GaP: 変分自動化タスクのためのグラフをポリシーとするマルチエージェント自己学習ハーネス

要旨

商業および産業用途においてロボットが確実に動作するためには、近年のエージェント的コーディングシステムの進歩が、解釈可能なロボットプログラミングとモデルフリーポリシーのオープンワールド適応性を組み合わせることは可能だろうか？我々は「バリエーショナルオートメーション」（VA）に焦点を当てる。これは、固定自動化と比較して物体の形状や姿勢のバリエーションが大きいタスクのクラスである。モデルフリーポリシーは、商業・産業用途で持続的かつ確実に実行されなければならないVAタスクの信頼性ギャップを埋めるのに困難を伴うことが多い。Task and Motion Planning (TAMP) および Robot Operating System (ROS) に関する先行研究に動機づけられ、我々は Graph-as-Policy (GaP) を導入する。これは、モジュール型オープンロボットスキルライブラリ (MORSL) から知覚、計画、制御ノードを持つ有向計算グラフを生成するマルチエージェントコーディングハーネスである。GaPは次に、異なるグラフを持つタスクインスタンスを並行してリハーサルする内部シミュレーション環境を生成し、グラフ構造とパラメータを反復的に洗練して成功率とスループットを向上させる。8つの新しいオープンVAタスクベンチマーク（4つはシミュレーション内、4つは実世界）を用いた評価により、GaPはベースラインを大幅に上回る成功率を達成できることが示唆される。詳細、コード、データはオンラインで入手可能：https://graph-robots.github.io/gap

English

For robots to work reliably in commercial and industrial applications, can recent advances in agentic coding systems combine interpretable robot programming with the open-world adaptability of model-free policies? We focus on "Variational Automation" (VA), a class of tasks that have larger variations in object geometry and pose than fixed automation. Model-free policies often struggle to close the reliability gap for VA tasks, which must be executed persistently and reliably in commercial and industrial applications. Motivated by prior work on Task and Motion Planning (TAMP) and the Robot Operating System (ROS), we introduce Graph-as-Policy (GaP), a multi-agent coding harness that generates directed computation graphs with perception, planning, and control nodes from a Modular Open Robot Skill Library (MORSL). GaP then generates an internal simulation environment to rehearse task instances with different graphs in parallel to iteratively refine the graph structure and parameters to improve success rates and throughput. Evaluation with 8 new open VA task benchmarks, 4 in-simulation and 4 in real-world, suggests that GaP can achieve success rates that significantly outperform baselines. Details, code, and data can be found online: https://graph-robots.github.io/gap