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
VLAarXiv:2610.30671

Co^2Gen: 分散型マルチロボット・人間協調のための協調的タスク計画生成

Co^2Gen: Collaboratively Generating Task Plans for Decentralized Multi-Robot and Human Collaboration

シェア:XThreadsFacebookLINEはてブBluesky

人間の遠隔操作なしに、分散型協調計画でマルチロボットの協調計画を生成し、その計画から協調デモデータを作ってVLAモデルを分散的に微調整するフレームワークを提案した論文。

詳しい要約

1. どんなもの?

- 分散型のマルチロボット・人間協調のためのタスク計画を自動生成するフレームワーク Co^2Gen の提案 - Visual Language Action (VLA) モデルの協調能力を、人間の teleoperation なしで訓練するための協調データを自動生成 - 分散型協調計画手法で実行可能関数形式の協調計画を生成し、それを用いて協調デモデータを作り VLA モデルを分散的に finetune

2. 先行研究と比べてどこがすごい?

- 従来の VLA モデルは embodiment・タスク・環境をまたぐ汎用ロボットモデルとして設計されるが、他ロボットや人間との協調能力は十分に検討されていなかった - 本研究は人間の teleoperation を必要とせずにマルチロボット協調データを自動生成できる点が新しい - 人間 teleoperation による協調データで finetune した VLA モデルと同等のタスク性能を達成

3. 技術・手法の肝は?

- 分散型協調計画アプローチにより、マルチロボットの協調計画を実行可能な関数の形で生成 - 生成した協調計画から協調デモンストレーションデータを生成 - そのデータで VLA モデルを分散型の方法で finetune する - 詳細なアルゴリズムやモデル構成は要旨からは不明

4. どうやって有効だと検証した?

- 生成したデモデータで分散型協調タスクの VLA モデルを finetune し評価 - 人間 teleoperation による協調データで finetune した VLA モデルとのタスク性能比較を実施 - 両者が同等のタスク性能に達することを示した - 具体的なタスク・指標・実験設定は要旨からは不明

5. 議論はある?

- 人間 teleoperation 不要で協調データを自動生成できる利点が示唆される - 性能が人間 teleoperation データと同等である一方、限界や失敗ケース、汎化性、スケーラビリティに関する議論は要旨からは不明 - 分散型協調計画の品質やデータ多様性の影響は要旨からは不明

6. 次に読むべき論文は?

- Visual Language Action (VLA) モデルの代表的研究 - マルチロボット協調計画 (decentralized collaborative planning) に関する研究 - 人間 teleoperation による協調デモンストレーション収集の研究 - ロボットと人間の協調 (human-robot collaboration) に関する研究

※ 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: Yi Loo, Siddhant Shrivastava, Minh Long Pham, Malika Meghjani

分類: cs.RO

原文アブストラクト

Visual Language Action (VLA) models are designed to be generalist robot models that can be implemented across embodiments, tasks and environments. However, their ability to collaborate with other robots and humans remains underexplored. In this work, we propose a framework to automate the generation of multi-robot collaborative data for decentralized VLA training without requiring human teleoperation. Our framework first utilizes a decentralized collaborative planning approach to generate multi-robot collaborative robot plans in the form of an executable function. We then utilize the collaborative plan to produce collaborative demonstration data to finetune VLA models in a decentralized manner. We show that our approach produces demonstration data that when used to finetune VLA models on decentralized collaboration tasks matches the task performance of VLA models finetuned on human-teleoperated collaborative data.

関連論文

PR本紙発行元 EmplifAI