論文の概要: Retriever: Composing Closed-Loop Asynchronous Robot Programs

• arxiv url: http://arxiv.org/abs/2607.17213v1
• Date: Sun, 19 Jul 2026 12:14:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.394181
• Title: Retriever: Composing Closed-Loop Asynchronous Robot Programs
• Title（参考訳）: Retriever: クローズドループ非同期ロボットプログラムの作成
• Abstract要約: Retrieverは、明示的な実行クロック上で実行されるステートフルな因果ストリーム関数のグラフである。 ストリームを複数のバックエンドをサポートするランタイムにコンパイルする。 実ロボットケーススタディを用いてRetrieverを評価した。
• 参考スコア（独自算出の注目度）: 30.120352978306574
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Building long-horizon robot agents requires composing closed-loop pipelines -- perception, belief update, planning, and control -- whose components run at different clocks and with variable latency. Today, these systems are often assembled with ad-hoc concurrency and pub/sub conventions that make timing and input-consumption semantics implicit, yielding schedule-dependent behavior that is hard to reproduce, debug, and reuse. Current solutions typically solve parts of this problem at either the algorithmic or the systems layer, but not both. In this work, we propose Retriever, which spans the entire stack: an asynchronous decision model, a programming model, a runtime, and an example closed-loop agent pipeline. Retriever represents an agent as a graph of stateful causal stream functions executed on explicit run clocks. We formalize this view via an asynchronous environment-agent loop over continuous-time streams and show that finite-memory causal policies can be represented by compositions of these operators. Retriever compiles these graphs into a runtime that supports multiple backends, enabling systematic debugging across running environments and deterministic replay from logged asynchronous data. We evaluate Retriever through a real-robot case study together with controlled studies of runtime overhead and deterministic replay behavior.
• Abstract（参考訳）: ロングホライズンロボットエージェントの構築には、コンポーネントが異なるクロックで動作し、レイテンシが可変なクローズドループパイプライン – 知覚、信条更新、計画、コントロール – を構築する必要がある。 今日では、これらのシステムは、しばしばアドホックな並行性と、タイミングと入力消費の意味を暗黙的にし、再現、デバッグ、再利用が難しいスケジュール依存の振る舞いをもたらすパブ/サブの規約で組み立てられている。 現在のソリューションは通常、アルゴリズム層かシステム層のいずれかでこの問題の一部を解決しますが、両方ではありません。 本稿では,非同期決定モデル,プログラミングモデル,ランタイム,クローズドループエージェントパイプラインなど,スタック全体にまたがるRetrieverを提案する。 Retrieverは、明示的な実行クロック上で実行されるステートフルな因果ストリーム関数のグラフとしてエージェントを表す。 連続時間ストリーム上の非同期環境エージェントループを通してこの見解を定式化し、これらの演算子の合成によって有限メモリ因果ポリシーを表現可能であることを示す。 Retrieverはこれらのグラフをランタイムにコンパイルし、複数のバックエンドをサポートする。 我々はRetrieverを実ロボットケーススタディで評価し、実行時のオーバーヘッドと決定論的リプレイ動作の制御された研究を行った。

関連論文リスト

• Inference-Time Graph Engineering for Multi-Agent LLM Workflows [51.56038180639833]
  ReActNetは、クエリとロール特化エージェントのセットを一連の有向通信グラフにコンパイルする、トレーニング不要のフレームワークである。 ReActNetは、競争的推論コストを維持しつつ、固定トポロジと学習トポロジのベースラインを一貫して改善することを示す。
  論文  参考訳（メタデータ） (2026-09-04T23:32:11Z)
• PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
  我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。 セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。 SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。 ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
  論文  参考訳（メタデータ） (2026-07-18T04:46:53Z)
• MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
  ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。 MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。 長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
  論文  参考訳（メタデータ） (2026-07-14T15:33:44Z)
• Toward the Right Analytical Model and System Software for Autonomous Driving Systems: Open Problems and Research Directions [0.0]
  本稿では, 時間制約単位, タイミング指標, 資源モデル, 実行時変動性, 安全性統合の5つの側面について, 残りのギャップについて検討する。 このことは、ADシステムのタイミングを判断するために分析モデルが必要なのか、実際のプラットフォーム上でそれらのモデルを実現し、観察し、強制するためにシステムソフトウェアが必要なのか、という2つの問いを提起する。
  論文  参考訳（メタデータ） (2026-07-05T06:10:47Z)
• OpenRath: Session-Centered Runtime State for Agent Systems [2.9568259440852]
  OpenRathはマルチエージェント・マルチセッションシステムのためのPyTorchのようなプログラミングモデルである。 セッションはブランチ可能、検査可能、再生可能、バックエンド対応、構成可能である。 レポートは、プログラミングモデル、アーキテクチャ、監査されたマイルストーン、エビデンスプロトコルを提示する。
  論文  参考訳（メタデータ） (2026-06-17T15:19:19Z)
• Multi-Agent Computer Use [72.79887808312706]
  我々はマルチエージェント・コンピュータ・ユース(MACU)システムの評価・構築に向けて進むべきであると論じる。 本稿では、マネージャモデルがコンピュータ使用タスクを有向非巡回グラフ(DAG)として分解する汎用マルチエージェント構成を提案する。 各イテレーションで、マネージャは並列CUAサブエージェントをディスパッチし、DAGの準備ができているフロンティアでノードを実行する。
  論文  参考訳（メタデータ） (2026-06-01T01:29:36Z)
• The Log is the Agent: Event-Sourced Reactive Graphs for Auditable, Forkable Agentic Systems [0.0]
  典型的なエージェントフレームワークを反転させるランタイムであるActiveGraphについて説明する。 追加のみのイベントログが真実の源であり、ワーキンググラフはそのログの決定論的プロジェクションである。 コンポーネントが他のコンポーネントに指示することはありません。
  論文  参考訳（メタデータ） (2026-05-21T04:55:38Z)
• A Physical Agentic Loop for Language-Guided Grasping with Execution-State Monitoring [5.437966695589128]
  我々は、接地された実行状態上で動作する有界な実施エージェントとして言語誘導の把握を再構築する。 未修正の学習操作プリミティブをラップする物理エージェントループを導入する。 眼内カメラD405を用いた移動マニピュレータのループを検証した。
  論文  参考訳（メタデータ） (2026-04-08T08:01:35Z)
• AMA: Adaptive Memory via Multi-Agent Collaboration [54.490349689939166]
  複数の粒度にまたがるメモリ管理に協調エージェントを活用する新しいフレームワークであるAMA(Adaptive Memory via Multi-Agent Collaboration)を提案する。 AMAは、ステート・オブ・ザ・アートのベースラインを著しく上回り、トークンの消費をフルコンテキストの手法と比べて約80%削減する。
  論文  参考訳（メタデータ） (2026-01-28T08:09:49Z)
• Dispider: Enabling Video LLMs with Active Real-Time Interaction via Disentangled Perception, Decision, and Reaction [81.34648970317383]
  本稿では,知覚,決定,反応を両立させるシステムであるDispiderを紹介する。 実験により、Dispiderは従来のビデオQAタスクにおいて高いパフォーマンスを維持しているだけでなく、ストリーミングシナリオ応答における従来のオンラインモデルを大幅に上回っていることがわかった。
  論文  参考訳（メタデータ） (2025-01-06T18:55:10Z)
• Tooling Offline Runtime Verification against Interaction Models : recognizing sliced behaviors using parameterized simulation [0.4199844472131921]
  オフライン実行時の検証には、仕様に対するシステムの実行の静的解析が含まれる。 分散システムでは、グローバルクロックが存在しないため、グローバルトレースの形での実行を特徴付けることは一般的に不可能である。 本稿では,インタラクションと呼ばれる形式仕様に対して,そのようなトレースの適合性を検証するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-03-05T16:09:55Z)
• TimeGraphs: Graph-based Temporal Reasoning [64.18083371645956]
  TimeGraphsは階層的時間グラフとして動的相互作用を特徴付ける新しいアプローチである。 提案手法は,コンパクトなグラフベース表現を用いて相互作用をモデル化し,多種多様な時間スケールでの適応推論を可能にする。 我々は,サッカーシミュレータ,抵抗ゲーム,MOMA人間活動データセットなど,複雑でダイナミックなエージェントインタラクションを持つ複数のデータセット上でTimeGraphsを評価する。
  論文  参考訳（メタデータ） (2024-01-06T06:26:49Z)

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。