自然言語による移動ロボット制御では、大規模言語モデル（LLM）は推論負荷が高く、実環境では遅延やプライバシー管理の複雑さが課題となる。その解決策として小規模言語モデル（SLM）が注目されるが、軽量である一方で単体の精度は不十分である。そこで本研究では、Gemma 3 270M を用いたマルチエージェントシステムを構築し、対話状態追跡（DST）によるユーザ意図理解と、RAG を用いた BehaviorTree の自動生成を統合した。これにより、限定的な計算資源環境でもリアルタイム性とプライバシー保護を両立しつつ、自然言語からロボットの移動制御を実現する手法を提案・評価する。