論文の概要: Debate2Create: Robot Co-design via Large Language Model Debates

• arxiv url: http://arxiv.org/abs/2510.25850v1
• Date: Wed, 29 Oct 2025 18:00:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.518636
• Title: Debate2Create: Robot Co-design via Large Language Model Debates
• Title（参考訳）: Debate2Create:大規模言語モデルによるロボットの共同設計
• Authors: Kevin Qiu, Marek Cygan,
• Abstract要約: 大規模言語モデル(LLM)エージェントは、ロボットの設計と報酬関数を協調的に最適化するために構造化された議論を行う。 D2Cは, 明確な多様性は示さないものの, 多様な特異な形態を呈することを示す。
• 参考スコア（独自算出の注目度）: 6.3842184099869295
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Automating the co-design of a robot's morphology and control is a long-standing challenge due to the vast design space and the tight coupling between body and behavior. We introduce Debate2Create (D2C), a framework in which large language model (LLM) agents engage in a structured dialectical debate to jointly optimize a robot's design and its reward function. In each round, a design agent proposes targeted morphological modifications, and a control agent devises a reward function tailored to exploit the new design. A panel of pluralistic judges then evaluates the design-control pair in simulation and provides feedback that guides the next round of debate. Through iterative debates, the agents progressively refine their proposals, producing increasingly effective robot designs. Notably, D2C yields diverse and specialized morphologies despite no explicit diversity objective. On a quadruped locomotion benchmark, D2C discovers designs that travel 73% farther than the default, demonstrating that structured LLM-based debate can serve as a powerful mechanism for emergent robot co-design. Our results suggest that multi-agent debate, when coupled with physics-grounded feedback, is a promising new paradigm for automated robot design.
• Abstract（参考訳）: ロボットの形状と制御の共設計を自動化することは、膨大な設計空間と身体と行動の密結合のために長年の課題である。 Debate2Create(D2C)は,大規模言語モデル(LLM)エージェントが,ロボットの設計と報酬関数を協調的に最適化するために,構造化弁証的議論を行うフレームワークである。 各ラウンドにおいて、設計エージェントがターゲットとなる形態変化を提案し、制御エージェントが新しい設計を利用するように調整された報酬関数を考案する。 複数の審査員からなるパネルは、シミュレーションにおいて設計と制御のペアを評価し、次の議論のラウンドを導くフィードバックを提供する。 反復的な議論を通じて、エージェントはその提案を徐々に洗練させ、より効果的なロボットデザインを生み出した。 特に、D2Cは明確な多様性の目的を持たないにもかかわらず、多様で特殊な形態を持つ。 四足歩行のベンチマークでは、D2Cはデフォルトよりも73%遠い距離を走行するデザインを発見し、構造化LCMベースの議論が創発的なロボットの共同設計の強力なメカニズムとなることを実証している。 以上の結果から,マルチエージェントの議論と物理的なフィードバックが組み合わさると,ロボット自動設計の新たなパラダイムとなることが示唆された。

関連論文リスト

• RoboMoRe: LLM-based Robot Co-design via Joint Optimization of Morphology and Reward [21.110738533383277]
  RoboMoReは、ロボットの共同設計ループ内での共同最適化のための形態と報酬形成を統合するフレームワークである。 粗い最適化段階において、LLMに基づく多様性反射機構は、多様かつ高品質な形態-逆対を生成する。 最適化段階では、LLM誘導報酬とモルフォロジー勾配の更新を交互に行い、上位候補を反復的に洗練する。
  論文  参考訳（メタデータ） (2025-05-30T22:16:07Z)
• GR00T N1: An Open Foundation Model for Generalist Humanoid Robots [133.23509142762356]
  汎用ロボットには多目的体と知的な心が必要だ。 近年のヒューマノイドロボットの進歩は、汎用的な自律性を構築するためのハードウェアプラットフォームとして大きな可能性を秘めている。 我々はヒューマノイドロボットのオープン基盤モデルであるGR00T N1を紹介する。
  論文  参考訳（メタデータ） (2025-03-18T21:06:21Z)
• Text2Robot: Evolutionary Robot Design from Text Descriptions [3.054307340752497]
  ユーザテキスト仕様とパフォーマンス選好を物理的四足歩行ロボットに変換するフレームワークであるText2Robotを紹介した。 Text2Robotは、高速なプロトタイピングを可能にし、生成モデルによるロボットデザインの新しい機会を開く。
  論文  参考訳（メタデータ） (2024-06-28T14:51:01Z)
• RoboCodeX: Multimodal Code Generation for Robotic Behavior Synthesis [102.1876259853457]
  汎用ロボット行動合成のための木構造多モードコード生成フレームワークRoboCodeXを提案する。 RoboCodeXは、高レベルの人間の命令を複数のオブジェクト中心の操作ユニットに分解する。 概念的および知覚的理解を制御コマンドにマッピングする能力をさらに強化するため、事前学習のための特別なマルチモーダル推論データセットを収集し、教師付き微調整のための反復的自己更新手法を導入する。
  論文  参考訳（メタデータ） (2024-02-25T15:31:43Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• RT-2: Vision-Language-Action Models Transfer Web Knowledge to Robotic Control [140.48218261864153]
  本研究では,インターネット規模のデータに基づいて学習した視覚言語モデルを,エンドツーエンドのロボット制御に直接組み込む方法について検討する。 提案手法は,インターネット規模のトレーニングから,RT-2による創発的能力の獲得を可能にした。
  論文  参考訳（メタデータ） (2023-07-28T21:18:02Z)
• SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse Environments [111.91255476270526]
  我々は,多様な環境下での移動を支援するソフトロボットの共同設計プラットフォームであるSoftZooを紹介する。 SoftZooは、平らな地面、砂漠、湿地、粘土、氷、雪、浅い水、海などの環境をシミュレートする機能など、自然にヒントを得た幅広い素材セットをサポートしている。 それは、高速な移動、アジャイルな回転、パスフォローなど、ソフトロボティクスに関連するさまざまなタスクを提供し、形態学と制御のための微分可能な設計表現を提供する。
  論文  参考訳（メタデータ） (2023-03-16T17:59:50Z)
• Diversity-based Design Assist for Large Legged Robots [4.505477982701834]
  高さ約2mの大型脚ロボットの設計空間を探索するが、その設計と構造はよく研究されていない。 新たなロボットエンコーディングにより、足が体の長さに沿ってスケーリングするなど、バイオインスパイアされた特徴を実現できる。
  論文  参考訳（メタデータ） (2020-04-17T03:59:17Z)

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。