日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
タスクプランニングarXiv:2609.19315

GAVEL: グラフ世界モデルによる検証済みで効率的な長期LLMタスクプランニング

GAVEL: Graph World Models for Verified and Efficient Long-Horizon LLM Task Planning

シェア:XThreadsFacebookLINEはてブBluesky

物体関係や行動の事前条件・効果、未観測物体の位置信念を表すグラフ世界モデルでLLMの長期計画を検証・修復し、BEHAVIOR-1Kで成功率を大幅に向上させた。

詳しい要約

1. どんなもの？

- LLMによる長期的ロボット計画を検証・修復するGAVELを提案。 - 明示的なgraph world modelを中心に据える。 - 対象物関係、行動のpre-conditions/effects、未観測物体位置の確率的beliefをグラフで表現。 - 単一長期タスクとマルチタスク指示の両方を扱う。

2. 先行研究と比べてどこがすごい？

- 従来のLLM計画はembodiment制約違反やエラー回復、部分観測下の推論が弱い。 - GAVELは実行前に行動結果を予測し違反を検出・修復する。 - 意味的推論が必要なエラーのみLLM replanningに回す。 - マルチタスクでは物体位置分布を考慮し探索コストを最小化する。

3. 技術・手法の肝は？

- graph world modelがobject-relations、action pre-conditions/effects、未観測位置のprobabilistic beliefsを保持。 - LLM生成行動の結果を実行前に予測し、違反を検出。 - world modelから直接導ける修正は自動修復。 - 意味的推論が必要な場合のみLLM replanningを予約。 - マルチタスクでは位置分布に基づき残りsubtaskを並べ替え、期待探索コストを最小化。

4. どうやって有効だと検証した？

- BEHAVIOR-1Kで100の単一長期タスクと500のマルチタスク指示を評価。 - Qwen3-8Bで単一タスク成功率41.2%→91.8%、マルチタスク19.9%→92.6%。 - 分布belief推論は静的variant比で移動距離を約5.4%削減。 - compactおよびfrontier hosted LLMで信頼性と効率の改善を示す。

5. 議論はある？

- 明示的graph world modelハーネスが長期embodied計画の信頼性と効率を大幅改善。 - 限界や失敗事例、計算コスト、スケーラビリティの議論は要旨からは不明。 - 他のembodimentやタスク領域への一般化可能性は要旨からは不明。

6. 次に読むべき論文は？

- BEHAVIOR-1K - Qwen3-8B - LLM-based long-horizon robot planning - graph world model - probabilistic belief reasoning - LLM replanning

※ 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: Ruiyang Wang, Hao-Lun Hsu, Swarajh Mehta, Jiwoo Kim, Zhihao Dou, Miroslav Pajic

分類: cs.RO, cs.AI

原文アブストラクト

Large language models (LLMs) provide a flexible interface for long-horizon robot planning, but generated plans often fail to respect embodiment constraints, recover from planning errors, or reason effectively under partial observability. We present GAVEL, a framework for verifying and repairing long-horizon LLM planning built around an explicit graph world model. The graph represents relevant object-relations, action pre-conditions and effects, and probabilistic beliefs over unobserved object locations. This model can predict the consequences of LLM-generated actions before execution, detect violations, and repair those whose corrections follow directly from the world model. This method also reserves LLM replanning solely for errors requiring semantic reasoning. For multi-task instructions, GAVEL reasons over distributions of possible object locations to reorder remaining subtasks and minimize expected search cost. We evaluate GAVEL on BEHAVIOR-1K across 100 single long-horizon tasks and 500 multi-task instructions. With Qwen3-8B, GAVEL improves single-task success from 41.2% to 91.8% and multi-task success from 19.9% to 92.6%. Distributional belief reasoning also reduces travel distance by approximately 5.4% compared with a static variant. These improvements show that an explicit graph world model harness can substantially improve the reliability and efficiency of long-horizon embodied planning across compact and frontier hosted LLM capabilities.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI