ROSClaw：異種マルチエージェント協調のための階層型セマンティック・物理フレームワーク
arXiv cs.RO / 2026/4/7
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- ROSClawは、LLM/VLMレベルの言語理解と、実体ロボットの長期的で時間的に構造化された物理実行をより良く結び付けるための階層型セマンティック・物理フレームワークとして提案される。
- このフレームワークは、方策学習とタスク実行を単一のビジョン・言語モデル（VLM）コントローラ内に統合し、データ収集、スキル訓練、デプロイメントにおける従来のモジュール型パイプラインの高コストを削減することを目指す。
- e-URDF表現と、シミュレーションから実環境へのトポロジカルなマッピングを用いることで、ROSClawは、シミュレート環境と実環境のエージェント間で物理状態へリアルタイムにアクセスできるようにし、異種マルチエージェント環境での協調性を高める。
- ロボット状態の蓄積、多モーダル観測、実行軌跡（実機でのトラジェクトリ）を含む仕組みが備わっており、ハードウェア実行後も方策を反復的に最適化できる。
- デプロイ時には、統一されたエージェントがセマンティックな連続性を維持し、タスク固有の制御を状況に応じて異なるエージェントへ動的に割り当てることで、ハードウェアレベルでの検証や、ロボット固有のワークフローへの依存を抑えたクロスプラットフォーム移植を支援する。
