この研究では、長期的かつ接触の多い二操手操作の課題に対処するための階層的フレームワークを提案しています。このフレームワークは、スキルの計画とスケジューリングを統合的に処理し、単なる逐次的意思決定を超えてスキルの同時発動をサポートします。具体的には、単腕および二腕の基本スキルライブラリを基にしており、これらのスキルはGPU加速シミュレーションで強化学習を通じて訓練されています。さらに、トランスフォーマーベースのプランナーを使用してスキルの構成データセットを学習させ、高水準のスケジューラとして機能します。この方法は、複雑な接触の多いタスクにおいて高い成功率を達成し、伝統的な逐次的プランナーよりも効率的かつ協調的な行動を生成することが示されています。