UniDomain：実世界のデモから統一PDDLドメインを事前学習し、汎化可能なロボット作業計画を実現

arXiv cs.RO / 2026/4/21

📰 ニュースIdeas & Deep AnalysisModels & Research

共有:

要点

本論文では、実世界のロボット操作デモから統一PDDLドメインを事前学習し、汎化可能なロボット作業計画を可能にするUniDomainという枠組みを提案します。
UniDomainは、12,393本のマニピュレーション動画から原子的ドメインを抽出して学習し、3,137個のオペレータ、2,875個の述語、16,481本の因果リンクから成る大規模な統一ドメインを構築します。
対象のタスククラスが与えられると、関連する原子的要素を取得し、それらを高品質なメタドメインへ系統的に融合して、構成的な汎化とより良い長期（ロングホライズン）計画を支えます。
多様な実世界タスクでの実験では、未見の複雑なタスクをゼロショットで解けるとされ、タスク成功率は最大58%向上、計画の最適性は最大160%改善と報告されています（LLMおよびLLM-PDDLのベースライン比）。
本研究は、LLM/VLMを用いた既存の計画手法における、長期の象徴的構造や、言語・視覚からの暗黙制約を現実に結び付ける（グラウンディング）ことの難しさといった課題に焦点を当てています。