[論文レビュー] Robotic Foundation Models for Industrial Control: A Comprehensive Survey and Readiness Assessment Framework

David Kube, Simon Hadwiger+1 more|arXiv (Cornell University)|Mar 6, 2026

Soft Robotics and Applications被引用数 0

ひとこと要約

この論文は産業制御のためのロボット基盤モデル（RFM）を調査し、149の基準からなる産業適性フレームワークを定義し、324の操作可能RFMを評価して、産業成熟度が限定的で展開上の要件に対するカバレッジが不均一であることを明らかにする。

ABSTRACT

Robotic foundation models (RFMs) are emerging as a promising route towards flexible, instruction- and demonstration-driven robot control, however, a critical investigation of their industrial applicability is still lacking. This survey gives an extensive overview over the RFM-landscape and analyses, driven by concrete implications, how industrial domains and use cases shape the requirements of RFMs, with particular focus on collaborative robot platforms, heterogeneous sensing and actuation, edge-computing constraints, and safety-critical operation. We synthesise industrial deployment perspectives into eleven interdependent implications and operationalise them into an assessment framework comprising a catalogue of 149 concrete criteria, spanning both model capabilities and ecosystem requirements. Using this framework, we evaluate 324 manipulation-capable RFMs via 48,276 criterion-level decisions obtained via a conservative LLM-assisted evaluation pipeline, validated against expert judgements. The results indicate that industrial maturity is limited and uneven: even the highest-rated models satisfy only a fraction of criteria and typically exhibit narrow implication-specific peaks rather than integrated coverage. We conclude that progress towards industry-grade RFMs depends less on isolated benchmark successes than on systematic incorporation of safety, real-time feasibility, robust perception, interaction, and cost-effective system integration into auditable deployment stacks.

研究の動機と目的

• ロボット制御の風景におけるRFMの位置づけを行い、産業固有の要件を特定する。
• RFMを定義し、ロボット工学における能力と出力でクラスタリングする。
• 11の視点に distilled された産業的含意フレームワークを提供し、展開の観点を示す。
• 操作可能なRFMに assessment フレームワークを適用し、強み、ギャップ、研究ニーズをマッピングする。
• ベンチマークの成功から、産業グレードRFMの信頼性・安全性・展開を重視した準備性へと移行を促進する。

提案手法

• RFMを、タスク間/ embodiment間で汎用的なコアと柔軟な出力を持つ適応型マルチモーダルモデルとして定義する。
• RFMを制御、計画、統合のカテゴリに分類し、VLAsを顕著なサブカテゴリとして位置づける。
• 展開を導く11の観点に要約された産業含意フレームワークを開発する。
• モデル能力とエコシステム要件を網羅する149項目の基準カタログを構築する。
• 再現可能なLLM支援の文献パイプラインを通じて、RFM文献、産業含意、補足データの3つのコーパスを編成する。
• 専門家によって検証された保守的なLLM支援パイプラインを用い、基準カタログに対して324の操作可能RFMを評価する。

Figure 1 : Robotic control-method hierarchy: Each level increases flexibility, intelligence and generalisation capabilities, while reducing manual engineering effort and required expertise for operation and adaptation.

実験結果

リサーチクエスチョン

• RQ1 産業環境におけるRFMの展開上の要件と制約は何か。
• RQ2 明示的で産業的根拠に基づく基準カタログに照らして、現在のRFMはどれだけ成熟しているか。
• RQ3 安全性、リアルタイム性、堅牢性、統合のうち、どの次元が産業グレードRFMのギャップを支配しているか。
• RQ4 操作重視のRFMは149の基準を通じてどのように評価され、最も強い/弱いカバレッジ領域はどこか。
• RQ5 ベンチマークの進展から産業 ready展開へ進む際の実践的含意は何か。

主な発見

• 産業成熟度は限定的で、次元ごとに不均一である。
• 最も高く評価されたモデルは149の基準の一部しか満たしておらず、統合的なカバレッジよりも狭いピークを示す。
• 324のRFMを大規模に評価した結果、安全性、リアルタイム性、認識の堅牢性、相互作用、システム統合に大きなギャップがあることが示された。
• 産業グレードRFMへの進展は、安全性、遅延、認識の堅牢性、費用対効果の高い統合を扱う監査可能なデプロイメントスタックの組み込みにかかっている。
• 11の展開の視点は、横断的な産業要件を解釈するための構造化レンズを提供し、今後の研究を導く。
• 149項目の基準フレームワークは、RFMの readinessを監査し、産業用途の体系的改善を導く具体的ツールを提供する。

Figure 2 : Publication increase. Visualising the amount of publications gathered per category.