論文の概要: E-TTS: A New Embodied Test-Time Scaling Framework for Robotic Manipulation

• arxiv url: http://arxiv.org/abs/2606.27268v1
• Date: Thu, 25 Jun 2026 16:50:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 18:46:32.361936
• Title: E-TTS: A New Embodied Test-Time Scaling Framework for Robotic Manipulation
• Title（参考訳）: E-TTS:ロボットマニピュレーションのための新しい身体的テスト時間スケーリングフレームワーク
• Abstract要約: Embodied Test-Time Scalingは、ロボット操作のための推論とアクションスケーリングを統合するフレームワークである。 E-TTSは履歴バッファを使用して履歴コンテキストを格納し、推論とアクション検証によってサンプル候補を評価する。 結果: E-TTSは一貫して性能を改善し、シミュレーションでは33.14%、現実のシナリオでは26.62%に向上した。
• 参考スコア（独自算出の注目度）: 21.23579664383006
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, a few works have made early attempts to study test-time scaling for embodied tasks. However, two major challenges remain unsolved: (1) reasoning can effectively improve the performance of the policy, but its scaling mechanism has seldom been studied; (2) historical information is essential, as embodied tasks are inherently long-horizon and sequential, making sole reliance on current observations for action scaling inadequate due to the lack of historical context utilization. To address these challenges, we introduce E-TTS, a modular and plug-and-play Embodied Test-Time Scaling framework that unifies reasoning and action scaling for robotic manipulation via history-aware iterative refinement with vision-language verifiers. To support joint reasoning-action scaling, E-TTS performs reasoning-action joint sampling and scoring in a pairwise manner. To better utilize historical information, E-TTS uses a history buffer to store historical context, which is then used by reasoning and action verifiers to evaluate the sampled candidates. Unlike conventional open-loop TTS methods, E-TTS introduces feedback generation into the sampling process to form a closed-loop iterative refinement mechanism, enhancing both inference efficiency and environmental adaptability. Each component functions as an independent and composable module, allowing flexible and adaptive configuration depending on task requirements. To evaluate the advantages of our framework, we conduct experiments across 4 different benchmarks, 6 environments, 3 embodiments, and 4 base vision-language-action models. The experimental results demonstrate that, without requiring additional expert data collection or retraining, E-TTS consistently improves performance, achieving up to a 33.14% increase in simulation and 26.62% in real-world scenarios.
• Abstract（参考訳）: 最近、いくつかの研究が、実施されたタスクに対するテスト時間スケーリングの研究を早くから試みている。 しかし,(1)推論は政策のパフォーマンスを効果的に改善できるが,そのスケーリングメカニズムは研究されることはめったにない,(2)具体的タスクは本質的に長期的かつ逐次的であるため,歴史的文脈利用の欠如による現在の行動スケーリングの観測にのみ依存する,という2つの大きな課題が未解決のまま残っている。 これらの課題に対処するために、E-TTS(Embodied Test-Time Scaling)フレームワークを導入する。 E−TTSは、共同推論-動作スケーリングをサポートするために、相互に推論-動作合同サンプリング及びスコアリングを行う。 履歴情報をよりよく活用するために、E-TTSは履歴バッファを使用して履歴コンテキストを格納し、推論とアクション検証によってサンプル候補を評価する。 従来のオープンループTS法とは異なり、E-TTSはサンプリングプロセスにフィードバック生成を導入してクローズドループ反復精製機構を形成し、推論効率と環境適応性の両方を向上させる。 各コンポーネントは独立して構成可能なモジュールとして機能し、タスク要求に応じて柔軟で適応的な構成を可能にする。 フレームワークの利点を評価するため、4つの異なるベンチマーク、6つの環境、3つのエボディメント、4つのベースビジョン言語アクションモデルで実験を行った。 実験の結果、専門家のデータ収集や再訓練を必要とせず、E-TTSは一貫して性能を改善し、シミュレーションでは33.14%、現実のシナリオでは26.62%に向上した。

関連論文リスト

• Dual-level Adaptation for Multi-Object Tracking: Building Test-Time Calibration from Experience and Intuition [29.371401864045115]
  テスト時間適応(TTA)は、そのような分散シフトを軽減するための有望なパラダイムとして登場した。 本稿では,経験と直観からのテストタイム(TCEI)フレームワークを提案する。 このフレームワークでは、過渡記憶を利用して、最近観測されたオブジェクトをリコールし、迅速な予測を行う。 オンラインテストにおける確実なオブジェクトと不確実なオブジェクトは、歴史的先行と反射的ケースとして活用される。
  論文  参考訳（メタデータ） (2026-03-23T06:50:28Z)
• UniT: Unified Multimodal Chain-of-Thought Test-time Scaling [85.590774707406]
  統一モデルは単一のアーキテクチャ内でマルチモーダル理解と生成の両方を扱うことができるが、通常は出力を反復的に書き換えることなく単一のパスで操作する。 マルチモーダルなテストタイムスケーリングのためのフレームワークであるUniTを導入し、単一の統一モデルで複数のラウンドをまたいだ推論、検証、精査を可能にします。
  論文  参考訳（メタデータ） (2026-02-12T18:59:49Z)
• Specialization after Generalization: Towards Understanding Test-Time Training in Foundation Models [64.02612380298228]
  最近の研究は、テストタイムトレーニング(TTT)として知られる特定のタスクに対して、テストタイムでモデルをトレーニングし続けるというアイデアを探求している。 本稿では,TTTがグローバルトレーニングよりもはるかに小さな分布内テスト誤差を達成できるモデルを提案する。 我々は、ImageNet上でスパースオートエンコーダをトレーニングすることで、モデルの主要な仮定を実証的に検証する。
  論文  参考訳（メタデータ） (2025-09-29T09:24:52Z)
• Sticker-TTS: Learn to Utilize Historical Experience with a Sticker-driven Test-Time Scaling Framework [97.11629413081651]
  大規模推論モデルのための新しいテスト時間スケーリングフレームワークである Sticker-TTS を提案する。 フレームワークの中核は、重要な情報の抽出、精錬、再利用を促進するキー条件付きステッカーである。 Sticker-TTSは、自己整合性や高度な強化学習アプローチを含む、強いベースラインを一貫して超越していることを示す。
  論文  参考訳（メタデータ） (2025-09-05T11:14:11Z)
• Test-Time Alignment for Tracking User Interest Shifts in Sequential Recommendation [47.827361176767944]
  シークエンシャルレコメンデーションは、ユーザが対話する可能性のある次の項目を予測することを目的として、現代のレコメンデーションシステムにおいて不可欠である。 現実のシナリオは、しばしば動的で、ユーザの関心事の変化を被る。 最近のテストタイムトレーニングは有望なパラダイムとして現れ、事前トレーニングされたモデルがテストデータに動的に適応できるようにする。 逐次レコメンデーションに適した2つのTest-Time Alignmentモジュールを導入することで,TTTのステートスペースモデルを活用した新しいモデルであるT$2$ARecを提案する。
  論文  参考訳（メタデータ） (2025-04-02T08:42:30Z)
• Learning to Reason from Feedback at Test-Time [19.576076567451434]
  成功を得るためには、環境とフィードバックとの反復的な相互作用がしばしば必要です。 既存のアプローチは、長さの一般化に苦しむか、事前情報を活用することなく、単純な再試行に依存している。 本稿では,テスト時の最適化問題としてフィードバック利用を定式化する新しいパラダイムであるFTTTを紹介する。
  論文  参考訳（メタデータ） (2025-02-16T11:05:27Z)
• A Systematic Examination of Preference Learning through the Lens of Instruction-Following [83.71180850955679]
  新たな合成データ生成パイプラインを用いて48,000の命令追従プロンプトを生成する。 合成プロンプトでは、リジェクションサンプリング(RS)とモンテカルロ木探索(MCTS)の2つの選好データセットキュレーション手法を用いる。 実験により、MCTSが生成した選好ペアにおける共有プレフィックスは、限界はあるが一貫した改善をもたらすことが明らかになった。 高コントラストの選好ペアは一般的に低コントラストのペアよりも優れているが、両者を組み合わせることで最高のパフォーマンスが得られることが多い。
  論文  参考訳（メタデータ） (2024-12-18T15:38:39Z)
• Improved Test-Time Adaptation for Domain Generalization [48.239665441875374]
  テストタイムトレーニング(TTT)は、学習したモデルにテストデータを適用する。 この作業は2つの主な要因に対処する: テストフェーズ中にアップデートする信頼性のあるパラメータを更新および識別するための適切な補助的TTTタスクを選択する。 トレーニングされたモデルに適応パラメータを追加し、テストフェーズでのみ適応パラメータを更新することを提案する。
  論文  参考訳（メタデータ） (2023-04-10T10:12:38Z)

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。