論文の概要: CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment

• arxiv url: http://arxiv.org/abs/2604.05484v1
• Date: Tue, 07 Apr 2026 06:24:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.662084
• Title: CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment
• Title（参考訳）: CoEnv: 構成環境によるマルチエージェントコラボレーションの推進
• Authors: Li Kang, Yutao Fan, Rui Li, Heng Zhou, Yiran Qin, Zhemeng Zhang, Songtao Huang, Xiufeng Song, Zaibin Zhang, Bruno N. Y. Chen, Zhenfei Yin, Dongzhan Zhou, Wangmeng Zuo, Lei Bai,
• Abstract要約: CoEnvは、安全な戦略探索のためにシミュレーションを活用するフレームワークであり、信頼性の高い現実世界のデプロイメントを保証する。 CoEnvは、物理的なワークスペースをデジタル化するリアル・ツー・シムのシーン再構築、コードベースの軌道生成によるリアルタイム計画と安全な配置のための衝突検出によるシム・トゥ・リアル転送の両方をサポートするVLM駆動のアクション合成という3つの段階を経験している。
• 参考スコア（独自算出の注目度）: 54.84167973913561
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-agent embodied systems hold promise for complex collaborative manipulation, yet face critical challenges in spatial coordination, temporal reasoning, and shared workspace awareness. Inspired by human collaboration where cognitive planning occurs separately from physical execution, we introduce the concept of compositional environment -- a synergistic integration of real-world and simulation components that enables multiple robotic agents to perceive intentions and operate within a unified decision-making space. Building on this concept, we present CoEnv, a framework that leverages simulation for safe strategy exploration while ensuring reliable real-world deployment. CoEnv operates through three stages: real-to-sim scene reconstruction that digitizes physical workspaces, VLM-driven action synthesis supporting both real-time planning with high-level interfaces and iterative planning with code-based trajectory generation, and validated sim-to-real transfer with collision detection for safe deployment. Extensive experiments on challenging multi-arm manipulation benchmarks demonstrate CoEnv's effectiveness in achieving high task success rates and execution efficiency, establishing a new paradigm for multi-agent embodied AI.
• Abstract（参考訳）: マルチエージェント・エンボディドシステムは複雑な協調操作を約束するが、空間的調整、時間的推論、ワークスペース認識の共有において重要な課題に直面している。 認知的計画が物理的実行とは別個に行われる人間のコラボレーションにインスパイアされた我々は、複数のロボットエージェントが意図を理解し、統一された意思決定空間内で動作できるようにする、現実世界とシミュレーションコンポーネントの相乗的な統合である構成環境の概念を導入する。 この概念に基づいて,安全な戦略探索のためにシミュレーションを活用するとともに,信頼性の高い実世界の展開を保証するフレームワークであるCoEnvを紹介する。 CoEnvは、物理的なワークスペースをデジタル化するリアルタイムシーン再構築、高レベルのインターフェースによるリアルタイム計画とコードベースの軌道生成による反復計画の両方をサポートするVLM駆動のアクション合成、衝突検出によるシムから現実へのトランスファーの検証、安全なデプロイメントの3段階を経験している。 挑戦的なマルチアーム操作ベンチマークに関する大規模な実験は、タスクの成功率と実行効率を達成する上で、CoEnvの有効性を示し、マルチエージェントなAIのための新しいパラダイムを確立している。

関連論文リスト

• Collaborative Planning with Concurrent Synchronization for Operationally Constrained UAV-UGV Teams [12.49123582162583]
  コラボレーティブプランニング(Collaborative Planning with Concurrent Synchronization, CoPCS)は、タスクエンコーディングのための異種グラフトランスフォーマーと、共同で同期されたコプランニングのためのトランスフォーマデコーダを統合する学習ベースのアプローチである。 本手法は,同時並行計画の新たなマルチロボット機能を提供し,チームパフォーマンスを大幅に向上させる。
  論文  参考訳（メタデータ） (2026-03-06T21:36:25Z)
• EmCoop: A Framework and Benchmark for Embodied Cooperation Among LLM Agents [18.802912315746564]
  EmCoopは、組み込みマルチエージェントシステムの協調を研究するためのベンチマークフレームワークである。 我々のフレームワークは、高レベルの認知層と低レベルのエンボディドインタラクション層を分離する。 コラボレーションの品質と障害モードを診断する,一般化可能なプロセスレベルのメトリクスを提案する。
  論文  参考訳（メタデータ） (2026-02-27T22:28:33Z)
• Efficient and Compliant Control Framework for Versatile Human-Humanoid Collaborative Transportation [2.4087148947930634]
  本稿では,ヒューマノイドロボットが人間のパートナーと共同で移動作業を行うための制御フレームワークを提案する。 このフレームワークは翻訳運動と回転運動の両方をサポートしており、これは同時輸送のシナリオの基本である。 高レベルプランナー、低レベルコントローラ、剛性調節機構の3つのコンポーネントから構成される。
  論文  参考訳（メタデータ） (2025-12-08T18:52:10Z)
• DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration [18.250351934101463]
  DR. WELLは、協調的マルチエージェント計画のための分散型神経シンボルフレームワークである。 エージェントは候補者の役割を提案し、合意と環境制約の下で共同割り当てをコミットする。 各エージェントは、詳細な軌道を明らかにすることなく、独立してその役割の象徴的な計画を生成し実行します。
  論文  参考訳（メタデータ） (2025-11-06T18:37:18Z)
• 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)

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。