論文の概要: From Failures to Supervision: DynamicEnvPlan for Robust Long-Horizon Embodied Planning
- arxiv url: http://arxiv.org/abs/2608.00613v1
- Date: Sat, 01 Aug 2026 12:09:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:24.826582
- Title: From Failures to Supervision: DynamicEnvPlan for Robust Long-Horizon Embodied Planning
- Title（参考訳）: 失敗からスーパービジョンへ:ロバストな長距離実施計画のためのDynamicEnvPlan
- Abstract要約: 動的環境における高レベル計画のためのクローズドループフレームワークであるDynamicEnvPlanを紹介する。
ヒューマノイドエージェント、ハイレベルなプリミティブスキル、構造化セマンティックメモリ、制御可能な摂動で具体化されたタスク実行を拡張する。
結果として得られたトレースは、ステージ化された教師付き微調整に使用され、プランナーは名目上の実行とリカバリの軌跡の両方から学ぶことができる。
- 参考スコア（独自算出の注目度）: 11.738655774128366
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Physical-world interaction is inherently dynamic, as environments can evolve during execution, requiring agents to adapt their plans under non-stationary conditions. We study this challenge through long-horizon embodied planning under environment deviations and execution uncertainty. Existing embodied-task benchmarks can expose such failures, but these failures are usually treated as evaluation outcomes instead of learnable signals for training agents to recover. In this work, we introduce DynamicEnvPlan, a closed-loop framework for high-level planning in dynamic environments. It extends embodied task execution with humanoid agents, high-level primitive skills, structured semantic memory, and controllable perturbations. Our data synthesis design consists of planning, perturbation, and guarded correction modules that turn dynamic execution states into recovery-oriented traces. The resulting traces are used for staged supervised fine-tuning, enabling the planner to learn from both nominal execution and perturbed recovery trajectories. Using 104 task-scene combinations spanning i.i.d., compositional generalization, and out-of-distribution settings for fine-tuning and evaluation, DynamicEnvPlan boosts success rate from 33.3% for the base planner to 76.2%, while improving across all seven evaluation metrics critical to physical-world interaction, including safety and affordance compliance.
- Abstract（参考訳）: 物理世界の相互作用は本質的に動的であり、実行中に環境が進化し、エージェントは非定常条件下で計画を調整する必要がある。
本研究では,環境変動と実行の不確実性の下での長期計画を通じて,この課題を考察する。
既存のエンボディードタスクベンチマークはそのような失敗を露呈するが、これらの失敗は通常、トレーニングエージェントが回復するための学習可能な信号の代わりに評価結果として扱われる。
本研究では,動的環境における高レベル計画のためのクローズドループフレームワークであるDynamicEnvPlanを紹介する。
ヒューマノイドエージェント、ハイレベルなプリミティブスキル、構造化セマンティックメモリ、制御可能な摂動で具体化されたタスク実行を拡張する。
我々のデータ合成設計は、動的実行状態をリカバリ指向のトレースに変換する計画、摂動、ガード付き修正モジュールで構成されています。
結果として得られたトレースはステージ化された教師付き微調整に使用され、プランナーは名目上実行と摂動回復軌道の両方から学習することができる。
104のタスク・シーンの組み合わせを用いて、構成の一般化、微調整と評価のためのアウト・オブ・ディストリビューションの設定をし、DynamicEnvPlanは、成功率をベースプランナーの33.3%から76.2%に引き上げると同時に、安全と割当コンプライアンスを含む物理世界の相互作用に重要な7つの評価指標を改良した。
関連論文リスト
- Shift & Drift: A Zero-Shot Benchmark for Generalizable and Robust Autonomous Driving Motion Planning [60.888463449435484]
シフト・アンド・ドリフト(Shift & Drift)は、分散シフトの2つの重要な軸にまたがる、厳密なストレス-テスト運動プランナーのための新しいデュアルトラックベンチマークである。
擬似学習手法は,IDベンチマークにおいて高いスコアを得るが,時間的に相関したアクティベーションノイズを受けると持続的なドリフトに悩まされることを示す。
本研究は, 模擬忠実度と閉ループレジリエンスのトレードオフを実証的に明らかにし, 信頼性の高い展開に向けた進捗を評価するための厳密なベンチマークをコミュニティに提供する。
論文 参考訳（メタデータ） (2026-07-08T18:23:48Z) - Occluding the Solution Space: Planner-Agnostic Adversarial Attacks on Tolerance-Aware Manipulation [57.9825059129472]
本稿では, 耐障害性を考慮したアタック・フレームワークを提案する。
提案手法は,評価パラダイムを目標領域を越えたタスクレベルの実現性にシフトする。
オンラインでは、この攻撃を最大カバレッジ最適化の予算として定式化しています。
論文 参考訳（メタデータ） (2026-07-04T08:14:44Z) - ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control [54.267632784131415]
ReactiveBFMは、ヒューマノイドのためのリアルタイムループ計画制御フレームワークである。
定期的なプレフィックスサンプリングカリキュラムを通じて、致命的な累積露光バイアスを軽減する。
これは、テキスト条件付きクローズドループ運動の膨大なレパートリーにおいて、前例のない物理的機敏さを示す。
論文 参考訳（メタデータ） (2026-06-29T14:27:27Z) - Neuro-Symbolic Learning for Long-Horizon Task Planning Under Complex Logical Constraints [12.864903019173106]
最近のニューロシンボリックな手法は、課題非関連オブジェクトに対する対象重要度スコアを学習することで、計画効率を向上させる。
並列リカバリ,再スタート,ロールバックを用いて,上位レベルの学習に信頼性と適応的なフィードバックを提供する3R戦略を低レベル計画に導入する。
3つの挑戦的なベンチマークの実験では、失敗率80.04%、計画時間57.14%の削減など、最先端のパフォーマンスが示されている。
論文 参考訳（メタデータ） (2026-06-05T03:44:48Z) - RePlan-Bot: Multi-Level Replanning for Embodied Instruction Following [39.9780803736704]
EIF(Embodied instruction following)は、対話型3D環境において複雑な自然言語コマンドを理解し実行する必要がある。
RePlan-Botはタスク実行全体を通してマルチレベルかつ連続的な再計画を行う新しいEDFエージェントである。
論文 参考訳（メタデータ） (2026-05-25T13:44:18Z) - PIVOT: Bridging Planning and Execution in LLM Agents via Trajectory Refinement [22.285969725581044]
大規模言語モデル(LLM)ベースのエージェントは、実行時に失敗するように見える一貫性のある計画を生成する。
PIVOTは、トラジェクトリを最適化可能なオブジェクトとして、環境相互作用を通じて反復的に洗練する自己管理フレームワークを通じて、この計画実行ミスアライメントに対処する。
論文 参考訳（メタデータ） (2026-05-11T20:43:20Z) - ANCHOR: A Physically Grounded Closed-Loop Framework for Robust Home-Service Mobile Manipulation [10.278758849939917]
本稿では,シンボル推論と物理状態の検証を行うクローズドループフレームワークANCHORを提案する。
ANCHORはタスクの成功率を53.3%から71.7%に改善し、摂動下での回復率は71.4%に達する。
論文 参考訳（メタデータ） (2026-04-28T07:37:39Z) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - MagicAgent: Towards Generalized Agent Planning [73.21129030631421]
汎用エージェント計画に特化して設計された基盤モデルである textbfMagicAgent について述べる。
多様な計画タスクにまたがる高品質なトラジェクトリを生成する軽量でスケーラブルな合成データフレームワークを提案する。
MagicAgent-32B と MagicAgent-30B-A3B は様々なオープンソースベンチマークにおいて優れた性能を発揮することを示す。
論文 参考訳（メタデータ） (2026-02-22T01:39:16Z) - HiPlan: Hierarchical Planning for LLM-Based Agents with Adaptive Global-Local Guidance [11.621973074884002]
HiPlanは、大規模言語モデル(LLM)ベースのエージェントのための階層的計画フレームワークである。
複雑なタスクを、一般的な方向のためのマイルストーンアクションガイドと、詳細なアクションのためのステップワイズヒントに分解する。
オフラインのフェーズでは、専門家によるデモンストレーションからマイルストーンライブラリを構築し、構造化されたエクスペリエンスの再利用を可能にします。
実行フェーズでは、過去のマイルストーンからの軌道セグメントを動的に適応してステップワイズヒントを生成する。
論文 参考訳（メタデータ） (2025-08-26T14:37:48Z) - Unlocking Smarter Device Control: Foresighted Planning with a World Model-Driven Code Execution Approach [82.27842884709378]
本研究では,自然言語理解と構造化推論を優先し,エージェントの環境に対するグローバルな理解を高める枠組みを提案する。
本手法は,従来の手法,特にタスク成功率の44.4%向上を達成している。
論文 参考訳（メタデータ） (2025-05-22T09:08:47Z)
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。