AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-22
SLoSa：ロボットタスク計画のための小型・低電力・安全な基盤モデル
原題: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning
安全性制約を満たしつつタスク目標を達成するロボットのタスク計画向けに、小型・低電力・安全性対応の基盤モデルを学習するニューラルシンボリックな圧縮・ファインチューニング基盤SLoSaを提案した。古典プランナ、高度な教師LLM、形式的検証器から安全性配慮のデータセットを構築し、教師ありファインチューニングと、検証に基づく報酬マシンで導く強化学習ファインチューニングの2段階で訓練する。4つのPDDLドメインでは検証器ガイドの事後学習によりコンパクトな4B〜14Bプランナの成功率が70.5〜76.0%に達し、Jetson Orin上でのINT4展開は平均消費電力17.85〜26.41Wで動作した。