arXiv cs.AI は6月29日(現地時間)、ミンキュ・ハム (Minkyu Ham) 氏を含む10名の研究者グループが、ファウンデーションモデル (foundation models) を搭載したロボットを物理プラットフォームに展開する際の課題を解決するエージェントフレームワーク「SPINE (Scalable Physical Integration with ageNtic Expertise)」を提案したことを発表しました。このフレームワークは、ロボット工学の専門知識を最小限に抑えつつ、バイマニュアルロボットのデバッグと展開を体系的に行うことを目的としています。
foundation models は、複雑な意思決定を行うロボットに高度な知能をもたらしましたが、その知能を物理プラットフォームに展開するには、専門家主導の綿密な調整が依然として必要とされています。この展開におけるギャップは、スケーラブルなエンボディドAI (embodied AI) の主要なボトルネックとなっています。
SPINEは、このボトルネックに対処するため、「プロファイルビルダー」と「デバッガー」という、協調する2つのマルチエージェントワークフローで構成されています。プロファイルビルダーはロボット固有のコンテキストを構築し、デバッガーは診断、修復、検証を繰り返して遠隔操作を可能にします。
ドボット・X-トレーナー (DOBOT X-Trainer) を用いた7つのデバッグシナリオでの評価では、SPINE を使用したロボット工学の初心者が、同じ参照資料を使用しながらも SPINE の構造化されたワークフローを持たないクロード・コード (Claude Code) 利用の人間のオペレーターを上回る結果を示しました。これにより、運用成功率は75%から100%に向上し、平均遠隔操作までの時間は16分45秒から13分47秒に短縮されました。
さらに、ROS/CAN バイマニュアルアームであるアジャイルエックス・パイパー (AgileX PiPER) において、SPINE は導入された10個のバグ全てを解決し、専門家ベースラインの10個中9個を上回る成果を達成しました。所要時間はほぼ同等でした。これらの結果は、SPINE が異なるバイマニュアルプラットフォーム間で移行可能であり、専門家によるキャリブレーションへの依存を軽減し、embodied AI のスケーラブルな実世界展開に貢献することを示しています。
参考: arXiv cs.AI — 2026年7月16日 13:00 (JST)