論文の概要: ASPIRE: Agentic /Skills Discovery for Robotics

• arxiv url: http://arxiv.org/abs/2607.00272v1
• Date: Tue, 30 Jun 2026 23:38:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.662528
• Title: ASPIRE: Agentic /Skills Discovery for Robotics
• Title（参考訳）: ASPIRE: ロボットのためのエージェント/スキル発見
• Abstract要約: ASPIRE (Agentic Skill Programming through Iterative Robot Exploration) は、ロボット制御プログラムをコード・アズ・ポリティクスのパラダイムで書き、洗練する。 1)細粒度のマルチモーダルトレースを露呈し,自律的な故障診断,修復,合成,検証を可能にするクローズドループロボット実行エンジン,(2)検証済みの修正を再利用可能な,伝達可能な知識に蒸留する継続的な拡張スキルライブラリ,(3)多様なタスクシーケンスを生成する進化的検索と,単一軌道の洗練を超えて探索する制御プログラムである。
• 参考スコア（独自算出の注目度）: 46.66569877875144
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Traditional robot programming is challenging: it requires orchestrating multimodal perception, managing physical contact dynamics, and handling diverse configurations and execution failures. We introduce ASPIRE (Agentic Skill Programming through Iterative Robot Exploration), a continual learning system that autonomously writes and refines robot control programs in a code-as-policy paradigm while compounding experience into a reusable skill library. ASPIRE discovers skills that persist across tasks, simulation and real-world settings, and embodiments. It operates in an open-ended loop with three components: (1) a closed-loop robot execution engine that exposes fine-grained multimodal traces, enabling autonomous failure diagnosis, repair synthesis, and validation; (2) a continually expanding skill library that distills validated fixes into reusable, transferable knowledge; and (3) evolutionary search that generates diverse task sequences and control programs to explore beyond single-trajectory refinement. ASPIRE surpasses prior methods by up to 77% on LIBERO-Pro manipulation under perturbation, 72% on Robosuite bimanual handover, and 32% on BEHAVIOR-1K long-horizon household tasks. Its accumulated library also enables zero-shot generalization to unseen long-horizon tasks: on LIBERO-Pro Long, ASPIRE achieves 31% success versus 4% for prior methods despite their use of test-time reasoning and retries. Finally, simulation-discovered skills provide initial evidence of sim-to-real transfer, substantially reducing real-robot programming effort across different embodiments and robot APIs.
• Abstract（参考訳）: 従来のロボットプログラミングは、マルチモーダルな知覚のオーケストレーション、物理的な接触ダイナミクスの管理、さまざまな構成や実行障害の処理など、難しい。 AsPIRE(Agentic Skill Programming through Iterative Robot Exploration)は、コード・アズ・ポリティクスのパラダイムでロボット制御プログラムを自律的に書き、洗練し、経験を再利用可能なスキルライブラリに組み込む連続学習システムである。 ASPIREは、タスク、シミュレーション、実世界の設定、実施するスキルを発見する。 1)細かなマルチモーダルトレースを公開し、自律的な故障診断、修復合成、バリデーションを可能にするクローズドループロボット実行エンジン、(2)検証済みの修正を再利用可能な、伝達可能な知識に蒸留する継続的な拡張スキルライブラリ、(3)多様なタスクシーケンスを生成する進化的検索と、単一軌道修正を超えて探索する制御プログラムである。 ASPIREは、摂動下でのLIBERO-Pro操作で最大77%、Robosuiteのバイマダルハンドオーバで72%、BEHAVIOR-1Kのロングホライゾンホームタスクで32%を越えている。 LIBERO-Pro Longでは、テスト時間推論とリトライを使用したにも関わらず、以前のメソッドでは4%に対して、ASPIREは31%の成功を達成した。 最後に、シミュレーションによって明らかになったスキルは、シミュレートから現実への移行の初期の証拠であり、異なる実施形態やロボットAPIをまたいだ実際のロボットプログラミングの労力を大幅に削減する。

関連論文リスト

• Bridging Language and Physics: Automated Design of Continuum Robots with Large Language Models [44.55124556245543]
  LLMデザイナのための構造化フィードバックにシミュレータオブザーバ物理状態を変換することで閉ループを確立する多層フレームワーク AID-SR を提案する。 我々は,手を伸ばし,つかみ,移動し,操作する14のタスクのベンチマークにおいて,腱駆動型連続ロボットに対するアプローチを評価した。 AID-SRの3つの設計されたロボットを製作し、実世界でそのタスクを完了させた。
  論文  参考訳（メタデータ） (2026-09-08T04:02:59Z)
• SkillComposer: Learning Reusable Skills for Natural-Language Robot Programming [15.199350753007339]
  SkillComposerは、シミュレーション環境のための対話型自然言語ロボットプログラミングシステムである。 成功したプログラムは、オンラインライブラリ学習アルゴリズムによって保存され、処理される。 その結果、評価者誘導型世代と学習抽象は成功率とユーザビリティを向上させることが示された。
  論文  参考訳（メタデータ） (2026-08-14T23:49:54Z)
• RoBridge: A Hierarchical Architecture Bridging Cognition and Execution for General Robotic Manipulation [90.81956345363355]
  RoBridgeは、一般的なロボット操作のための階層的なインテリジェントアーキテクチャである。 大規模事前学習型視覚言語モデル(VLM)に基づくハイレベル認知プランナー(HCP)で構成されている。 強化学習の手続き的スキルを解き放ち、認知と実行のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2025-05-03T06:17:18Z)
• REMAC: Self-Reflective and Self-Evolving Multi-Agent Collaboration for Long-Horizon Robot Manipulation [57.628771707989166]
  本稿では,ReMACと呼ばれる適応型マルチエージェント計画フレームワークを提案する。 ReMACには2つの重要なモジュールが組み込まれており、ループ内で事前条件と後条件チェックを実行し、進捗と計画の洗練を評価する。
  論文  参考訳（メタデータ） (2025-03-28T03:51:40Z)
• Bridging Active Exploration and Uncertainty-Aware Deployment Using Probabilistic Ensemble Neural Network Dynamics [11.946807588018595]
  本稿では,活発な探索と不確実性を考慮した展開を橋渡しするモデルベース強化学習フレームワークを提案する。 探索と展開の対立する2つのタスクは、最先端のサンプリングベースのMPCによって最適化されている。 自動運転車と車輪付きロボットの両方で実験を行い、探索と展開の両方に有望な結果を示します。
  論文  参考訳（メタデータ） (2023-05-20T17:20:12Z)
• Discovering Unsupervised Behaviours from Full-State Trajectories [1.827510863075184]
  本稿では,自律的に行動特性を見出す品質多様性アルゴリズムとして,自律型ロボットの能力を実現する手法を提案する。 本手法は,ロボットが実状態の軌道から自律的にその能力を見いださなければならないシミュレーションロボット環境において評価する。 より具体的には、分析されたアプローチは、ロボットを多様な位置に移動させるポリシーを自律的に見つけるだけでなく、脚を多様な方法で活用し、ハーフロールも行う。
  論文  参考訳（メタデータ） (2022-11-22T16:57:52Z)
• Example-Driven Model-Based Reinforcement Learning for Solving Long-Horizon Visuomotor Tasks [85.56153200251713]
  長軸ビズモータタスクの完了に適したプリミティブスキルを学習するためのモデルベースRL手法EMBRを紹介する。 フランカ・エミカのロボットアームでは、EMBRによってロボットは85%の成功率で3つの長い水平視運動タスクを完了できることがわかった。
  論文  参考訳（メタデータ） (2021-09-21T16:48:07Z)
• Lifelong Robotic Reinforcement Learning by Retaining Experiences [61.79346922421323]
  多くのマルチタスク強化学習は、ロボットが常にすべてのタスクからデータを収集できると仮定している。 本研究では,物理ロボットシステムの実用的制約を動機として,現実的なマルチタスクRL問題について検討する。 我々は、ロボットのスキルセットを累積的に成長させるために、過去のタスクで学んだデータとポリシーを効果的に活用するアプローチを導出する。
  論文  参考訳（メタデータ） (2021-09-19T18:00:51Z)
• Reinforcement Learning Experiments and Benchmark for Solving Robotic Reaching Tasks [0.0]
  強化学習はロボットアームによる到達タスクの解決に成功している。 ハイドサイト体験再生探索技術により報奨信号の増大が, オフ・ポリティクス・エージェントの平均リターンを増加させることが示されている。
  論文  参考訳（メタデータ） (2020-11-11T14:00:49Z)
• SQUIRL: Robust and Efficient Learning from Video Demonstration of Long-Horizon Robotic Manipulation Tasks [8.756012472587601]
  深層強化学習(RL)は複雑な操作タスクを学習するために用いられる。 RLは、ロボットが大量の現実世界の経験を収集する必要がある。 SQUIRLは、単一のビデオデモしか持たない、新しいが関連するロングホライゾンタスクを実行する。
  論文  参考訳（メタデータ） (2020-03-10T20:26:26Z)
• Scalable Multi-Task Imitation Learning with Autonomous Improvement [159.9406205002599]
  我々は、自律的なデータ収集を通じて継続的に改善できる模倣学習システムを構築している。 我々は、ロボット自身の試行を、実際に試みたタスク以外のタスクのデモとして活用する。 従来の模倣学習のアプローチとは対照的に,本手法は,継続的改善のための疎い監視によるデータ収集を自律的に行うことができる。
  論文  参考訳（メタデータ） (2020-02-25T18:56:42Z)

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。