論文の概要: PackLab: A Comprehensive Framework for Developing, Training, and Evaluating MLLMs in Robotic Bin Packing

• arxiv url: http://arxiv.org/abs/2609.23784v1
• Date: Sun, 20 Sep 2026 18:09:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 16:22:10.268605
• Title: PackLab: A Comprehensive Framework for Developing, Training, and Evaluating MLLMs in Robotic Bin Packing
• Title（参考訳）: PackLab: ロボットビンパッケージにおけるMLLMの開発,トレーニング,評価のための総合的なフレームワーク
• Abstract要約: ロボットビンパッキングのための大規模言語モデル(MLLM)の開発と訓練,評価を行うフレームワークであるPackLabを紹介する。 PackLab-Suiteは、多様なトレーニングパッキングトラジェクトリをスケーラブルに生成するための物理ベースのシミュレーションプラットフォームを提供する。 PackLab-VLMはパッケージ化されたMLLMで、進化しているオブジェクトとコンテナの状態を理解して、共同でオブジェクトを選択し、クローズドループで配置を予測する。
• 参考スコア（独自算出の注目度）: 90.33061188937063
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic bin packing requires long-horizon sequential decision-making, as each object placement affects the available space for subsequent packing. Existing methods primarily rely on hand-crafted geometric heuristics that optimize predefined objectives or reinforcement learning policies learned through trial and error over predefined training configurations. Despite recent advances in multimodal large language models (MLLMs) for this task, their potential for closed-loop sequential decisions across heterogeneous packing configurations remains underexplored. To address this gap, we introduce PackLab, a comprehensive framework for developing, training, and evaluating MLLMs for closed-loop robotic bin packing. PackLab-Suite provides a physics-based simulation platform for scalable generation of diverse training packing trajectories and evaluation of their physical outcomes. PackLab-VLM is a packing-specialized MLLM that understands the evolving object and container states to jointly select objects and predict placements in a closed-loop manner. PackLab-Bench provides standardized packing scenarios at multiple difficulty levels for systematic evaluation. Extensive experiments demonstrate that, on average, PackLab-VLM outperforms conventional packing heuristics, traditional reinforcement learning methods, and general-purpose MLLMs across object sets and container configurations, highlighting the potential of MLLMs for long-horizon robotic packing. The code, model, dataset, and benchmark are available at https://github.com/Correr-Zhou/PackLab .
• Abstract（参考訳）: ロボットのビンパッキングは、各オブジェクトの配置がその後のパッキングの利用可能なスペースに影響を与えるため、長い水平なシーケンシャルな決定を必要とする。 既存の手法は主に、事前に定義された目的を最適化する手作りの幾何学的ヒューリスティックや、事前定義されたトレーニング構成よりも試行錯誤を通じて学んだ強化学習ポリシーに依存している。 近年のマルチモーダル大言語モデル(MLLM)の進歩にもかかわらず、不均一なパッキング構成のクローズループシーケンシャルな決定の可能性は未解明のままである。 このギャップに対処するために,閉ループロボットビンパッキングのためのMLLMの開発,トレーニング,評価を行う包括的フレームワークであるPackLabを紹介した。 PackLab-Suiteは、多様なトレーニングパッキングトラジェクトリのスケーラブルな生成と、それらの物理的結果の評価のための物理ベースのシミュレーションプラットフォームを提供する。 PackLab-VLMはパッケージ化されたMLLMで、進化しているオブジェクトとコンテナの状態を理解して、共同でオブジェクトを選択し、クローズドループで配置を予測する。 PackLab-Benchは、システマティックな評価のために、複数の難易度で標準化されたパッキングシナリオを提供する。 大規模な実験により、PackLab-VLMは従来のパッキングヒューリスティック、従来の強化学習方法、オブジェクトセットとコンテナ構成にわたる汎用MLLMよりも優れており、長距離ロボットパッキングにおけるMLLMの可能性を強調している。 コード、モデル、データセット、ベンチマークはhttps://github.com/Correr-Zhou/PackLab.orgで公開されている。

関連論文リスト

• FlatLab: A Unified Methodology Framework and Simulation-Based Benchmark for Robotic Manipulation of Flat Objects [48.472551238072676]
  本稿では,操作をストラテジージェネレータとアクション実行モジュールに分離する統合フレームワークを提案する。 システム評価を実現するために,ロボットフラットオブジェクト操作のための総合シミュレーションベンチマークであるFlatLabを導入する。
  論文  参考訳（メタデータ） (2026-08-14T07:55:55Z)
• A Step Toward Federated Pretraining of Multimodal Large Language Models [87.64508862413565]
  Federated Learningは、分散リソースをアンロックするための有望なソリューションを提供する。 Fed-MAは、視覚エンコーダとLLMを凍結し、クロスモーダルプロジェクタを協調的にトレーニングする軽量な事前トレーニングパラダイムである。 MLLM事前学習のための先駆的フレームワークであるFed-CMPを提案する。
  論文  参考訳（メタデータ） (2026-03-25T08:16:23Z)
• PymooLab: An Open-Source Visual Analytics Framework for Multi-Objective Optimization using LLM-Based Code Generation and MCDM [0.0]
  PymooLabは、textitpymoo上に構築されたオープンソースのビジュアル分析環境である。 単一の再現可能なワークフローで構成、実行監視、正式な決定サポートを統合する。 計算集約的な研究のために、PymooLab は JAX を通したネイティブなテキストピモオ加速経路に依存している。
  論文  参考訳（メタデータ） (2026-03-02T00:56:32Z)
• EmboMatrix: A Scalable Training-Ground for Embodied Decision-Making [60.15832211188291]
  身体的意思決定は、エージェントが物理世界における継続的な相互作用を通じて、高レベルの目標を実行可能なアクションに変換することを可能にする。 大きな言語モデル(LLM)とその一般的な意思決定能力は、この可能性を実現するための有望な道を提供する。 本稿では,タスクとシーンシミュレーション,具体的インタラクション,フィードバック信号を提供する総合的な基盤であるトレーニング場の概念を提案する。
  論文  参考訳（メタデータ） (2025-10-14T02:26:52Z)
• NaViL: Rethinking Scaling Properties of Native Multimodal Large Language Models under Data Constraints [100.02131897927484]
  本稿では,Multimodal Large Language Models(MLLM)のエンドツーエンドなネイティブトレーニングに焦点を当てる。 そこで我々は,NaViLと呼ばれるネイティブMLLMと,シンプルで費用対効果の高いレシピを組み合わせて提案する。 14のマルチモーダルベンチマークによる実験結果から,既存のMLLMに対するNaViLの競合性能が確認された。
  論文  参考訳（メタデータ） (2025-10-09T17:59:37Z)
• Neural Packing: from Visual Sensing to Reinforcement Learning [24.35678534893451]
  本稿では,3DでTAP(Transport-and-packing)問題を解決するための新しい学習フレームワークを提案する。 RGBDセンシングと認識による入力オブジェクトの部分的な観察から、ロボットモーション計画による最終ボックス配置に至るまで、完全なソリューションパイプラインを構成し、ターゲットコンテナ内のコンパクトパッキングに到達する。
  論文  参考訳（メタデータ） (2023-10-17T02:42:54Z)
• Planning Irregular Object Packing via Hierarchical Reinforcement Learning [85.64313062912491]
  本研究では,不規則物体のパッケージングシーケンスと配置を計画するための階層的強化学習手法を提案する。 我々の手法は、不規則なオブジェクトの最先端のパッキング方法よりも、より少ない時間でより多くのオブジェクトをパックできることを示す。
  論文  参考訳（メタデータ） (2022-11-17T07:16:37Z)

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。