論文の概要: ICCO: Learning an Instruction-conditioned Coordinator for Language-guided Task-aligned Multi-robot Control

• arxiv url: http://arxiv.org/abs/2503.12122v1
• Date: Sat, 15 Mar 2025 13:03:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-18 15:59:10.136845
• Title: ICCO: Learning an Instruction-conditioned Coordinator for Language-guided Task-aligned Multi-robot Control
• Title（参考訳）: ICCO:言語誘導型タスクアライメント型マルチロボット制御のための命令条件コーディネータの学習
• Authors: Yoshiki Yano, Kazuki Shibata, Maarten Kokshoorn, Takamitsu Matsubara,
• Abstract要約: 言語誘導型マルチロボットシステムにおける協調性を高めるための命令記述コーディネータ(ICCO)を提案する。 ICCOはコーディネータエージェントと複数のローカルエージェントで構成されており、そこでコーディネータはタスク指向と一貫性の命令を生成する。 学習目標に一貫性向上用語を加えて、指示とロボット行動の相互情報を最大化する。
• 参考スコア（独自算出の注目度）: 7.335799770583488
• License:
• Abstract: Recent advances in Large Language Models (LLMs) have permitted the development of language-guided multi-robot systems, which allow robots to execute tasks based on natural language instructions. However, achieving effective coordination in distributed multi-agent environments remains challenging due to (1) misalignment between instructions and task requirements and (2) inconsistency in robot behaviors when they independently interpret ambiguous instructions. To address these challenges, we propose Instruction-Conditioned Coordinator (ICCO), a Multi-Agent Reinforcement Learning (MARL) framework designed to enhance coordination in language-guided multi-robot systems. ICCO consists of a Coordinator agent and multiple Local Agents, where the Coordinator generates Task-Aligned and Consistent Instructions (TACI) by integrating language instructions with environmental states, ensuring task alignment and behavioral consistency. The Coordinator and Local Agents are jointly trained to optimize a reward function that balances task efficiency and instruction following. A Consistency Enhancement Term is added to the learning objective to maximize mutual information between instructions and robot behaviors, further improving coordination. Simulation and real-world experiments validate the effectiveness of ICCO in achieving language-guided task-aligned multi-robot control. The demonstration can be found at https://yanoyoshiki.github.io/ICCO/.
• Abstract（参考訳）: 近年のLarge Language Models (LLM) の進歩により、ロボットが自然言語命令に基づいてタスクを実行できる言語誘導型マルチロボットシステムの開発が可能になった。 しかし,(1)指示とタスク要求の相違,(2)不明瞭な指示を独立に解釈する場合のロボット行動の不整合により,分散マルチエージェント環境における効果的な協調を実現することは依然として困難である。 これらの課題に対処するため,言語誘導型マルチロボットシステムの協調性向上を目的としたマルチエージェント強化学習(MARL)フレームワークであるICCO(Instruction-Conditioned Coordinator)を提案する。 ICCOは、コーディネータエージェントと複数のローカルエージェントから構成されており、コーディネータは、言語命令と環境状態を統合し、タスクアライメントと行動整合性を確保することで、タスクアラインメントと一貫性のある命令(TACI)を生成する。 コーディネータとローカルエージェントは、タスク効率とその後の指示のバランスをとる報酬関数を最適化するために共同で訓練される。 学習目標に一貫性向上用語を加えて、指示とロボット行動の相互情報を最大化し、さらに協調性を向上させる。 言語誘導型タスクアライメント型マルチロボット制御におけるICCOの有効性をシミュレーションおよび実世界の実験により検証した。 デモはhttps://yanoyoshiki.github.io/ICCO/で見ることができる。

関連論文リスト

• CaPo: Cooperative Plan Optimization for Efficient Embodied Multi-Agent Cooperation [98.11670473661587]
  CaPoは,1)メタプラン生成,2)プログレッシブなメタプランと実行の2つのフェーズで協調効率を向上する。 3Dworld Multi-Agent TransportとCommunicative Watch-And-Helpタスクの実験結果は、CaPoが最先端技術と比較してタスク完了率と効率をはるかに高めることを示した。
  論文  参考訳（メタデータ） (2024-11-07T13:08:04Z)
• CurricuLLM: Automatic Task Curricula Design for Learning Complex Robot Skills using Large Language Models [19.73329768987112]
  CurricuLLMは複雑なロボット制御タスクのためのカリキュラム学習ツールである。 自然言語形式のタスク学習を支援するサブタスクを生成する。 また、サブタスクの自然言語記述を実行可能なコードに変換する。 CurricuLLMは複雑なロボット制御タスクの学習を支援する。
  論文  参考訳（メタデータ） (2024-09-27T01:48:16Z)
• COHERENT: Collaboration of Heterogeneous Multi-Robot System with Large Language Models [49.24666980374751]
  COHERENTは、異種マルチロボットシステムの協調のための新しいLCMベースのタスク計画フレームワークである。 提案-実行-フィードバック-調整機構は,個々のロボットに対して動作を分解・割り当てするように設計されている。 実験の結果,我々の研究は,成功率と実行効率の面で,従来の手法をはるかに上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-09-23T15:53:41Z)
• Towards Collaborative Intelligence: Propagating Intentions and Reasoning for Multi-Agent Coordination with Large Language Models [41.95288786980204]
  現在のエージェントフレームワークは、シングルエージェント実行への依存に悩まされ、モジュール間通信が堅牢でないことが多い。 協調的なMARLにおける協調行動を可能にするための協調エージェントとして,大規模言語モデルを訓練するためのフレームワークを提案する。 伝搬ネットワークは、放送意図をチームメイト固有のコミュニケーションメッセージに変換し、指定されたチームメイトと関連する目標を共有する。
  論文  参考訳（メタデータ） (2024-07-17T13:14:00Z)
• Instruction Following with Goal-Conditioned Reinforcement Learning in Virtual Environments [42.06453257292203]
  本稿では,大規模言語モデルの深い言語理解と強化学習エージェントの適応行動実行能力を組み合わせた階層型フレームワークを提案する。 IGLUではエージェントが構造を構築するように指示され、Crafterではエージェントがタスクを実行し、言語コマンドに従って周辺環境のオブジェクトと対話する。
  論文  参考訳（メタデータ） (2024-07-12T14:19:36Z)
• Large Language Models for Orchestrating Bimanual Robots [19.60907949776435]
  本稿では,Language-based Bimanual Orchestration (LABOR)を提案する。 NICOLヒューマノイドロボットを用いた2種類の長距離作業のシミュレーション実験により,本手法の評価を行った。
  論文  参考訳（メタデータ） (2024-04-02T15:08:35Z)
• Your Co-Workers Matter: Evaluating Collaborative Capabilities of Language Models in Blocks World [13.005764902339523]
  2つのエージェントがそれぞれ独自の目標とスキルを持ち、ターゲット構造を一緒に構築するブロックワールド環境を設計する。 目標を達成するために、彼らは世界で行動し、自然言語でコミュニケーションすることができる。 パートナーの状態をモデル化し、実行エラーを特定し、修正するための中間的推論ステップを含む、チェーンオブ思想のプロンプトを採用しています。
  論文  参考訳（メタデータ） (2024-03-30T04:48:38Z)
• Pragmatic Instruction Following and Goal Assistance via Cooperative Language-Guided Inverse Planning [52.91457780361305]
  本稿では,協調型言語誘導逆計画探索(CLIPS)を紹介する。 我々のエージェントは、協力的なプランナーとして人間をモデル化し、アシスタントに共同計画を伝える。 2つの協調計画領域(ドア,キー&ジェム,バーチャルホーム)におけるこれらの機能の評価
  論文  参考訳（メタデータ） (2024-02-27T23:06:53Z)
• Unified Human-Scene Interaction via Prompted Chain-of-Contacts [61.87652569413429]
  HSI(Human-Scene Interaction)は、AIや仮想現実といった分野において重要なコンポーネントである。 本稿では,言語コマンドによる多様なインタラクションの統一制御を支援する統一型HSIフレームワークUniHSIを提案する。
  論文  参考訳（メタデータ） (2023-09-14T17:59:49Z)
• Building Cooperative Embodied Agents Modularly with Large Language Models [104.57849816689559]
  本研究では, 分散制御, 生の知覚観察, コストのかかるコミュニケーション, 様々な実施環境下でインスタンス化された多目的タスクといった課題に対処する。 我々は,LLMの常識知識,推論能力,言語理解,テキスト生成能力を活用し,認知に触発されたモジュラーフレームワークにシームレスに組み込む。 C-WAH と TDW-MAT を用いた実験により, GPT-4 で駆動される CoELA が, 強い計画に基づく手法を超越し, 創発的な効果的なコミュニケーションを示すことを示した。
  論文  参考訳（メタデータ） (2023-07-05T17:59:27Z)
• Autonomous Open-Ended Learning of Tasks with Non-Stationary Interdependencies [64.0476282000118]
  固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。 内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。 特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。 そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
  論文  参考訳（メタデータ） (2022-05-16T10:43:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。