論文の概要: ATOM-Bench: A Real-World Benchmark for Atomic Skills and Compositional Generalization in Manipulation Policies

• arxiv url: http://arxiv.org/abs/2606.16826v1
• Date: Mon, 15 Jun 2026 15:08:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 18:36:05.067893
• Title: ATOM-Bench: A Real-World Benchmark for Atomic Skills and Compositional Generalization in Manipulation Policies
• Title（参考訳）: ATOM-Bench: 操作ポリシにおける原子スキルと組成の一般化のための実世界のベンチマーク
• Authors: Zenan Wu, Bingqing Wei, Lu Liu, Zheqi He, Xi Wang, Jiakang Liu, Zehui Li, Guocai Yao, Jing-Shu Zheng, Xi Yang, Yongtao Wang,
• Abstract要約: 汎用的な操作ポリシーは、ロボット制御の基礎モデルとしてますます提示されている。 ATOM-Benchは、操作ポリシーにおける原子スキルと組成一般化の両方を評価するための実世界のベンチマークである。
• 参考スコア（独自算出の注目度）: 18.55273532676497
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generalist manipulation policies are increasingly presented as foundation models for robotic control, but their real-world generalization remains difficult to diagnose. A policy may succeed on demonstrated tasks while still failing to execute fine-grained atomic skills or recombine learned skills in new task structures. We introduce \textbf{ATOM-Bench}, a real-world benchmark for evaluating both atomic skills and compositional generalization in manipulation policies. ATOM-Bench factorizes tabletop manipulation into motor atoms and instruction atoms, and contains 30 atomic tasks and 24 held-out compositional tasks across paired single-arm and dual-arm robot tracks. We collect 3,000 human demonstrations for atomic fine-tuning and release both the demonstration data and evaluation rollout data to support reproducible real-world evaluation. Policies are fine-tuned on atomic tasks and evaluated on both atomic skill acquisition and held-out compositional tasks. We further introduce Atomic Score (AS) and Compositional Failure Share (CFS) to distinguish failures caused by weak atomic skills from failures caused by limited compositional reuse. Through 2,700 physical rollouts on five representative manipulation policies, we find that current policies can acquire simple instruction-grounding skills, but still struggle with fine-grained motor atoms, counting, and logical filtering. More importantly, strong atomic performance does not reliably transfer to held-out compositional tasks. ATOM-Bench provides a diagnostic testbed for studying whether failures arise from weak motor execution, poor instruction grounding, or limited compositional reuse.
• Abstract（参考訳）: 汎用的な操作ポリシーは、ロボット制御の基礎モデルとしてますます提示されているが、現実の一般化は診断が難しいままである。 政策は、新しいタスク構造において、きめ細かい原子スキルの実行や学習スキルの再結合に失敗したまま、実証されたタスクで成功するかもしれない。 本稿では,操作ポリシーにおける原子スキルと組成一般化の両方を評価するための実世界のベンチマークである,textbf{ATOM-Bench}を紹介する。 ATOM-Benchは、テーブルトップ操作をモーター原子と命令原子に分解し、30の原子タスクと、ペア化されたシングルアームとデュアルアームのロボットトラックにまたがる24の構成タスクを含む。 実験データとロールアウトデータの両方を収集し,再現性のある実世界評価を支援する。 ポリシはアトミックなタスクに基づいて微調整され、アトミックなスキル獲得とホールドアウトなコンポジションタスクの両方で評価される。 さらに、弱い原子スキルによる失敗と限られた構成再利用による失敗を区別するために、アトミックスコア(AS)とコンポジション障害共有(CFS)を導入します。 5つの代表的操作ポリシーに関する2700の物理的ロールアウトを通じて、現在のポリシーは単純な命令接地スキルを獲得できるが、それでも微細なモーター原子、カウント、論理的フィルタリングに苦戦している。 さらに重要なことに、強い原子性能は、保持された構成タスクに確実に移行しない。 ATOM-Benchは、弱いモーター実行、弱い命令グラウンド、限られた構成的再利用から障害が発生するかどうかを調べるための診断テストベッドを提供する。

関連論文リスト

• EnactToM: An Evolving Benchmark for Functional Theory of Mind in Embodied Agents [75.01735520608075]
  既存のベンチマークは、直観的信念を問うことで、主にリテラル・オブ・マインド(ToM)をテストする。 EnactToMは, 3D 家庭で設定された300個のマルチエージェントタスクの進化ベンチマークである。 ハードスプリットでは、7つの評価されたフロンティアモデルすべてが機能的なタスク完了時に0.0%のPass3を獲得し、リテラルな信念プローブでは平均45.0%であった。
  論文  参考訳（メタデータ） (2026-05-11T00:04:19Z)
• Scaling Coding Agents via Atomic Skills [23.614587850545988]
  まず、コードローカライゼーション、コード編集、ユニットテスト生成、イシュー再現、コードレビューという5つの基本的なアトミックスキルを定式化します。 合成符号化タスクと比較すると、これらの原子スキルはより一般的で構成可能である。 このようにして、原子スキルは負の干渉やトレードオフなしに一貫して改善される。
  論文  参考訳（メタデータ） (2026-04-06T16:36:21Z)
• AtomicVLA: Unlocking the Potential of Atomic Skill Learning in Robots [92.18094199070693]
  現実世界のロボットタスクは、長い水平、多段階の問題解決を伴い、継続的なスキル獲得のために一般化を必要とすることが多い。 我々は、タスクレベルの計画、アトミックスキルの抽象化、きめ細かいアクションを共同で生成する統合計画実行フレームワークAtomicVLAを提案する。 シミュレーションでは、AtomicVLAはLIBEROで$_0$2.4%、LIBERO-LONGで10%、CALVINで$_0$と$_0.5$0.22、平均タスク長0.25よりパフォーマンスが良い。
  論文  参考訳（メタデータ） (2026-03-08T14:18:56Z)
• Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation [34.73582639920571]
  AtomSkillは、新しいマルチタスク模倣学習フレームワークである。 構成可能なロボット操作のために構造化された原子スキルスペースを学習し活用する。 さまざまな操作タスクにまたがって、最先端のメソッドを一貫して上回る。
  論文  参考訳（メタデータ） (2025-12-20T13:46:08Z)
• From Atomic to Composite: Reinforcement Learning Enables Generalization in Complementary Reasoning [83.94543243783285]
  本研究では、内部パラメトリック知識と外部コンテキスト情報の統合を必要とする複雑なタスクである補完的推論について検討する。 RLは確率増幅器ではなく推論合成器として機能する。
  論文  参考訳（メタデータ） (2025-12-01T18:27:25Z)
• RoboEval: Where Robotic Manipulation Meets Structured and Scalable Evaluation [32.080769025457926]
  本稿では,現在の双方向操作ポリシーの限界を明らかにするために,シミュレーションベンチマークと構造化評価フレームワークであるRoboEvalを提案する。 RoboEvalは、空間、物理的、コーディネート機能に体系的に挑戦する、階層化されたセマンティックな基礎付けられた一連のタスクを導入した。 行動メトリクスは、タスクメトリックペアの半数以上の成功と相関し、バイナリ成功が飽和しても情報的であり続ける。
  論文  参考訳（メタデータ） (2025-07-01T05:33:16Z)
• AtomR: Atomic Operator-Empowered Large Language Models for Heterogeneous Knowledge Reasoning [49.24235059299745]
  我々は、原子レベルで正確な異種知識推論を行うための大規模な言語モデルのためのフレームワークAtomRを紹介する。 AtomRは複雑な質問を、各葉ノードが原子知識演算子に対応する推論木に分解する。 推論実行段階では、AtomRは各原子知識演算子を実行し、弾力的に異種源から原子レベルの知識を選択し、取得し、操作する。
  論文  参考訳（メタデータ） (2024-11-25T15:35:51Z)
• Laying the Foundation First? Investigating the Generalization from Atomic Skills to Complex Reasoning Tasks [40.7766635942194]
  本稿では,原子スキルが複雑な推論タスクに自然に一般化できるかどうかを探索する枠組みを提案する。 次に、より優れたスキルの一般化を実現するために、階層的なカリキュラム学習訓練戦略を導入する。 階層的なカリキュラム学習を活用することで、一般化を成功させ、複雑な推論タスクにおけるオープンソースのLMの性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-03-14T15:20:54Z)

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。