論文の概要: FARE: Fast-Slow Agentic Robotic Exploration

• arxiv url: http://arxiv.org/abs/2601.14681v1
• Date: Wed, 21 Jan 2026 05:56:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.878096
• Title: FARE: Fast-Slow Agentic Robotic Exploration
• Title（参考訳）: FARE: 高速低速ロボット探査
• Authors: Shuhao Liao, Xuxin Lv, Jeric Lew, Shizhe Zhang, Jingsong Liang, Peizhuo Li, Yuhong Cao, Wenjun Wu, Guillaume Sartoretti,
• Abstract要約: この研究は、エージェントレベルのセマンティック推論と高速な局所制御を統合することで、自律的なロボット探索を促進する。 FAREは,グローバル推論のための大規模言語モデル(LLM)と地域意思決定のための強化学習(RL)ポリシーを統合した階層的自律探索フレームワークである。
• 参考スコア（独自算出の注目度）: 9.614938328663731
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work advances autonomous robot exploration by integrating agent-level semantic reasoning with fast local control. We introduce FARE, a hierarchical autonomous exploration framework that integrates a large language model (LLM) for global reasoning with a reinforcement learning (RL) policy for local decision making. FARE follows a fast-slow thinking paradigm. The slow-thinking LLM module interprets a concise textual description of the unknown environment and synthesizes an agent-level exploration strategy, which is then grounded into a sequence of global waypoints through a topological graph. To further improve reasoning efficiency, this module employs a modularity-based pruning mechanism that reduces redundant graph structures. The fast-thinking RL module executes exploration by reacting to local observations while being guided by the LLM-generated global waypoints. The RL policy is additionally shaped by a reward term that encourages adherence to the global waypoints, enabling coherent and robust closed-loop behavior. This architecture decouples semantic reasoning from geometric decision, allowing each module to operate in its appropriate temporal and spatial scale. In challenging simulated environments, our results show that FARE achieves substantial improvements in exploration efficiency over state-of-the-art baselines. We further deploy FARE on hardware and validate it in complex, large scale $200m\times130m$ building environment.
• Abstract（参考訳）: この研究は、エージェントレベルのセマンティック推論と高速な局所制御を統合することで、自律的なロボット探索を促進する。 FAREは,グローバル推論のための大規模言語モデル(LLM)と地域意思決定のための強化学習(RL)ポリシーを統合した階層的自律探索フレームワークである。 FAREは、速いスロー思考パラダイムに従っています。 ゆっくり考えられたLLMモジュールは、未知の環境の簡潔なテキスト記述を解釈し、エージェントレベルの探索戦略を合成する。 このモジュールは推論効率をさらに向上するため、冗長グラフ構造を減少させるモジュラリティベースのプルーニング機構を採用している。 高速に考えるRLモジュールは、LLMが生成するグローバルな経路ポイントによってガイドされながら、局所的な観測に反応して探索を行う。 RLポリシーは、グローバルなウェイポイントへの固執を奨励し、一貫性と堅牢な閉ループ動作を可能にする報酬項によって、さらに形作られた。 このアーキテクチャは、幾何学的決定から意味論的推論を分離し、各モジュールが適切な時間的および空間的スケールで操作できるようにする。 シミュレーション環境の課題において,FAREは最先端のベースラインよりも探索効率が大幅に向上したことを示す。 さらに、ハードウェア上にFAREをデプロイし、複雑で大規模な200m\times130m$の構築環境で検証します。

関連論文リスト

• From Reactive to Map-Based AI: Tuned Local LLMs for Semantic Zone Inference in Object-Goal Navigation [0.7734726150561086]
  Object-Goal Navigation(ObjectNav)は、エージェントが未知の環境で対象のオブジェクトカテゴリを見つけてナビゲートする必要がある。 我々は,LLMに基づく意味推論とハイブリッドトポロジカルグリッドマッピングシステムを統合することにより,リアクティブAIから"マップベースAI"への移行を提案する。 本フレームワークでは,Llama-2モデルを用いて,言語化された対象観測から意味領域のカテゴリと目的存在確率を推定する。
  論文  参考訳（メタデータ） (2026-03-09T08:27:28Z)
• TagaVLM: Topology-Aware Global Action Reasoning for Vision-Language Navigation [70.23578202012048]
  Vision-Language Navigation (VLN) は、アーキテクチャ上のミスマッチのため、大きなビジョン-Language Models (VLM) に固有の課題を提示している。 我々は,VLMのバックボーンにトポロジ構造を明示的に注入するエンドツーエンドフレームワークであるTagaVLM(トポロジ・アウェア・グローバルアクション推論)を提案する。 トポロジ的ノード情報を強化するため、Interleaved Navigation Promptはノードレベルのビジュアルテキストアライメントを強化する。 埋め込みトポロジグラフでは、このモデルはグローバルな行動推論が可能であり、堅牢な経路補正を可能にする。
  論文  参考訳（メタデータ） (2026-03-03T13:28:07Z)
• USS-Nav: Unified Spatio-Semantic Scene Graph for Lightweight UAV Zero-Shot Object Navigation [10.934912400963588]
  USS-Navは、Unified Spatio-Semanticのシーングラフをインクリメンタルに構築する軽量フレームワークである。 未知環境での効率的なLarge Language Model (LLM)拡張Zero-Shot Object Navigationを可能にする。 我々のフレームワークは、計算効率とリアルタイム更新頻度の点で最先端の手法より優れています。
  論文  参考訳（メタデータ） (2026-01-31T13:10:02Z)
• APEX: A Decoupled Memory-based Explorer for Asynchronous Aerial Object Goal Navigation [26.546610806602803]
  Embodied AIの挑戦的なフロンティアであるAerial Object Goal Navigationでは、無人航空機(UAV)エージェントが視覚的知覚と言語記述のみを使用して、特定のターゲットを自律的に探索、推論、識別する必要がある。 既存の手法は、大気環境における複雑な空間表現の記憶、信頼性と解釈可能な行動決定、非効率な探索と情報収集に苦慮している。 我々は,複雑な空中環境下での効率的な探索と目標獲得を目的とした,新しい階層型エージェントであるtextAPEXを紹介した。
  論文  参考訳（メタデータ） (2026-01-31T06:27:57Z)
• Generative World Models of Tasks: LLM-Driven Hierarchical Scaffolding for Embodied Agents [0.0]
  本稿では,世界物理学とそのタスク意味論をモデル化した意思決定のための効果的な世界モデルを提案する。 低リソースマルチエージェントサッカーにおける2024年の研究の体系的レビューは、象徴的手法と階層的手法を統合するための明確な傾向を明らかにしている。 私たちはこの傾向を階層的タスク環境(HTE)のフレームワークとして形式化し、シンプルでリアクティブな振る舞いと洗練された戦略的チームのプレーのギャップを埋めるのに不可欠です。
  論文  参考訳（メタデータ） (2025-09-05T01:03:51Z)
• The Landscape of Agentic Reinforcement Learning for LLMs: A Survey [103.32591749156416]
  エージェント強化学習(Agentic RL)の出現は、大規模言語モデル(LLM RL)に適用された従来の強化学習からパラダイムシフトを示している。 本研究では, LLM-RLの縮退した単段階マルコフ決定過程(MDPs)と, エージェントRLを定義する部分可観測マルコフ決定過程(POMDPs)とを対比することにより, この概念シフトを定式化する。
  論文  参考訳（メタデータ） (2025-09-02T17:46:26Z)
• Agentic Episodic Control [16.94652073521156]
  強化学習(RL)は、ゲームプレイから科学的発見、AIアライメントに至るまで、AIのブレークスルーを推進してきた。 近年の進歩は、豊かな世界知識と推論能力を持つ大規模言語モデルが、意味的状態モデリングとタスクに依存しない計画を可能にすることで、RLを補完する可能性があることを示唆している。 本稿では,RLを大規模言語モデルと統合して意思決定を促進する新しいアーキテクチャであるエージェント・エピソディクス・コントロール(AEC)を提案する。
  論文  参考訳（メタデータ） (2025-06-02T08:57:37Z)
• Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement [67.1393112206885]
  大規模言語モデル(LLM)は、対話的な意思決定タスクにおいてインテリジェントなエージェントとして期待されている。 本稿では,トークンレベルでのLLMの最適化に適したエントロピー拡張RL法である,エントロピー正規化トークンレベル最適化(ETPO)を導入する。 我々は,データサイエンスコード生成を多段階対話型タスクのシリーズとしてモデル化したシミュレーション環境におけるETPOの有効性を評価する。
  論文  参考訳（メタデータ） (2024-02-09T07:45:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。