CoEvolve：ヒューマノイドロボットのためのスキルから戦略へと自己進化するコードポリシー

- 複数台の humanoid robot の協調を「固定された motor skills 上の実行可能なコード」として表現するフレームワーク CoEvolve を提案する研究。 - 単一ロボットは embodiment に制約され、協調を要する実世界タスクには限界があるという問題意識に基づく。 - 対象は Unitree G1 humanoid 2台による、支持されていない剛体 payload の狭い corridor 搬送タスク。

- 既存の multi robot フレームワークは主に task decomposition・allocation・replanning に重点を置き、物理実行が意図から逸脱した際の実行可能な協調の適応支援が限定的だった。 - CoEvolve は協調を実行可能なコードとして扱い、物理検証に基づいて協調戦略を反復修正できる点が異なる。 - VLA や WAM が個々のロボットの能力を広げるのに対し、チーム協調の適応に焦点を当てる。

- チーム協調を、固定された robot motor skills 上で実行されるコードとして表現する。 - Verifier Guided Coordination Evolution を導入し、multimodal foundation model が motion primitives・semantic objectives・一時的な robot roles・bounded execution parameters を通じて協調戦略を生成する。 - 各実行遷移を physical verification で評価し、拒否された挙動は承認済み checkpoint から構造化された coordination revision を引き起こす。 - 検証済み経験を保持し、後続の意思決定に活用する。

- 2台の simulated Unitree G1 humanoid が、支持されていない剛体 payload を狭い corridor で搬送する設定で評価。 - 3つの multimodal backbone families を用いた 15 回の base task run で 8 タスクを完了し、全 backbone が end-to-end 成功を達成。 - 追加評価として、別の 2 つの corridor layout での verified placement、および same-backbone と cross-backbone の experience initialization 後の評価を実施。

- 結果は、共有された物理制約下での長期的な multi robot 協調を適応させる実用的インターフェースとして、実行可能な協調を支持する。 - 一方で motion precision と contact stability に持続的な限界があることを明らかにしている。 - その他の議論や詳細は要旨からは不明。

- 要旨で直接参照・比較されている個別研究は明示されていない。 - 関連手法として Vision-Language-Action (VLA) models、World Action Models (WAMs)、既存の multi robot frameworks（task decomposition・allocation・replanning 系）が挙げられる。 - 具体的な次読論文は要旨からは不明。