本稿では、複数のアームを効率的に操ることができる二手ロボットやヒューマノイドロボットのタスクと動作計画を行うための新しいフレームワーク「ScheduleStream」を提案します。従来のタスクと動作計画（TAMP）アルゴリズムは、一度に一つのアームしか動かせないスケジュールを生成することが多いですが、ScheduleStreamは複数のアームが並行して動くためのスケジューリングを可能にします。このフレームワークは、非同期に開始され、パラメーターによって持続時間が変わるハイブリッド持続的アクションを用いて時間的ダイナミクスをモデル化します。加えて、GPUアクセラレーションを駆使してサンプリングを加速することにより、TAMPにおける計画の効率を向上させることが実証されています。実験結果から、ScheduleStreamアルゴリズムは他の手法よりも効率的な解を提供することが確認されました。