研究概要

ロボットや自律エージェントの計画問題の一分野に、タスクと運動計画（Task and Motion Planning, TAMP）があります。離散的な判断（どの物を掴むか、どの順序で動かすか）と連続的な幾何・運動学・力学の制約が強く結びつくため、TAMPは観測が完全でも難易度が高い課題です。本論文「Coding Agents for Generalized Task and Motion Planning Problems」（arXiv:2609.30233v1）は、複数の問題インスタンスに共通する規則性を利用して、新しいインスタンスでの計画コストを下げる「一般化TAMP」に対して、コーディングエージェント（coding agents）が自動で汎化可能なプログラムを合成できるかを調べています。

手法の要点

- 各エージェントは、タスク記述とシミュレータへのアクセスを与えられ、限られた合成予算（fixed synthesis budget）の範囲で環境とのやり取りを行いながらプログラムを生成します。生成されたプログラムは固定（freeze）され、未知のインスタンスで評価されます。 - 評価対象のコーディングエージェントには Claude Code (Opus 5) と Codex 系列（GPT-5.6 Sol と GPT-6 Astra）が含まれます。 - ベンチマークは KinDER と PDDLStream 由来の28のシミュレーション環境を使用し、論文では元ベンチマークより多い物体数で検証しています。

実験規模と主要結果

- 生成されたプログラムは合計980本、各プログラムを100の未見インスタンスで評価しており、合計で98,000回の評価エピソードを実行しています。 - 平均成功率（mean success）は、3つのエージェント設定の間で56%〜95%の範囲にあり、手作りのプランナーや一回生成(one-shot)の手法、既存のLLMベースの一般化プランニング基準より高い性能を示しました。特に、プランナーが利用可能だった16の環境では、従来プランナーの平均成功率は47%でした。 - 物体数が増えるスケールの条件でも、合成されたプログラムは従来プランナーより高い成功率を維持し、かつインスタンスあたりの計算量は平均で桁違いに少なく済んだと報告されています。 - ログ解析では、エージェントがシミュレータとの対話を通して物理モデルの較正（calibration）、境界ケースの試験、戦略の反復的改良を行っていたことが確認されました。

重要な注意点と限界

- シミュレータ中心の評価：実験はシミュレータ環境で行われており、実ロボットへの直接の移行（sim-to-real）では追加の問題が生じます。摩擦、センサー誤差、コンタクト力学の未解決差などが現実世界の課題です。 - エージェントと予算依存性：成功は与えられた合成予算や用いられた大規模モデルに依存します。合成フェーズは計算資源と時間を要する可能性があり、トレードオフの評価が必要です。 - ベンチマークの範囲：28環境は多様ですが、ロボットの形状やセンサ、より長い時間スケールのタスクなど、他の軸での一般化性は未検証です。 - 再現性の観点では前向きな点もありますが、結果がモデルバージョン、ハイパーパラメータ、プロンプトの詳細に敏感であることを念頭に置くべきです。

応用と今後の方向性

- 本研究は、コーディングエージェントを用いることで、問題インスタンス間の規則性を自動で見つけ出し、低コストで実行できる「汎化プログラム」を合成できることを示唆します。これは、現場での迅速な再利用やスケールに有利です。 - 次の研究課題としては、シミュレータから実ロボットへの移行評価、安全性と検証手法の組み込み、より長期・複雑なタスクへの適用、多様なロボット形態への一般化、そして合成中の計算コストの低減が挙げられます。