論文の概要: GaP: A Graph-as-Policy Multi-Agent Self-Learning Harness For Variational Automation Tasks

• arxiv url: http://arxiv.org/abs/2607.05369v1
• Date: Mon, 06 Jul 2026 17:47:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:30.269794
• Title: GaP: A Graph-as-Policy Multi-Agent Self-Learning Harness For Variational Automation Tasks
• Title（参考訳）: GaP: 変分自動化タスクのためのグラフ・アズ・ポリティクス・マルチエージェント・セルフラーニング・ハーネス
• Abstract要約: 可変自動化(VA:Variational Automation)は、オブジェクトの形状やポーズが、固定された自動化よりも大きく変化するタスクのクラスである。 モデルフリーポリシーは、VAタスクの信頼性ギャップを埋めるのにしばしば苦労する。 計算,計画,制御ノードを含む有向グラフを生成するマルチエージェント符号化ハーネスであるGraph-as-Policy(GaP)を導入する。
• 参考スコア（独自算出の注目度）: 35.444613979010335
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: For robots to work reliably in commercial and industrial applications, can recent advances in agentic coding systems combine interpretable robot programming with the open-world adaptability of model-free policies? We focus on "Variational Automation" (VA), a class of tasks that have larger variations in object geometry and pose than fixed automation. Model-free policies often struggle to close the reliability gap for VA tasks, which must be executed persistently and reliably in commercial and industrial applications. Motivated by prior work on Task and Motion Planning (TAMP) and the Robot Operating System (ROS), we introduce Graph-as-Policy (GaP), a multi-agent coding harness that generates directed computation graphs with perception, planning, and control nodes from a Modular Open Robot Skill Library (MORSL). GaP then generates an internal simulation environment to rehearse task instances with different graphs in parallel to iteratively refine the graph structure and parameters to improve success rates and throughput. Evaluation with 8 new open VA task benchmarks, 4 in-simulation and 4 in real-world, suggests that GaP can achieve success rates that significantly outperform baselines. Details, code, and data can be found online: https://graph-robots.github.io/gap
• Abstract（参考訳）: ロボットが商業や産業の用途で確実に機能するためには、最近のエージェントプログラミングシステムの進歩は、解釈可能なロボットプログラミングと、モデルフリーポリシーのオープンワールド適応性を組み合わせたものなのだろうか? 可変自動化(VA:Variational Automation)は、オブジェクトの形状やポーズが、固定された自動化よりも大きく変化するタスクのクラスである。 モデルフリーポリシーは、VAタスクの信頼性ギャップを埋めるのにしばしば苦労する。 タスク・アンド・モーション・プランニング(TAMP)とロボット・オペレーティング・システム(ROS)の先行研究に触発されて,モジュール型オープン・ロボット・スキル・ライブラリ(MORSL)から有向計算グラフを生成するマルチエージェント・プログラミング・ハーネスであるGraph-as-Policy(GaP)を導入する。 GaPは、成功率とスループットを改善するために、グラフ構造とパラメータを反復的に洗練するために、異なるグラフでタスクインスタンスをリハーサルする内部シミュレーション環境を生成する。 8つの新しいオープンVAタスクベンチマーク、実世界の4つのシミュレーション、4つのシミュレーションによる評価は、GaPがベースラインを大幅に上回る成功率を達成することを示唆している。 詳細、コード、データはオンラインで確認できる。 https://graph-robots.github.io/gap

関連論文リスト

• VGFM: Expressive Robot Policies via Dense Value Guidance in Flow Matching [2.7429630700600893]
  本稿では,フローベースのポリシ内で高密度な値誘導型シェーピングを可能にする,スケーラブルなオフラインRLフレームワークを提案する。 VGFMは、アクション(x-述語)空間における条件付きフローマッチングモデルとしてポリシーをパラメータ化する。 本稿では,厳密な評価プロトコルの下で,VGFMが幅広いタスクに対して高い性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-09-13T03:50:52Z)
• $τ_0$-VLA: a Hierarchical Robot Foundation Model with World-Model-Guided Test-Time Computation [51.05516457377339]
  ロングホライズンロボットの操作には、ロボットが個々のスキルを確実に実行し、拡張されたタスクに対してそれらを一貫性を持ってシーケンスする必要がある。 計算スケーリング可能な推論問題として高レベルサブタスク生成を定式化する階層型ロボット基盤モデルである$_0$-VLAを導入する。 低レベルポリシーは、生成されたサブタスクを複数のロボットエンボディメントにわたって実行する。
  論文  参考訳（メタデータ） (2026-08-17T17:59:11Z)
• ENPIRE: Agentic Robot Policy Self-Improvement in the Real World [40.75426390954145]
  ENPIREは、物理フィードバックルーチンを4つのコアモジュールでインスタンス化するコーディングエージェントのためのハーネスフレームワークである。 ENPIREの力で、フロンティアコーディングエージェントは、困難な巧妙な操作タスクで99%の成功率を達成するために、ポリシーを自律的に訓練することができる。
  論文  参考訳（メタデータ） (2026-06-18T09:21:27Z)
• Nautilus: From One Prompt to Plug-and-Play Robot Learning [32.048440678131676]
  NAUTILUSはオープンソースのハーネスで、単一のユーザプロンプトを準備可能な複製、評価、デプロイに変換する。 既存の実装に必要なアダプタやコンテナを自動的に生成するだけでなく、新規あるいはユーザが提供するポリシ、シミュレータ/ベンチマーク、ロボットをラップしてオンボードすることも可能だ。 成長を続けるロボット学習エコシステムにおいて、家族間の複製と評価の工学的負担を軽減することを目的としている。
  論文  参考訳（メタデータ） (2026-05-12T07:26:39Z)
• EmboCoach-Bench: Benchmarking AI Agents on Developing Embodied Robots [68.29056647487519]
  Embodied AIは、高忠実度シミュレーションと大規模データ収集によって実現されている。 しかし、このスケーリング能力は、労働集約的な手作業の監視に依存しているため、いまだにボトルネックになっている。 実装ポリシーを自律的に構築するための LLM エージェントの能力を評価するベンチマークである textscEmboCoach-Bench を紹介する。
  論文  参考訳（メタデータ） (2026-01-29T11:33:49Z)
• Action Flow Matching for Continual Robot Learning [54.10050120844738]
  ロボット工学における継続的な学習は、変化する環境やタスクに常に適応できるシステムを求める。 本稿では,オンラインロボット力学モデルアライメントのためのフローマッチングを利用した生成フレームワークを提案する。 ロボットは,不整合モデルで探索するのではなく,行動自体を変換することで,より効率的に情報収集を行う。
  論文  参考訳（メタデータ） (2025-04-25T16:26:15Z)
• GRAPE: Generalizing Robot Policy via Preference Alignment [58.419992317452376]
  GRAPE: 優先度アライメントによるロボット政策の一般化について述べる。 GRAPEはドメイン内および未確認操作タスクにおける成功率をそれぞれ51.79%、58.20%向上させる。 GRAPEは安全性や効率、衝突速度の37.44%、ロールアウト長さの11.15%といった様々な目標に合わせることができる。
  論文  参考訳（メタデータ） (2024-11-28T18:30:10Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• 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)
• PACT: Perception-Action Causal Transformer for Autoregressive Robotics Pre-Training [25.50131893785007]
  本研究は,ロボットにおける複数のタスクの出発点として機能する汎用表現を事前学習するためのパラダイムを導入する。 本稿では,ロボットデータから直接表現を自己管理的に構築することを目的として,PACT(Perception-Action Causal Transformer)を提案する。 より大規模な事前学習モデル上に小さなタスク特化ネットワークを微調整すると、同時に1つのモデルをスクラッチからトレーニングするのに比べ、性能が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2022-09-22T16:20:17Z)

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。