論文の概要: Teach and Grow: An Agent-Centered Architecture for General Robot Learning

• arxiv url: http://arxiv.org/abs/2608.17209v1
• Date: Mon, 17 Aug 2026 23:45:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-19 21:40:53.163395
• Title: Teach and Grow: An Agent-Centered Architecture for General Robot Learning
• Title（参考訳）: Teach and Grow: 汎用ロボット学習のためのエージェント中心アーキテクチャ
• Abstract要約: Teach-and-Grow Learning (TGL)は、汎用ロボット学習のためのエージェント中心アーキテクチャである。 マルチモーダルエージェントは、いくつかの成功したデモを再利用可能なスキルブロック(意味のあるサブゴールのためのクローズドループ動作)に変換する。 新しいタスクは、タスク固有のポリシーの再トレーニングなしで取得される。
• 参考スコア（独自算出の注目度）: 20.811152351871257
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: End-to-end vision-language-action (VLA) and world-action models offer an elegant route to general-purpose robotics, but their reliability is bounded by validated physical coverage. When an unfamiliar object, sensor, embodiment, or contact falls outside that coverage and no validated fallback exists, correcting the failure requires new robot data, a policy update, and regression testing. This recurring burden is the retraining tax. Unlike text, embodied data must often be created by operating machines. We present Teach-and-Grow Learning (TGL), an agent-centered architecture for general robot learning. In its general form, a multimodal agent turns a few successful demonstrations into reusable Skill Blocks: closed-loop behaviors for meaningful subgoals. In a new scene, the agent grounds and composes these blocks, selects learned or geometric tools, observes the physical outcome, and revises the route when execution departs from intent. A Skill Library stores executable behavior, while structured Experience Memory carries forward success, failure, and repair. New tasks are acquired without task-specific policy retraining. Our LIBERO evaluation attains state-of-the-art performance; controlled studies expose skill induction, persistent reuse, and agent-directed adaptation. Finally, we propose the Teach-and-Grow scaling-law hypothesis: if X denotes effective reusable experience, future-task error and teaching demand should approach irreducible floors as power laws in X. The architecture therefore treats deployment as a period of continued learning, in which one task can make the next easier.
• Abstract（参考訳）: エンド・ツー・エンド・ビジョン・ランゲージ・アクション(VLA)とワールド・アクション・モデルは汎用ロボティクスへのエレガントなルートを提供するが、信頼性は検証された物理的カバレッジによって制限される。 未知の物体、センサ、実施物、接触物がカバー範囲外に落下し、検証済みのフォールバックが存在しない場合、障害を修正するには、新しいロボットデータ、ポリシー更新、回帰テストが必要である。 この度重なる負担は再税です。 テキストとは異なり、エンボディされたデータは、しばしばオペレーティングシステムによって作成されなければならない。 汎用ロボット学習のためのエージェント中心アーキテクチャであるTeach-and-Grow Learning(TGL)を提案する。 一般的には、マルチモーダルエージェントは、いくつかの成功したデモンストレーションを再利用可能なスキルブロック(意味のあるサブゴールのためのクローズドループ動作)に変換する。 新しいシーンでは、エージェントがこれらのブロックを接地して構成し、学習されたツールや幾何学的なツールを選択し、物理的な結果を観察し、実行が意図から外れたときにルートを修正します。 スキルライブラリは実行可能な動作を格納するが、構造化されたエクスペリエンスメモリは、成功、失敗、修復を行う。 新しいタスクは、タスク固有のポリシーの再トレーニングなしで取得される。 我々のLIBERO評価は最先端の性能を達成し、制御された研究は、スキル誘導、永続的な再利用、エージェント指向の適応を表わす。 最後に,Teach-and-Growスケーリング法則(Teach-and-Grow scaling-law hypothesis)を提案する。Xが効果的な再利用可能な経験を示す場合,将来のタスクエラーと教育需要は,Xの電力法則として既約フロアにアプローチすべきである。

関連論文リスト

• FLARE: A Failure-Aware Framework for Autonomous Correction and Recovery in Visual-Language Robotic Manipulation [43.89036551517797]
  VLA(Vision-Language-Action Models)は、複雑な長距離ロボット操作タスクへの一般化において、大きな可能性を証明している。 彼らのパフォーマンスは、通常、軌道単調で障害のないデモンストレーションで訓練されるため、不安定なままである。 我々は、リトライとリセットのパラダイムを通じて、堅牢なエラー回復機能を備えたVLAを実現する新しいフレームワークであるFLAREを提案する。
  論文  参考訳（メタデータ） (2026-08-27T05:58:06Z)
• A Few Words Go a Long Way: Language Guided Robot Policy Synthesis [9.088404024682706]
  ARCHITECTは、ロボットポリシー取得をインタラクティブなプログラム合成タスクとして扱うフレームワークである。 我々は,人間の監督者が政策を操縦するために自然言語の修正を行う反復的なプロセスを導入する。 フランカパンダロボットのベンチマーク評価では、ARCHITECTは最先端のVLAモデルより優れている。
  論文  参考訳（メタデータ） (2026-07-26T18:00:02Z)
• When Does Continual Learning Require Learning [68.55508958298942]
  継続的学習は単一の能力ではないことを示す。 環境変化の異なるパターンは、根本的に異なる更新動作を必要とする。 それぞれの手法が成功するか、失敗するかを理解することが、より強力な継続的学習システムの設計を導くことを願っている。
  論文  参考訳（メタデータ） (2026-07-08T18:27:40Z)
• Adapting Generalist Robot Policies with Semantic Reinforcement Learning [59.009122725071386]
  ジェネラリストロボットポリシーは、大規模な事前訓練から多様な行動のレパートリーを学ぶ。 本稿では,オンラインインタラクションを通じて,このプロンプト空間を最適化するためのセマンティック・アクション強化学習(SARL)を提案する。 我々は、SARLが基本的に新しい機能をアンロックしていることを示します。
  論文  参考訳（メタデータ） (2026-06-30T17:00:33Z)
• Playful Agentic Robot Learning [108.08954330298549]
  本研究では,実演型プログラミングエージェントが,下流のタスクが到着する前に,連続的なスキル学習段階として自己指導型プレイを使用する,遊び型エージェントロボット学習について検討する。 RATは、新しい学習可能な探索タスク、ロボットコードポリシーの計画と実行、中間的な進捗の検証、失敗の診断、密集したステップレベルのフィードバックによる検索、そして成功した実行を永続的なコードスキルライブラリに蒸留することを提案する。
  論文  参考訳（メタデータ） (2026-06-17T17:55:23Z)
• Recover, Discover, Plan: Learning Skills and Concepts from Robot Failures [50.668639270656115]
  ReSYNCは、スキルと概念を学び、抽象的な計画を支援するために抽象ライブラリを洗練するロボットである。 本稿では,ReSYNCの抽象ライブラリを継続的に拡張・改良する能力により,従来は見つからなかった長期の問題を解くことができることを示す。 全体として、ReSYNCは、スケーラブルで障害対応の計画のための抽象化を自律的に取得するロボットにとって、重要なステップである。
  論文  参考訳（メタデータ） (2026-06-16T17:59:57Z)
• Act-Observe-Rewrite: Multimodal Coding Agents as In-Context Policy Learners for Robot Manipulation [0.0]
  本稿では、LLMエージェントがロボット操作ポリシーを改善するためのフレームワークであるAct-Observe-Rewrite(AOR)を提案する。 AORはLLM推論の単位として、完全な低レベルモーター制御を実装している。 エージェントは、デモンストレーション、報酬工学、勾配更新なしで高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-03-03T22:15:55Z)
• A Unified Framework for Real-Time Failure Handling in Robotics Using Vision-Language Models, Reactive Planner and Behavior Trees [1.3481665321936716]
  本稿では,リアクティブプランナであるVLM(Vision-Language Models)とBT(Behavior Trees)を組み合わせて,リアルタイムの障害処理を実現する,統合された障害復旧フレームワークを提案する。 当社のアプローチには、実行前の潜在的な障害をチェックする事前実行検証と、実行中の障害を検出し修正するリアクティブ障害処理が含まれている。 我々は、ペグ挿入、オブジェクトソート、引き手の配置といったタスクにおいて、ABB YuMiロボットを用いた実世界の実験を通して、我々のフレームワークを評価する。
  論文  参考訳（メタデータ） (2025-03-19T13:40:56Z)
• Task-agnostic Lifelong Robot Learning with Retrieval-based Weighted Local Adaptation [21.17291827218475]
  従来の課題から得たデータのサブセットを格納し,学習スキルを維持するために経験的リプレイを活用することと,関連する知識を回復するために新しい検索型局所適応技術を適用することの2つの方法により活用する。 我々はまた、最も「忘れられた」スキルセグメントに集中し、効果的な知識回復を確保するために、選択的な重み付け機構も組み込んだ。
  論文  参考訳（メタデータ） (2024-10-03T21:11:42Z)
• Robot Fine-Tuning Made Easy: Pre-Training Rewards and Policies for Autonomous Real-World Reinforcement Learning [58.3994826169858]
  ロボット強化学習のためのリセット不要な微調整システムであるRoboFuMEを紹介する。 我々の洞察は、オフラインの強化学習技術を利用して、事前訓練されたポリシーの効率的なオンライン微調整を確保することである。 提案手法では,既存のロボットデータセットからのデータを組み込んで,目標タスクを3時間以内の自律現実体験で改善することができる。
  論文  参考訳（メタデータ） (2023-10-23T17:50:08Z)
• COG: Connecting New Skills to Past Experience with Offline Reinforcement Learning [78.13740204156858]
  我々は、動的プログラミングによって新しいスキルを拡張するために、事前データを再利用できることを示します。 我々は、新しいタスクを解決するために、以前のデータセットに見られるいくつかの動作をチェーンすることで、アプローチの有効性を実証する。 我々は、高次元画像観察を低レベルのロボット制御コマンドにマッピングし、エンドツーエンドでポリシーを訓練する。
  論文  参考訳（メタデータ） (2020-10-27T17:57:29Z)

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。