論文の概要: Efficient Skill Grounding via Code Refactoring with Small Language Models

• arxiv url: http://arxiv.org/abs/2606.07999v1
• Date: Sat, 06 Jun 2026 06:33:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.608912
• Title: Efficient Skill Grounding via Code Refactoring with Small Language Models
• Title（参考訳）: 小言語モデルによるコードリファクタリングによる効果的なスキルグラウンドディング
• Authors: Sera Choi, Wonje Choi, Saehun Chun, Daehee Lee, Jooyoung Kim, Chaeun Lee, Honguk Woo,
• Abstract要約: エンボディエージェントに 再利用可能なスキルを 展開するには スキルグラウンディングが不可欠だ スモールランゲージモデル(sLM)は、信頼性の高い長距離制御に必要な効果的な技術基盤として不十分なままである。 本稿では,環境固有の実行バインディングからスキルセマンティクスを分離することで,SLMによる効率的なスキル接地を可能にするフレームワークRECENTを提案する。
• 参考スコア（独自算出の注目度）: 18.26974235705777
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Effective skill grounding is essential for deploying reusable skills in embodied agents, as even minor embodiment or environmental differences can render an entire skill incompatible. This challenge is particularly pronounced in embodied settings, where agents must operate in dynamic, partially observable environments without access to large language models (LLMs). In this setting, reliance on LLMs is impractical, while small language models (sLMs) remain insufficient for the effective skill grounding required for reliable long-horizon control. We present RECENT, a refactoring-centric agent framework that enables efficient skill grounding with sLMs by decoupling skill semantics from embodiment- and environment-specific execution binding. By representing skills as executable code, RECENT preserves the semantic intent encoded in a skill's control structure while grounding it by modifying only execution bindings through localized refactoring, rather than regenerating code from scratch. We evaluate RECENT across diverse skill grounding scenarios spanning multiple robot embodiments in dynamic environments, demonstrating robust long-horizon performance when deployed with an sLM. Across all scenarios, RECENT achieves the best performance among sLM-based Code-as-Policies (CaP) methods and matches the task performance of LLM-based CaP.
• Abstract（参考訳）: 有効スキル基盤は、小さな実施形態や環境の違いさえも、すべてのスキルを互換性のないものにすることができるため、実施したエージェントに再利用可能なスキルをデプロイするために不可欠である。 エージェントは大きな言語モデル(LLM)にアクセスすることなく、動的で部分的に観察可能な環境で動作しなければならない。 この設定では、LLMへの依存は非現実的であるが、信頼性の高い長期制御に必要な効果的な技術基盤として、小型言語モデル(sLM)は不十分である。 本稿では,SLMによる効率的なスキル接地を実現するためのリファクタリング中心のエージェントフレームワークRECENTについて述べる。 スキルを実行可能なコードとして表現することで、RECENTは、スキルの制御構造にエンコードされたセマンティックインテントを、スクラッチからコードを再生成するのではなく、ローカライズされたリファクタリングを通じてのみ実行バインディングを変更することによって、基盤として保持する。 本研究では,複数のロボットを対象とする動的環境における多様なスキル接地シナリオにまたがってRECENTを評価し,SLMを用いた場合の堅牢なロングホライゾン性能を実証する。 すべてのシナリオにおいて、RECENTは、sLMベースのCode-as-Policies(CaP)メソッドの中で最高のパフォーマンスを達成し、LCMベースのCaPのタスクパフォーマンスにマッチする。

関連論文リスト

• Semantically Structured Mixture-of-Experts for Compositional Robotic Manipulation [21.358519910897652]
  拡散ベースのポリシーは、正確なロボット操作のための新しい標準を確立したが、重要なスケーラビリティのボトルネックに直面している。 合成ロボット操作のためのSMODP(Semantically Structured Mixture-of-Experts Diffusion Policy)を導入する。 提案手法は,パラメータ効率が大幅に向上したマルチタスクベンチマークにおいて,代表拡散とMoEベースのベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2026-05-22T10:38:59Z)
• HELP: Hierarchical Embodied Language Planner for Household Tasks [75.38606213726906]
  複雑なシナリオを扱うエージェントは、堅牢な計画能力に大きく依存する。 広範な言語知識を備えた大規模言語モデルは、この役割を果たすことができる。 LLMをベースとした一組のエージェントからなる階層型エンボディード言語プランナーHELPを提案する。
  論文  参考訳（メタデータ） (2025-12-25T15:54:08Z)
• Natural Language Actor-Critic: Scalable Off-Policy Learning in Language Space [57.868527884634894]
  自然言語アクター・クライブ(英: Natural Language Actor-Critic)は、スカラー値ではなく自然言語を用いてポリシーを訓練する新しいアクター批判アルゴリズムである。 NLACが既存のトレーニング手法より優れていることを示すために、推論、Webブラウジング、ツールユースを対話タスクと組み合わせた結果を示す。
  論文  参考訳（メタデータ） (2025-12-04T09:21:44Z)
• Sample-Efficient Online Learning in LM Agents via Hindsight Trajectory Rewriting [92.57796055887995]
  本稿では,言語モデルエージェントの強化学習から後視体験のリプレイに適応するプロンプトフレームワークECHOを紹介する。 ECHOは失敗した試みで達成できた代替目標のために最適化された軌道を生成する。 我々は、テキストベースのナビゲーションと計画ベンチマークであるXMiniGridのステートフルバージョンと、協調的な情報収集企業シミュレーションであるPeopleJoinQAについて、ECHOを評価した。
  論文  参考訳（メタデータ） (2025-10-11T18:11:09Z)
• SHERPA: A Model-Driven Framework for Large Language Model Execution [5.595920727790909]
  SHERPAは、複雑なタスクにおける大規模言語モデル(LLM)のパフォーマンスを改善するためのモデル駆動フレームワークである。 ドメイン固有のベストプラクティスを階層的なステートマシンに明示的に組み込むことで、SHERPAはよりきめ細かい動作制御を可能にする。
  論文  参考訳（メタデータ） (2025-08-29T23:14:21Z)
• New Dataset and Methods for Fine-Grained Compositional Referring Expression Comprehension via Specialist-MLLM Collaboration [49.180693704510006]
  Referring Expression (REC) は、言語理解、画像理解、言語と画像の接点の相互作用を評価するためのクロスモーダルなタスクである。 MLLM(Multimodal Large Language Models)の試験場として機能する。
  論文  参考訳（メタデータ） (2025-02-27T13:58:44Z)
• Transformer-Squared: Self-adaptive LLMs [29.1326358746118]
  そこで我々はTransformer-Squaredという新しい自己適応フレームワークを紹介した。 提案手法は,LoRAなどのユビキタスな手法よりもパラメータが少なく,効率も向上する。 Transformer-Squaredは、LLMの適応性とタスク固有のパフォーマンスを向上させる、スケーラブルで効率的なソリューションを提供する。
  論文  参考訳（メタデータ） (2025-01-09T01:19:21Z)
• Can Long-Context Language Models Subsume Retrieval, RAG, SQL, and More? [54.667202878390526]
  長文言語モデル(LCLM)は、従来、検索システムやデータベースといった外部ツールに依存していたタスクへのアプローチに革命をもたらす可能性がある。 実世界のタスクのベンチマークであるLOFTを導入し、文脈内検索と推論においてLCLMの性能を評価するために設計された数百万のトークンを出力する。 以上の結果からLCLMは,これらのタスクを明示的に訓練したことがないにも関わらず,最先端の検索システムやRAGシステムと競合する驚くべき能力を示した。
  論文  参考訳（メタデータ） (2024-06-19T00:28:58Z)

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。