論文の概要: RoboLineage: Agent-Native Data Lifecycle Governance Across Robot Policy Iterations

• arxiv url: http://arxiv.org/abs/2606.22142v1
• Date: Sat, 20 Jun 2026 16:48:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 22:35:42.673888
• Title: RoboLineage: Agent-Native Data Lifecycle Governance Across Robot Policy Iterations
• Title（参考訳）: RoboLineage: ロボットポリシーイテレーション全体にわたるエージェント指向のデータライフサイクルガバナンス
• Abstract要約: RoboLineageはロールアウト、レビュー、データセットの決定、トレーニング実行、ポリシーメタデータ、評価、デプロイメントレコメンデーション、次のコレクションプランをタイプされたアーティファクトとして表現する。 エージェントは、ロールアウトエビデンスを解釈し、受け入れたデータを既存のトレーニングスタックに適合させ、データの健全性を維持し、クロスイテレーション状態を要約する。 私たちはRoboLineageを、異なるロボットエボディメントとトレーニングファミリーのための軽量ライフサイクルレイヤとしてオープンソースにしています。
• 参考スコア（独自算出の注目度）: 21.408315974761905
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present RoboLineage, an agent-native data lifecycle governance system for robot policy iteration. Modern robot policies improve through repeated data collection, review, retraining, evaluation, and release decisions, but the evidence connecting these steps is often scattered across local tools, scripts, and expert memory. RoboLineage makes this lifecycle explicit by representing rollouts, reviews, dataset decisions, training runs, policy metadata, evaluations, deployment recommendations, and next-collection plans as typed lineage artifacts. Agents interpret embodied rollout evidence, adapt accepted data to existing training stacks, maintain data health, and summarize cross-iteration state under explicit artifact boundaries. In real-robot manipulation workflows, RoboLineage makes routine policy iteration faster and more auditable while maintaining downstream policy performance. We open source RoboLineage as a lightweight lifecycle layer for different robot embodiments and training families. Project page: https://robolineage.github.io/
• Abstract（参考訳）: 本稿では,ロボットポリシーイテレーションのためのエージェントネイティブデータライフサイクルガバナンスシステムであるRoboLineageを紹介する。 現代のロボットポリシーは、データ収集、レビュー、リトレーニング、評価、リリース決定を通じて改善されているが、これらのステップを接続する証拠は、ローカルツール、スクリプト、エキスパートメモリに分散していることが多い。 RoboLineageはこのライフサイクルを、ロールアウト、レビュー、データセットの決定、トレーニング実行、ポリシーメタデータ、評価、デプロイメントレコメンデーション、および次のコレクションプランを型付き継承アーティファクトとして表現することで明確にする。 エージェントは、ロールアウトエビデンスを解釈し、既存のトレーニングスタックに受け入れたデータを適用し、データの健全性を維持し、明示的なアーティファクト境界の下でクロスイテレーション状態を要約する。 実際のロボット操作ワークフローでは、RoboLineageは、下流ポリシーのパフォーマンスを維持しながら、定期的なポリシーイテレーションを迅速かつ監査可能にします。 私たちはRoboLineageを、異なるロボットエボディメントとトレーニングファミリーのための軽量ライフサイクルレイヤとしてオープンソースにしています。 プロジェクトページ: https://robolineage.github.io/

関連論文リスト

• RoboTok: An Internet-Scale Data Engine for Human Demonstration Retrieval and Dexterous Manipulation Learning [18.25060579087321]
  RoboTokは、人間が操作するビデオに問い合わせると、Webビデオから操作に関連する人間のデモを検索して、巧妙なロボットポリシーを訓練する。 推定アクター中心参照フレームで表現された3次元手指軌跡から潜時運動空間を学習する。
  論文  参考訳（メタデータ） (2026-09-02T22:31:43Z)
• A Few Words Go a Long Way: Language Guided Robot Policy Synthesis [9.088404024682706]
  ARCHITECTは、ロボットポリシー取得をインタラクティブなプログラム合成タスクとして扱うフレームワークである。 我々は,人間の監督者が政策を操縦するために自然言語の修正を行う反復的なプロセスを導入する。 フランカパンダロボットのベンチマーク評価では、ARCHITECTは最先端のVLAモデルより優れている。
  論文  参考訳（メタデータ） (2026-07-26T18:00:02Z)
• RoboTALES: Learning Reasoning-Guided Robot Policies via Task-Aligned Simulated Futures [51.85284871989367]
  タスク整合型未来を学習し,ロボットポリシーのトレーニングに使用するフレームワークであるRoboTALESを提案する。 提案手法では,(1)複雑なタスクを一連のサブゴールに分割してモデルの想像を導く階層的LCMベースのプランナ,(2)これらの将来性を評価し,モデルの内部表現を目標に集中させるために報酬に基づくフィードバックを利用するVLMベースの批判,という2つの重要なイノベーションを導入する。
  論文  参考訳（メタデータ） (2026-07-07T08:58:29Z)
• RoboClaw: An Agentic Framework for Scalable Long-Horizon Robotic Tasks [28.827331437876452]
  データ収集、ポリシー学習、タスク実行を単一のVLM駆動コントローラで統合するエージェントロボットフレームワークであるRoboClawを提案する。 ポリシーレベルでは、RoboClaw氏はEntangled Action Pairs(EAP)を紹介している。 デプロイ中、同じエージェントが高レベルの推論を行い、学習されたポリシープリミティブを動的にオーケストレーションして長期のタスクを遂行する。
  論文  参考訳（メタデータ） (2026-03-12T05:22:59Z)
• ROSER: Few-Shot Robotic Sequence Retrieval for Scalable Robot Learning [40.51327348071904]
  ロボット学習における重要なボトルネックは、タスクラベル付きセグメント化されたトレーニングデータの不足である。 時間ウィンドウ上でタスクに依存しない距離空間を学習する軽量な数ショット検索フレームワークであるROSERを紹介する。 我々の実験では、ROSERは精度と効率の両面で全ての先行手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2026-03-02T05:37:33Z)
• STRAP: Robot Sub-Trajectory Retrieval for Augmented Policy Learning [8.860366821983211]
  STRAPは、トレーニング済みの視覚基盤モデルと動的時間ワープを利用して、大規模なトレーニングコーパスからトラジェクトリのサブシーケンスを堅牢に検索する技術である。 本研究では、事前学習された視覚基盤モデルと動的時間ワープを活用して、大規模学習コーパスからのトラジェクトリのサブシーケンスをロバストに検索するSTRAPを提案する。
  論文  参考訳（メタデータ） (2024-12-19T18:54:06Z)
• LLaRA: Supercharging Robot Learning Data for Vision-Language Policy [56.505551117094534]
  我々はLLaRA: Large Language and Robotics Assistantを紹介した。 まず、既存の行動クローニングデータセットからロボットのための会話スタイルの指導データを生成する自動パイプラインを提案する。 このようなデータセットを限定的に微調整したVLMは、ロボット制御において有意義な行動決定を導出できることを示す。
  論文  参考訳（メタデータ） (2024-06-28T17:59:12Z)
• Efficient Data Collection for Robotic Manipulation via Compositional Generalization [70.76782930312746]
  本研究では, 環境要因をデータから構成し, 未確認の要因の組み合わせに遭遇した場合に成功できることを示す。 コンポジションを利用したドメイン内データ収集手法を提案する。 ビデオはhttp://iliad.stanford.edu/robot-data-comp/で公開しています。
  論文  参考訳（メタデータ） (2024-03-08T07:15:38Z)
• SERL: A Software Suite for Sample-Efficient Robotic Reinforcement Learning [82.46975428739329]
  筆者らは,報酬の計算と環境のリセットを行う手法とともに,効率的なオフ・ポリティクス・ディープ・RL法を含むライブラリを開発した。 我々は,PCBボードアセンブリ,ケーブルルーティング,オブジェクトの移動に関するポリシを,非常に効率的な学習を実現することができることを発見した。 これらの政策は完全な成功率またはほぼ完全な成功率、摂動下でさえ極端な堅牢性を実現し、突発的な堅牢性回復と修正行動を示す。
  論文  参考訳（メタデータ） (2024-01-29T10:01:10Z)
• Interactive Planning Using Large Language Models for Partially Observable Robotics Tasks [54.60571399091711]
  大きな言語モデル(LLM)は、オープン語彙タスクを実行するロボットエージェントを作成することで、驚くべき成果を上げている。 LLMを用いた部分的に観測可能なタスクのための対話型計画手法を提案する。
  論文  参考訳（メタデータ） (2023-12-11T22:54:44Z)
• Robot Fine-Tuning Made Easy: Pre-Training Rewards and Policies for Autonomous Real-World Reinforcement Learning [58.3994826169858]
  ロボット強化学習のためのリセット不要な微調整システムであるRoboFuMEを紹介する。 我々の洞察は、オフラインの強化学習技術を利用して、事前訓練されたポリシーの効率的なオンライン微調整を確保することである。 提案手法では,既存のロボットデータセットからのデータを組み込んで,目標タスクを3時間以内の自律現実体験で改善することができる。
  論文  参考訳（メタデータ） (2023-10-23T17:50:08Z)
• Robust Visual Sim-to-Real Transfer for Robotic Manipulation [79.66851068682779]
  シミュレーションにおけるビジュモータポリシーの学習は、現実世界よりも安全で安価である。 しかし、シミュレーションデータと実データとの相違により、シミュレータ訓練されたポリシーは実際のロボットに転送されると失敗することが多い。 視覚的なsim-to-real領域ギャップを埋める一般的なアプローチは、ドメインランダム化(DR)である。
  論文  参考訳（メタデータ） (2023-07-28T05:47:24Z)
• Polybot: Training One Policy Across Robots While Embracing Variability [70.74462430582163]
  複数のロボットプラットフォームにデプロイするための単一のポリシーをトレーニングするための重要な設計決定セットを提案する。 われわれのフレームワークは、まず、手首カメラを利用して、我々のポリシーの観察空間と行動空間を具体化して調整する。 6つのタスクと3つのロボットにまたがる60時間以上のデータセットを用いて,関節の形状や大きさの異なるデータセットの評価を行った。
  論文  参考訳（メタデータ） (2023-07-07T17:21:16Z)

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。