論文の概要: Contract-Grounded Behavior Tree Synthesis via Coding Agents

• arxiv url: http://arxiv.org/abs/2607.12220v1
• Date: Mon, 13 Jul 2026 23:41:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-15 17:08:29.993954
• Title: Contract-Grounded Behavior Tree Synthesis via Coding Agents
• Title（参考訳）: 符号化剤による契約周囲の行動樹の合成
• Abstract要約: 既存のLLMベースのBT合成アプローチは、しばしばこの基礎的な責任をプロンプト作者に負わせる。 本稿では,コーディングエージェントがロボット側モデルコンテキストプロトコル(MCP)サーバに問い合わせる,契約型BT合成アーキテクチャを提案する。 我々は,PyRoboSimの110タスクに対して,クローズドモデル(Sonnet 4.6)とより小さなオープンソースモデル(Gemma4:31b)の2つのLCMと,物理的ハサリオンパンサーロボットの14タスクを評価した。
• 参考スコア（独自算出の注目度）: 2.593510481959727
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Synthesizing deployable robot behavior trees (BTs) from natural language (NL) requires grounding to ensure every generated BT references only skills a robot can actually execute. Existing LLM-based BT synthesis approaches often place this grounding responsibility on the prompt author. This makes deployment brittle when the author does not know which skills the robot can execute, how those skills are parameterized, or how the robot runtime software constrains valid BT structure. This paper proposes a contract-grounded BT synthesis architecture in which a coding agent queries a robot-side Model Context Protocol (MCP) server to retrieve an explicit contract consisting of a skill library, permitted BT operators, and optional BT composition templates, before synthesizing a BT for validation and execution. In our framework, non-expert operators issue NL commands without knowledge of robot implementation details, while a robot runtime validation gate enforces correctness before execution. We evaluate two LLMs, a closed model (Sonnet 4.6) and a smaller open-source model (Gemma4:31b), across 110 simulated tasks in PyRoboSim and 14 tasks on a physical Husarion Panther robot. Results show that contract grounding enables near-perfect BT validation and high task success, that BT composition templates substantially recover success on reactive control-flow tasks for the smaller model, and that the architecture transfers to physical hardware running a Nav2 stack opaque to both operator and agent.
• Abstract（参考訳）: 自然言語(NL)からデプロイ可能なロボット行動ツリー(BT)を合成するには、生成したBT参照がロボットが実際に実行可能なスキルのみを確実にするための基盤が必要である。 既存のLLMベースのBT合成アプローチは、しばしばこの基礎的な責任をプロンプト作者に負わせる。 これにより、著者がロボットがどのスキルを実行できるか、それらのスキルをどのようにパラメータ化するか、ロボットランタイムソフトウェアが有効なBT構造を制限しているかを知らない場合、デプロイメントが不安定になる。 本稿では,コーディングエージェントがロボット側モデルコンテキストプロトコル(MCP)サーバに問い合わせて,スキルライブラリ,許容BT演算子,オプションBT合成テンプレートからなる明示的なコントラクトを検索し,検証と実行のためにBTを合成する,契約基底型BT合成アーキテクチャを提案する。 本フレームワークでは,非専門家がロボット実装の詳細を知らずにNLコマンドを発行し,ロボットランタイム検証ゲートが実行前に正しさを強制する。 我々はPyRoboSimの110タスクと物理ハサリオンパンサーロボットの14タスクにまたがる2つのLCM、クローズドモデル(Sonnet 4.6)とより小さなオープンソースモデル(Gemma4:31b)を評価した。 その結果,契約グラウンドディングはBT検証と高いタスク成功を実現し,BT構成テンプレートがより小さなモデルに対するリアクティブ制御-フロータスクの成功を著しく回復し,Nav2スタックが動作している物理ハードウェアにNav2スタックが不透明であることを示す。

関連論文リスト

• A Few Words Go a Long Way: Language Guided Robot Policy Synthesis [9.088404024682706]
  ARCHITECTは、ロボットポリシー取得をインタラクティブなプログラム合成タスクとして扱うフレームワークである。 我々は,人間の監督者が政策を操縦するために自然言語の修正を行う反復的なプロセスを導入する。 フランカパンダロボットのベンチマーク評価では、ARCHITECTは最先端のVLAモデルより優れている。
  論文  参考訳（メタデータ） (2026-07-26T18:00:02Z)
• VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
  本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。 VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。 Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
  論文  参考訳（メタデータ） (2026-06-03T20:02:35Z)
• CABTO: Context-Aware Behavior Tree Grounding for Robot Manipulation [36.70100723410325]
  Behavior Trees (BT) はモジュール式でリアクティブなロボットコントローラを設計するための強力なパラダイムを提供する。 BTプランニングは、信頼性のあるBTの自動生成に関する理論的保証を提供する。 BTグラウンディング問題を効率的に解くための最初のフレームワークであるCABTOを紹介する。
  論文  参考訳（メタデータ） (2026-03-17T17:12:46Z)
• BTGenBot-2: Efficient Behavior Tree Generation with Small Language Models [7.802379200026965]
  BTGenBot-2は、自然言語タスク記述とロボットアクションプリミティブのリストをXMLで実行可能な振る舞いツリーに変換する、オープンソースの小型言語モデルである。 BTGenBot-2は従来のアプローチとは異なり、ゼロショットBT生成、推論時のエラーリカバリ、実行時に可能で、リソース制約のあるロボットには十分軽量である。 BTGenBot-2はGPT-5、Claude Opus 4.1、そして、機能的および非機能的メトリクスの両方にわたるより大きなオープンソースモデルより一貫して優れていた。
  論文  参考訳（メタデータ） (2026-02-02T09:43:17Z)
• Behavior Trees vs Executable Ontologies: a Comparative Analysis of Robot Control Paradigms [51.56484100374058]
  ロボット行動のモデリングには,インペラティブ・ビヘイビア・ツリー(BT)と宣言的実行可能オントロジー(EO)の2つのアプローチを比較した。 一方、EOはデータフロールールによって駆動される時間的イベントベースのセマンティックグラフとしてドメインを表現している。
  論文  参考訳（メタデータ） (2025-11-19T09:38:01Z)
• Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence [54.91177026001217]
  大規模言語モデル(LLM)対応のチーム化手法は、よく構造化された既知の環境を前提とするのが一般的である。 異種ロボットチームにおけるLCMの推論能力を基盤として,これらの制約に対処するフレームワークであるSPINE-HTを提案する。 我々のフレームワークは、従来のLLM対応の不均一なチームリング手法と比較して、ほぼ2倍の成功率を達成する。
  論文  参考訳（メタデータ） (2025-10-30T18:24:38Z)
• Robotic Control via Embodied Chain-of-Thought Reasoning [86.6680905262442]
  学習したロボット制御ポリシーの鍵となる制限は、トレーニングデータの外部で一般化できないことである。 視覚言語行動モデル(VLA)に関する最近の研究は、大規模なインターネット事前学習型視覚言語モデルを使用することで、その堅牢性と一般化能力を大幅に向上させることができることを示した。 ロボットの動作を予測する前に、VLAに対して、計画、サブタスク、動作、視覚的接地機能について複数の推論を行うために、VLAに対してEmbodied Chain-of-Thought Reasoning (ECoT)を導入する。
  論文  参考訳（メタデータ） (2024-07-11T17:31:01Z)
• Integrating Intent Understanding and Optimal Behavior Planning for Behavior Tree Generation from Human Instructions [5.31484618181979]
  動作木(BT)は、人間の指示に従ってタスクを実行するロボットのための適切な制御アーキテクチャである。 本稿では,BT生成のための2段階のフレームワークを提案する。 我々は、一階述語論理における目的と十分に整形された公式を表現し、意図の理解と最適な行動計画を効果的にブリッジする。
  論文  参考訳（メタデータ） (2024-05-13T05:23:48Z)
• 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)
• ProgPrompt: Generating Situated Robot Task Plans using Large Language Models [68.57918965060787]
  大規模言語モデル(LLM)は、タスク計画中の潜在的な次のアクションを評価するために使用することができる。 本稿では, プログラム型LCMプロンプト構造を用いて, 配置環境間での計画生成機能を実現する。
  論文  参考訳（メタデータ） (2022-09-22T20:29:49Z)
• Behavior Tree-Based Asynchronous Task Planning for Multiple Mobile Robots using a Data Distribution Service [2.6667914906637487]
  動作木(BT)上に構築された複数のロボットのためのタスク計画フレームワークを提案する。 ロボットのタスクを効率的に計画するために,提案したタスクタイプを用いて単一のタスク計画ユニットを実装した。 3つの移動ロボットは、提案された単一タスク計画ユニットによって4つの目標位置を交互に移動するために実験的に調整された。
  論文  参考訳（メタデータ） (2022-01-26T13:16:02Z)

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。