論文の概要: HomeFlow: A Data Flywheel for Smart Home Agent Training with Verifiable Simulation
- arxiv url: http://arxiv.org/abs/2606.01230v1
- Date: Sun, 31 May 2026 13:26:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:29.459331
- Title: HomeFlow: A Data Flywheel for Smart Home Agent Training with Verifiable Simulation
- Title（参考訳）: HomeFlow: 検証可能なシミュレーションによるスマートホームエージェントトレーニングのためのデータフライホイール
- Authors: Yi Gu, Huacan Wang, Shuo Zhang, Yuqing Hou, Lei Xue, Weipeng Ming, Chen Liu, Fangzhou Yu, Kuan Li, Ronghao Chen, Sen Hu, Xiaofeng Mou, Yi Xu,
- Abstract要約: スマートホームエージェントのための高品質なトレーニングデータを生成するために,HomeFlowを提案する。
HomeFlowは、HomeEnvを統一的なシミュレーション環境として、HomeMakerを使用して、さまざまなホーム設定を手続き的に生成する。
HomeFlow-RL-4BとHomeFlow-RL-8Bはそれぞれ84.60%と87.03%のタスク成功率を達成した。
- 参考スコア（独自算出の注目度）: 22.87553318476621
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language model agents are moving beyond text-only interaction toward physical-world control, with smart homes as a representative domain. Real domestic interaction requires understanding ambiguous intents, operating in dynamic environments, and performing multi-turn reasoning. However, existing methods struggle to generate high-quality training data for smart home agents. We propose HomeFlow, a verifiable data flywheel for this domain. HomeFlow uses HomeEnv as a unified simulation environment and HomeMaker to procedurally generate diverse home settings. Subsequently, Blueprint compiles open-ended user intents into executable state-based success conditions, while MCTS-Flow synthesizes diverse, verifiable multi-turn trajectories through environment-guided tree search. We then optimize the agents via supervised fine-tuning and step-wise RLVE, which facilitates iterative improvement through authentic physical feedback. We further construct SmartHome-Bench to evaluate the agent across various smart home tasks. On this benchmark, HomeFlow-RL-4B and HomeFlow-RL-8B achieve task success rates of 84.60% and 87.03%. It is worth noting that HomeFlow-RL-8B even surpasses the leading GPT-5.5 by 1.23 percentage points.
- Abstract（参考訳）: 大規模言語モデルエージェントは、テキストのみのインタラクションを超えて、スマートホームを代表ドメインとして、物理世界制御へと移行している。
実際の家庭内相互作用は、曖昧な意図を理解し、動的環境で動作し、マルチターン推論を実行する必要がある。
しかし、既存の手法では、スマートホームエージェントの高品質なトレーニングデータを生成するのに苦労している。
この領域の検証可能なデータフライホイールであるHomeFlowを提案する。
HomeFlowは、HomeEnvを統一的なシミュレーション環境として、HomeMakerを使用して、さまざまなホーム設定を手続き的に生成する。
その後、Blueprintはオープンエンドのユーザ意図を実行可能な状態ベースの成功条件にコンパイルし、MCTS-Flowは環境誘導ツリーサーチを通じて、多様な検証可能なマルチターントラジェクトリを合成する。
次に、エージェントを教師付き微調整とステップワイズRLVEにより最適化し、実際の物理フィードバックによる反復的改善を容易にする。
さらに,SmartHome-Benchを構築し,各種スマートホームタスクにおけるエージェントの評価を行う。
このベンチマークでは、HomeFlow-RL-4BとHomeFlow-RL-8Bが84.60%と87.03%のタスク成功率を達成した。
なお、HomeFlow-RL-8BはGPT-5.5を1.23ポイント上回っている。
関連論文リスト
- Omni-SimpleMem: Autoresearch-Guided Discovery of Lifelong Multimodal Agent Memory [76.63021613850093]
我々は、生涯にわたるAIエージェントのための統合マルチモーダルメモリフレームワークであるOmni-SimpleMemを発見するために、自律的な研究パイプラインをデプロイする。
システムは2つのベンチマークで最先端を実現し、LoCoMoではF1を+411%改善し、Mem-Galleryでは+214%向上した。
本稿では,6種類の発見型を分類し,特に自動検索に適したマルチモーダルメモリを実現する4つの特性を同定する。
論文 参考訳（メタデータ） (2026-04-01T15:06:23Z) - 6GAgentGym: Tool Use, Data Synthesis, and Agentic Learning for Network Management [4.299007466612815]
6G-Forge ブートストラップによる NS-3 種子からのクローズドループ訓練軌跡の反復的自己指示生成と実験モデルに対する実行検証を行った。
得られたコーパスの微調整とオンラインクローズドループインタラクションによる強化学習により、8BオープンソースモデルはGPT-5に匹敵する全体的な成功率を達成することができる。
論文 参考訳（メタデータ） (2026-03-31T12:21:00Z) - S5-HES Agent: Society 5.0-driven Agentic Framework to Democratize Smart Home Environment Simulation [1.4680035572775534]
本稿では,Society 5.0駆動型スマートホーム環境シミュレーターエージェント(S5-HESエージェント)について述べる。
このフレームワークは、交換可能な大言語モデル(LLM)を介して特殊エージェントを調整する。
セマンティック、キーワード、ハイブリッド検索を備えた検索拡張生成(RAG)パイプラインは、スマートホーム知識を検索する。
論文 参考訳（メタデータ） (2026-03-02T07:30:09Z) - Dyna-Mind: Learning to Simulate from Experience for Better AI Agents [62.21219817256246]
私たちは、現在のAIエージェントは、行動する前に、別の未来を精神的にシミュレートする能力である「悪意ある試行錯誤」を必要としていると論じます。
我々は、(V)LMエージェントに対して、そのようなシミュレーションを推論に組み込むように明示的に教える2段階のトレーニングフレームワークであるDyna-Mindを紹介した。
論文 参考訳（メタデータ） (2025-10-10T17:30:18Z) - SimuHome: A Temporal- and Environment-Aware Benchmark for Smart Home LLM Agents [10.925787133867951]
SimuHomeは、スマートデバイスをシミュレートし、APIコールをサポートし、環境変数の変更を反映する時間短縮ホーム環境である。
SimuHomeは高忠実な環境を提供し、SimuHomeで検証されたエージェントは、最小限の適応で実際のMatter準拠のデバイスにデプロイできる。
統合されたReActフレームワーク下での11エージェントの評価では、モデルが単純なタスクでうまく機能する一方で、潜在意図推論、状態検証、特に時間的スケジューリングに苦労していることが判明した。
論文 参考訳（メタデータ） (2025-09-29T04:54:20Z) - AgentSense: Virtual Sensor Data Generation Using LLM Agents in Simulated Home Environments [2.9698967396161624]
我々は、内的世界モデルによって導かれる模擬環境の中で知覚し、行動する、具体化されたAIエージェント-仮想エージェントのアイデアを活用する。
我々はAgentSenseを紹介した。これは仮想データ生成パイプラインで、エージェントはシミュレーションされたスマートホームで毎日のルーチンを生活する。
われわれのアプローチは、現実世界の多様性を反映したリッチでプライバシー保護のセンサーデータを生成する。
論文 参考訳（メタデータ） (2025-06-13T13:31:08Z) - Waymax: An Accelerated, Data-Driven Simulator for Large-Scale Autonomous
Driving Research [76.93956925360638]
Waymaxは、マルチエージェントシーンにおける自動運転のための新しいデータ駆動シミュレータである。
TPU/GPUなどのハードウェアアクセラレータで完全に動作し、トレーニング用のグラフ内シミュレーションをサポートする。
我々は、一般的な模倣と強化学習アルゴリズムのスイートをベンチマークし、異なる設計決定に関するアブレーション研究を行った。
論文 参考訳（メタデータ） (2023-10-12T20:49:15Z) - User Behavior Simulation with Large Language Model based Agents [116.74368915420065]
LLMベースのエージェントフレームワークを提案し,実際のユーザ動作をシミュレートするサンドボックス環境を設計する。
実験結果から,本手法のシミュレーション行動は実人の行動に非常に近いことが判明した。
論文 参考訳（メタデータ） (2023-06-05T02:58:35Z) - Parallel Reinforcement Learning Simulation for Visual Quadrotor
Navigation [4.597465975849579]
強化学習(Reinforcement Learning、RL)は、ロボットに物理的な世界の中をナビゲートするように教えるエージェントベースのアプローチである。
本稿では,AirSim上に構築された並列学習を効率的に行うシミュレーションフレームワークを提案する。
このフレームワーク上に構築されたApe-Xは、AirSim環境の分散トレーニングを組み込むように修正されている。
論文 参考訳（メタデータ） (2022-09-22T15:27:42Z) - Towards Optimal Strategies for Training Self-Driving Perception Models
in Simulation [98.51313127382937]
合成ドメインのみにおけるラベルの使用に焦点を当てる。
提案手法では,ニューラル不変表現の学習方法と,シミュレータからデータをサンプリングする方法に関する理論的にインスピレーションを得た視点を導入する。
マルチセンサーデータを用いた鳥眼視車両分割作業におけるアプローチについて紹介する。
論文 参考訳（メタデータ） (2021-11-15T18:37:43Z) - Sim-to-Real Transfer for Vision-and-Language Navigation [70.86250473583354]
本研究では,従来は目に見えなかった環境下でロボットを解放し,制約のない自然言語ナビゲーション指示に従うという課題について検討する。
VLN(Vision-and-Language Navigation)の課題に関する最近の研究は、シミュレーションにおいて大きな進歩を遂げている。
ロボット工学における本研究の意義を評価するため,シミュレーションで訓練されたVLNエージェントを物理ロボットに転送する。
論文 参考訳（メタデータ） (2020-11-07T16:49:04Z)
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。