BiPOP: 長期的な両腕ロボット操作のための部分順序計画

- 長期的な両腕ロボットマニピュレーション(long-horizon bimanual manipulation)のための計画フレームワーク BiPOP を提案する研究。 - 両腕行動を「再利用可能な unimanual skills と少数の同期 bimanual skills の協調的合成」と捉え、高レベルの時空間調整を主要なボトルネックとする。 - LLM と Temporal Partial-Order Planning を組み合わせ、自然言語指示から PDDL 仕様を生成し、temporal planner が制約を満たす並列実行計画を生成する。 - 実機両腕ロボット NICOL でパイプライン全体をエンドツーエンド実行したと述べる。

- 先行研究は各腕の器用な操作スキル獲得に主眼があり、両腕行動の構造自体への注目が少ないと指摘。 - 提案手法はスキル獲得ではなく高レベルの時空間協調を解く点を強調。 - 比較対象として、強い推論モデルによる open-loop planning と ReAct 型の closed-loop planning を挙げ、成功率・計画時間・計画効率で上回ると報告。 - LLM のみの計画は空間・時間の協調制約に違反しがちであることを失敗分析で示し、制約を symbolic planner に委ねる動機を与える。

- 腕の reachability で作業空間を分割し、腕間依存・腕割当・同期要件・安全な並行実行の機会を表現する明示的な spatio-temporal model を中核に置く。 - LLM が自然言語指示を形式的な PDDL 仕様へ変換する。 - temporal planner が制約を強制しつつ行動をスケジューリングし、記号的整合性と並列実行による効率を両立する計画を出力。 - 計画は partial-order 的に構成され、同期が必要な両腕技能と並行可能な単腕技能を区別して扱う枠組みと読める。

- 複雑度の異なるシミュレーション上の long-horizon タスクで評価。 - open-loop planning with strong reasoning models および closed-loop ReAct-style planning と比較し、success rate・planning time・plan efficiency で優位と報告。 - パイプライン全体を実機の両腕ロボット NICOL でエンドツーエンドに動作させたと述べる。 - 失敗分析により LLM-only planners の空間・時間協調制約違反を示した。

- LLM のみに計画を任せると空間・時間の協調制約違反が主な失敗要因であり、制約処理を symbolic planner に委譲する設計の妥当性を議論。 - 両腕タスクを再利用可能な単腕技能と少数の同期両腕技能の合成と見なす構造的仮定が枠組みの前提。 - 実機 NICOL でのエンドツーエンド実行に言及するが、実機での定量的評価の詳細や限界は要旨からは不明。 - シミュレーション評価のタスク範囲や一般化性に関する議論の詳細は要旨からは不明。

- 比較対象として要旨で挙げられた open-loop planning with strong reasoning models(LLM ベースの計画)と ReAct-style closed-loop planning。 - 手法要素として Temporal Partial-Order Planning、PDDL、temporal planner に関する計画・スケジューリング研究。 - 関連する両腕操作の技能学習・協調研究(具体的な論文名は要旨からは不明)。 - 実機プラットフォーム NICOL に関する研究(具体的な文献は要旨からは不明)。