論文の概要: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning

• arxiv url: http://arxiv.org/abs/2610.28955v1
• Date: Tue, 20 Oct 2026 22:09:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 09:50:43.223409
• Title: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning
• Title（参考訳）: SLoSa: ロボットタスク計画のための小型・低消費電力・安全基礎モデル
• Abstract要約: 安全なロボットタスク計画には、安全制約を満たしながらタスク目標を確実に達成できるプランナーが必要である。 本稿では,基礎モデルに基づくロボットタスクプランナを訓練するための,ニューロシンボリック圧縮および微調整フレームワークであるSLoSaを紹介する。
• 参考スコア（独自算出の注目度）: 4.550379206553809
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Safe robotic task planning requires planners that can reliably achieve task goals while satisfying safety constraints. Classical planners search over explicit symbolic task representations and can provide formal guarantees with respect to encoded safety constraints, but require rigid input formats. Their computational cost also increases rapidly with the search space. In contrast, large language models (LLMs) offer flexible task interfaces and strong generalization capabilities, but they are large, power-hungry, and pre-trained with little robot-specific safety data and knowledge. Thus, they can be difficult to deploy locally on robotic systems with limited resources. To address these limitations, we present SLoSa, a neuro-symbolic compression and fine-tuning framework for training foundation-model-based robotic task planners with Small size, Low power demand, and Safety awareness. The framework first constructs a safety-aware dataset using classical planners, an advanced teacher LLM, and formal verifiers, followed by two training stages: supervised fine-tuning and reinforcement learning (RL) fine-tuning guided by a verification-based reward machine to enforce safety alignment. We evaluate SLoSa across four Planning Domain Definition Language (PDDL) domains, two household simulation environments, local edge platforms, and a desktop robotic arm. Across the PDDL tasks, verifier-guided post-training raises the success rate of compact 4B-14B planners to 70.5-76.0%, while INT4 deployment on a Jetson Orin requires 17.85-26.41 W of average power. Results in household simulators and on the physical robot further demonstrate the applicability of SLoSa across diverse robotic task settings.
• Abstract（参考訳）: 安全なロボットタスク計画には、安全制約を満たしながらタスク目標を確実に達成できるプランナーが必要である。 古典的プランナーは明示的な記号的タスク表現を探索し、符号化された安全制約に関して正式な保証を提供するが、厳密な入力形式を必要とする。 それらの計算コストは、探索空間によって急速に増加する。 対照的に、大きな言語モデル(LLM)は柔軟なタスクインタフェースと強力な一般化機能を提供するが、それらは大きく、パワーハングリーであり、ロボット固有の安全データと知識がほとんどない事前訓練されている。 したがって、限られたリソースを持つロボットシステムにローカルにデプロイすることは困難である。 これらの制約に対処するため、我々は、基礎モデルに基づくロボットタスクプランナの小型化、低消費電力化、安全意識をトレーニングするための、ニューロシンボリック圧縮および微調整フレームワークであるSLoSaを紹介した。 このフレームワークは、まず古典的なプランナー、先進的な教師のLSM、そして形式的な検証器を使って安全を意識したデータセットを構築し、続いて2つの訓練段階: 教師付き微調整と強化学習(RL)を検証ベースの報酬機で指導し、安全アライメントを強制する。 SLoSaを4つのプランニングドメイン定義言語(PDDL)ドメイン、2つの家庭シミュレーション環境、ローカルエッジプラットフォーム、デスクトップロボットアームで評価した。 PDDLタスク全体では、検証済みのポストトレーニングはコンパクトな4B-14Bプランナーの成功率を70.5-76.0%に引き上げ、Jetson OrinへのINT4の配備には17.85-26.41Wの電力を必要とする。 家庭用シミュレータと物理ロボットを用いた実験により,多様なロボットタスク設定におけるSLoSaの適用性がさらに示された。

関連論文リスト

• PlanGuard: A Guardrail for Multi-Step Plan Safety in Embodied Agents [50.056559961818685]
  我々はPlanGuardを紹介した。PlanGuardは、現在の環境における完全なマルチステップ計画の物理的安全性を評価する最初のプリエグゼクティブ検出器である。 PlanGuard-2B は平均 87.15% ACC と 87.21% F1 を達成する。
  論文  参考訳（メタデータ） (2026-09-26T17:22:26Z)
• RoboWits: Unexpected Challenges for Robotic Creative Problem Solving [58.58727722988084]
  我々は、認知的推論、創造的ツールの使用、予期しない状況に対する堅牢性を評価するために設計された、双方向のロボットベンチマークであるRoboWitsを紹介する。 このパイプラインを用いて,30種類の種タスクと208のタスクを,幾何学的,物質的,集合的推論にまたがる変異と難易度でキュレートした。 プレトレーニングされたVLAは,単一タスクの微調整後にシードタスクに予備的な成功を示すが,変異タスクの実行に苦慮している。
  論文  参考訳（メタデータ） (2026-05-28T17:57:15Z)
• SafeGen-LLM: Enhancing Safety Generalization in Task Planning for Robotic Systems [6.519619621963528]
  我々はSafeGen-LLMという名前の安全汎用型大規模言語モデルを提案する。 SafeGen-LLMは、タスクプランの安全性の満足度を高めるだけでなく、様々な領域における新しい安全性特性を一般化する。
  論文  参考訳（メタデータ） (2026-02-27T18:06:10Z)
• RoboBallet: Planning for Multi-Robot Reaching with Graph Neural Networks and Reinforcement Learning [5.558796588722835]
  現代のロボット製造では、共有された障害物の多いワークスペースで多くのタスクを完了するために、衝突のない複数のロボットの調整が必要である。 既存のマルチアームシステムは、労働集約的なプロセスで手動で実現可能な軌道を設計するための人間の直感と経験に依存している。 障害物の多い環境下でテストし,40個の到達タスクを実行する8つのロボットを用いて,自律的なタスクと動作計画を実現するための強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-05T14:28:34Z)
• General-Purpose Aerial Intelligent Agents Empowered by Large Language Models [9.603293922137965]
  本稿では,オープンワールドタスク実行が可能な,初の航空知的エージェントを提案する。 私たちのハードウェアとソフトウェアの共同設計システムは、2つの基本的な制限に対処します。 本システムは,コミュニケーション制約のある環境におけるタスク計画とシーン理解の信頼性を示す。
  論文  参考訳（メタデータ） (2025-03-11T11:13:58Z)
• Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [68.36528819227641]
  本稿では,ビジョン・ランゲージ・アクション(VLA)モデルのロバスト性を体系的に評価する。 本研究では,ロボット行動の不安定化に空間的基盤を活用する2つの未目標攻撃目標と,ロボット軌道を操作する目標攻撃目標を導入する。 我々は、カメラの視野に小さなカラフルなパッチを配置し、デジタルと物理の両方の環境で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
  論文  参考訳（メタデータ） (2024-11-18T01:52:20Z)
• ABNet: Attention BarrierNet for Safe and Scalable Robot Learning [58.4951884593569]
  バリアベースの手法は、安全なロボット学習における主要なアプローチの1つである。 本稿では,より大規模な基本安全モデルを段階的に構築するスケーラブルなAttention BarrierNet(ABNet)を提案する。 2次元ロボット障害物回避、安全なロボット操作、視覚に基づくエンドツーエンド自動運転におけるABNetの強みを実証する。
  論文  参考訳（メタデータ） (2024-06-18T19:37:44Z)
• Plan-Seq-Learn: Language Model Guided RL for Solving Long Horizon Robotics Tasks [50.27313829438866]
  Plan-Seq-Learn (PSL) は、抽象言語と学習した低レベル制御の間のギャップを埋めるためにモーションプランニングを使用するモジュラーアプローチである。 PSLは85%以上の成功率、言語ベース、古典的、エンドツーエンドのアプローチを達成している。
  論文  参考訳（メタデータ） (2024-05-02T17:59:31Z)
• Probabilistically Correct Language-based Multi-Robot Planning using Conformal Prediction [11.614036749291216]
  本稿では,S-ATLAS for Safe plAnning for Teams of Language-instructed Agentsを提案する。 提案したプランナは,計画実行が成功すると仮定して,ユーザ指定のタスク成功率を達成可能であることを示す。 我々は,本手法が計算効率が高く,ヘルプレートが低いことを示す関連研究との比較実験を行った。
  論文  参考訳（メタデータ） (2024-02-23T15:02:44Z)
• 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)

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。