論文の概要: Agentic Self-Evolutionary Replanning for Embodied Navigation

• arxiv url: http://arxiv.org/abs/2603.02772v1
• Date: Tue, 03 Mar 2026 09:12:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.852739
• Title: Agentic Self-Evolutionary Replanning for Embodied Navigation
• Title（参考訳）: 身体的ナビゲーションのためのエージェント的自己進化的リプランニング
• Authors: Guoliang Li, Ruihua Han, Chengyang Li, He Li, Shuai Wang, Wenchao Ding, Hong Zhang, Chengzhong Xu,
• Abstract要約: 自己進化的リプランニング(Self-Evolutionary RePlanning、SERP)は、凍結モデルからランタイム学習による進化モデルへのパラダイムシフトである。 既定の静的パラメータにしばしば立ち往生する既存のモデル進化アプローチとは対照的に、エージェント的自己進化アクションモデルを導入する。 SERPは、様々なベンチマークよりもトークン支出が少なく、高い成功率を実現し、様々な環境において優れた堅牢性と効率性を検証している。
• 参考スコア（独自算出の注目度）: 37.69855672445479
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Failure is inevitable for embodied navigation in complex environments. To enhance the resilience, replanning (RP) is a viable option, where the robot is allowed to fail, but is capable of adjusting plan until success. However, existing RP approaches freeze the ego action model and miss the opportunities to explore better plans by upgrading the robot itself. To address this limitation, we propose Self-Evolutionary RePlanning, or SERP for short, which leads to a paradigm shift from frozen models towards evolving models by run-time learning from recent experiences. In contrast to existing model evolution approaches that often get stuck at predefined static parameters, we introduce agentic self-evolving action model that uses in-context learning with auto-differentiation (ILAD) for adaptive function adjustment and global parameter reset. To achieve token-efficient replanning for SERP, we also propose graph chain-of-thought (GCOT) replanning with large language model (LLM) inference over distilled graphs. Extensive simulation and real-world experiments demonstrate that SERP achieves higher success rate with lower token expenditure over various benchmarks, validating its superior robustness and efficiency across diverse environments.
• Abstract（参考訳）: 複雑な環境でのボディードナビゲーションの失敗は避けられない。 レジリエンスを高めるために、リプランニング(RP)はロボットが失敗することを許される実行可能な選択肢であるが、成功まで計画を調整することができる。 しかし、既存のRPアプローチはエゴアクションモデルを凍結し、ロボット自体をアップグレードすることでより良い計画を探る機会を逃している。 この制限に対処するため、我々は、短期的に自己進化的再計画(Self-Evolutionary RePlanning、SERP)を提案し、これは、最近の経験から実行時の学習によって、凍結モデルから進化モデルへのパラダイムシフトをもたらす。 既定の静的パラメータにしばしば立ち往生する既存のモデル進化アプローチとは対照的に,適応関数調整と大域的パラメータリセットに自動微分(ILAD)を用いた文脈内学習を用いたエージェント的自己進化アクションモデルを導入する。 また,SERPのトークン効率向上のために,蒸留グラフ上での大規模言語モデル(LLM)推論によるGCOT(Graph chain-of- Thought)の再構築も提案する。 大規模シミュレーションと実世界の実験により、SERPは様々なベンチマークよりも低いトークン支出で高い成功率を達成し、様々な環境において優れた堅牢性と効率性を検証した。

関連論文リスト

• Self-Correcting VLA: Online Action Refinement via Sparse World Imagination [55.982504915794514]
  本稿では, 自己補正VLA (SC-VLA) を提案する。 SC-VLAは最先端のパフォーマンスを達成し、最高タスクスループットを16%削減し、最高パフォーマンスのベースラインよりも9%高い成功率を得る。
  論文  参考訳（メタデータ） (2026-02-25T06:58:06Z)
• PathWise: Planning through World Model for Automated Heuristic Design via Self-Evolving LLMs [16.59846708454225]
  自己進化型LCM(PathWise)による世界自動ヒューリスティックデザインのための計画的計画」と呼ばれる新しいマルチエージェント推論フレームワークを提案する。 PathWiseは、検索軌跡のコンパクトでステートフルなメモリとして機能するエンテーメントグラフ上のシーケンシャルな決定過程を定式化する。 様々なCOP実験により、PathWiseはより高速に収束し、より一般化し、異なるLCMバックボーンをまたいで一般化し、より大きな問題サイズにスケールすることが示された。
  論文  参考訳（メタデータ） (2026-01-28T12:34:50Z)
• PILOT: Planning via Internalized Latent Optimization Trajectories for Large Language Models [51.43746425777865]
  大規模言語モデル(LLM)は、しばしばグローバル戦略を定式化する能力に欠けており、長い水平タスクにおけるエラーの伝播につながる。 PILOTは,大規模モデルの戦略的監視を本質的な潜伏誘導に内部化するためのフレームワークである。
  論文  参考訳（メタデータ） (2026-01-07T12:38:56Z)
• Deep Active Inference Agents for Delayed and Long-Horizon Environments [1.693200946453174]
  AIFエージェントは、遅れた環境で悪化する制限である正確な即時予測と徹底的な計画に依存している。 本稿では,複数段階の遅延遷移を特徴とする生成型政治アーキテクチャを提案する。 我々は,遅延と長期化の設定で現実的な産業シナリオを模倣した環境におけるエージェントの評価を行った。
  論文  参考訳（メタデータ） (2025-05-26T11:50:22Z)
• Action Flow Matching for Continual Robot Learning [54.10050120844738]
  ロボット工学における継続的な学習は、変化する環境やタスクに常に適応できるシステムを求める。 本稿では,オンラインロボット力学モデルアライメントのためのフローマッチングを利用した生成フレームワークを提案する。 ロボットは,不整合モデルで探索するのではなく,行動自体を変換することで,より効率的に情報収集を行う。
  論文  参考訳（メタデータ） (2025-04-25T16:26:15Z)
• Learning from Reward-Free Offline Data: A Case for Planning with Latent Dynamics Models [79.2162092822111]
  我々は,一連のナビゲーションタスクにおいて,強化学習(RL)と制御に基づく手法を体系的に評価する。 我々は、JEPA(Joint Embedding Predictive Architecture)を使用して、潜在ダイナミクスモデルを使用し、それを計画に使用します。 その結果,モデルベースプランニングではレイアウトが不明瞭になるのに対して,モデルフリーのRLは高品質なデータから恩恵を受けることがわかった。
  論文  参考訳（メタデータ） (2025-02-20T18:39:41Z)
• Adaptive Planning with Generative Models under Uncertainty [20.922248169620783]
  生成モデルによる計画は、幅広い領域にわたる効果的な意思決定パラダイムとして現れてきた。 最新の環境観測に基づいて決定を下すことができるため、各段階での継続的再計画は直感的に思えるかもしれないが、かなりの計算上の課題をもたらす。 本研究は,長軸状態軌跡を予測できる生成モデルの能力を活用する,シンプルな適応計画手法を導入することで,この問題に対処する。
  論文  参考訳（メタデータ） (2024-08-02T18:07:53Z)

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。