、プラン生成を支援する。実行前に候補プランをシンボリックにロールアウトし、手順と状態遷移の制約に対してチェックする。違反を検出した場合は局所化して修正し、未解決のプランは拒否する。実行インターフェースは検証済みのシンボリックアクションを物理的な制御に接地し、デバイス状態を更新する。

2. 先行研究と比べてどこがすごい？

先行研究と比べて、MaCoPlannerはマニュアルからの知識コンパイルと、実行前のシンボリックな安全性検証を組み合わせた点が優れている。Raw-Manualと比較して、Level-2タスクではタスク成功率が62.8%から84.4%に、Level-3タスクでは25.9%から43.2%に向上した。また、独立した評価オラクルによる最終違反率は2.7%であり、修復分析では26.3%の実行が予算を使い果たした後に拒否された。

3. 技術・手法の肝は？

技術の肝は、機器マニュアルを型付き中間表現に変換し、タスクと状態に関連する証拠を検索してプラン生成に利用することである。候補プランは実行前にシンボリックにロールアウトされ、手順と状態遷移の制約に対してチェックされる。違反が検出された場合は局所化され、修正のために返される。未解決のプランは拒否される。実行インターフェースは検証済みのシンボリックアクションを物理的な制御に接地し、デバイス状態を更新する。

4. どうやって有効だと検証した？

独立した評価オラクルを使用して検証した。最終違反率は2.7%であり、修復分析では26.3%の実行が予算を使い果たした後に拒否された。Raw-Manualと比較して、Level-2タスクではタスク成功率が62.8%から84.4%に、Level-3タスクでは25.9%から43.2%に向上した。また、産業用負荷を接続しないコントローラパネルシミュレータでの実験により、代表的な相互作用条件下での統合実行の実現可能性を実証した。

5. 議論はある？

要旨からは、産業用負荷を接続しないシミュレータでの実験であり、産業展開の準備ができているとは主張していない点が議論として挙げられる。また、修復予算を使い果たした実行が拒否されることの実用性や、マニュアルの異種性への対応についての詳細は不明である。

6. 次に読むべき論文は？

要旨で参照されているRaw-Manualが比較対象として挙げられる。また、関連手法として、LLMを用いたタスクプランニングや、シンボリック検証を用いたプラン検証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: Guipeng Xin, Jiahe Xua, Mohammad Deghat, Chenhui Wan, Jie Liu, Youmin Hu, Zhongxu Hu

分類: cs.RO, cs.AI

原文アブストラクト

Robotic industrial panel operation requires not only accurate control localization but also compliance with operating procedures, safety rules, and device-state constraints distributed across heterogeneous manuals. This study presents MaCoPlanner, a task-planning framework built on knowledge compiled from equipment manuals that converts equipment manuals into a typed intermediate representation, retrieves task- and state-relevant evidence, and uses it to support plan generation. Before actuation, candidate plans are symbolically rolled out and checked against procedural and state-transition constraints; detected violations are localized and returned for targeted repair, while unresolved plans are rejected. A separate execution interface grounds verified symbolic actions to physical controls and updates the device state. Under an independent evaluation oracle, MaCoPlanner achieves a final violation rate of 2.7%, and 26.3% of the runs in the repair analysis are rejected after exhausting the refinement budget. Compared with Raw-Manual, task success increases from 62.8% to 84.4% on Level-2 tasks and from 25.9% to 43.2% on Level-3 tasks. Experiments on a controller-panel simulator without an attached industrial load further demonstrate integrated execution feasibility under representative interaction conditions, without claiming industrial deployment readiness.

arXivで原文を読む →arXiv概要ページ