論文の概要: Resilience Matters for Embodied Agents System: New Metrics, Systematic Evaluation, and Optimization
- arxiv url: http://arxiv.org/abs/2608.23839v1
- Date: Mon, 24 Aug 2026 21:26:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.621908
- Title: Resilience Matters for Embodied Agents System: New Metrics, Systematic Evaluation, and Optimization
- Title（参考訳）: 身体的エージェントシステムにおけるレジリエンスの諸問題:新しい指標, システム評価, 最適化
- Abstract要約: Embodied Agents System (EAS) は、オープンワールドの物理ドメインにますます展開されている。
既存の評価は、成功率や安全性スコアとして結果中心のメトリクスに依存します。
任意のEASに柔軟に適用可能な新しいレジリエンス評価フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 30.854408807200972
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Embodied Agents System (EAS) are increasingly deployed in open-world physical domains, where reliability directly dictates deployment quality and human-agent trust. However, existing evaluations rely on outcome-centric metrics as success rate or safety scores that collapse diverse execution trajectories into coarse scores, obscuring the dynamic processes underlying agent behavior. Therefore, they ignore a critical property of EAS -- which we define as the Resilience -- that reflects how EASs recover, stabilize, and extend under perturbations and across iterative updates. The lack of resilience is particularly critical in open-world environments due to continuous unexpected disruptions, thus directly affecting the quality of EAS deployment. To address this problem, we gain insight from the resilience-engineering concepts to EAS groundings and propose a novel resilience evaluation framework that can be flexibly applied to any EAS. Specifically, we define the first comprehensive resilience metrics suite for EASs system that exposes Rebound, Stability, and Graceful Extensibility across embodied tasks execution, providing a practical grounding for EAS resilience analysis. We further implement the resilience evaluation layer that transforms execution process into assessments for diagnosis and optimization. Across 400 household tasks with 10 EAS, we reveal the process-level distinction hidden by outcome metrics, including recovery cost differences among successful episodes ($ΔC_{rec}=25.2$), increased instability and task-family degradation. Metrics-guided optimizations reduce recovery cost and increase stability, graceful extensibility completion, showing the diagnostic effect of resilience evaluation. Our results reveal a trade-off among resilience characteristics, suggesting that a resilient EAS construction should be configured according to deployment-specific requirements.
- Abstract（参考訳）: Embodied Agents System (EAS)は、信頼性がデプロイメントの品質と人間エージェントの信頼を直接規定する、オープンワールドな物理ドメインにますますデプロイされている。
しかし、既存の評価は、成功率や安全性スコアとして結果中心の指標に依存しており、様々な実行軌跡を粗いスコアに分解し、エージェントの振る舞いを基礎とする動的なプロセスを無視する。
したがって、EASの重要な特性(Resilienceと定義する)を無視して、EASが摂動下で回復し、安定し、拡張し、反復的に更新する様子を反映しています。
レジリエンスの欠如は、連続的な予期せぬ破壊のため、オープンワールド環境では特に重要であり、EASデプロイメントの品質に直接影響する。
この問題に対処するために, レジリエンスエンジニアリングの概念からEAS基盤への洞察を得て, 任意のEASに柔軟に適用可能な新しいレジリエンス評価フレームワークを提案する。
具体的には、EASシステムのための最初の総合的なレジリエンスメトリクススイートを定義し、EASレジリエンス分析の実践的基盤を提供する。
我々はさらに、実行プロセスを診断と最適化のためのアセスメントに変換するレジリエンス評価層を実装している。
10EASの400件の課題に対して,成功エピソード間の回復コスト差(ΔC_{rec}=25.2$),不安定性の増加,タスク・ファミリー劣化など,結果指標によって隠されたプロセスレベルの違いを明らかにした。
メトリクス誘導最適化は、回復コストを低減し、安定性を向上し、優れた拡張性を完成させ、レジリエンス評価の診断効果を示す。
その結果, レジリエンス特性のトレードオフが明らかとなり, デプロイメント固有の要件に応じて弾力性ESS構築を構成すべきであることが示唆された。
関連論文リスト
- IADD-TR: Intervention-Aware Dynamics Decoupling with Targeted Regularization for Model-Based Reinforcement Learning [57.16513298507272]
IADD-TRは、IADD(Intervention-Aware Dynamics Decoupling)とTR(Targeted Regularization)を組み合わせた統合フレームワークである。
IADDは、ゼロアクションアンカーを用いて、アクション干渉段階とアクションフリー自然進化段階への遷移を分解し、堅牢な一般化のためにこの2段階の分解の非特異性を解決する。
政策学習においては,リプレイ状態の政策段階関数の効率的な影響関数からTRを導出する。
論文 参考訳（メタデータ） (2026-08-11T08:20:02Z) - From Holistic Evaluation to Structured Criteria: Rubrics Across the Evolving LLM Landscape [79.30826980815927]
ルーブリックは、複雑な品質判断を構造化され、実行可能な標準に変換する明示的な基準セットです。
我々は,既存のルーリックデザインを体系的に整理し,その構築と最適化を検証し,評価と訓練をまたいだ役割を解析する。
論文 参考訳（メタデータ） (2026-06-07T13:34:55Z) - Semantic Reward Collapse and the Preservation of Epistemic Integrity in Adaptive AI Systems [0.0]
近年の強化学習の進歩により、大規模言語モデルのユーザビリティ、一貫性、安全性が大幅に向上した。
実行的確実性などの繰り返しの振る舞いは、スカラー化された選好最適化システム内の未解決構造問題を示唆している。
本稿では,SRC(Semantic Reward Collapse)を提案する。
論文 参考訳（メタデータ） (2026-05-12T17:03:26Z) - A Self-Healing Framework for Reliable LLM-Based Autonomous Agents [0.0]
本稿では,LSMベースのソフトウェアエージェントのための信頼性を考慮した自己修復フレームワークを提案する。
提案フレームワークはマルチエージェントのワークフロー環境に実装され,実世界のタスクシナリオを用いて評価される。
論文 参考訳（メタデータ） (2026-05-07T13:10:41Z) - Less Approximates More: Harmonizing Performance and Confidence Faithfulness via Hybrid Post-Training for High-Stakes Tasks [52.81286869496811]
大規模な言語モデルは、自信を持って不正確な推論が現実世界の害を引き起こすような、ハイテイクなタスクにますますデプロイされている。
内的フィードバックからの教師なし強化学習と推論・トラス誘導型推論蒸留を併用して協調的に最適化することを提案する。
PRG方式のメトリクスを用いてRDとRLIFを適応的に重み付けするハイブリッドポストトレーニングフレームワークであるHyTuningを紹介する。
論文 参考訳（メタデータ） (2026-04-09T16:50:11Z) - Logic-Driven Semantic Communication for Resilient Multi-Agent Systems [26.964933264412412]
6Gネットワークは、大規模な分散マルチエージェントシステムにおいて、自律性とインテリジェンスを加速している。
本稿では2つの相補的な次元に根ざしたMASレジリエンスの形式的定義を提案する。
我々はエージェントアーキテクチャを設計し、エピステミックとアクションレジリエンスの両方を達成するために分散アルゴリズムを開発する。
論文 参考訳（メタデータ） (2026-01-11T00:54:09Z) - OmniQuality-R: Advancing Reward Models Through All-Encompassing Quality Assessment [55.59322229889159]
我々は,マルチタスク品質推論を連続的かつ解釈可能な報酬信号に変換する統一報酬モデリングフレームワークOmniQuality-Rを提案する。
我々は、推論強化報酬モデルデータセットを使用して、教師付き微調整のための信頼性の高いチェーンオブ思考データセットを構築します。
OmniQuality-Rは,美的品質評価,技術的品質評価,テキスト画像アライメントという3つの重要なIQAタスクで評価する。
論文 参考訳（メタデータ） (2025-10-12T13:46:28Z) - Aurora: Are Android Malware Classifiers Reliable and Stable under Distribution Shift? [51.12297424766236]
AURORAは、その信頼性と運用上のレジリエンスに基づいて、マルウェア分類器を評価するためのフレームワークである。
AURORAは、ポイント・イン・タイムのパフォーマンスを超えるように設計されたメトリクスのセットによって補完される。
さまざまなドリフトのデータセットにわたるSOTAフレームワークの脆弱性は、ホワイトボードへの復帰の必要性を示唆している。
論文 参考訳（メタデータ） (2025-05-28T20:22:43Z) - On the Definition of Robustness and Resilience of AI Agents for Real-time Congestion Management [0.0]
欧州連合の人工知能(AI)法は、リスクの高いセクターに対する堅牢性、レジリエンス、およびセキュリティ要件を定義している。
本稿では,混雑管理における強化学習エージェントの堅牢性とレジリエンスを定量的に評価するための新しい枠組みを提案する。
論文 参考訳（メタデータ） (2025-04-17T20:01:48Z) - Cooperative Resilience in Artificial Intelligence Multiagent Systems [2.0608564715600273]
本稿では, 協調レジリエンスの明確な定義とその定量化手法を提案する。
その結果は、集団システムが破壊に直面してどのように準備し、抵抗し、回復し、幸福を維持し、変革するかを分析する上で、レジリエンス指標の重要な役割を強調している。
論文 参考訳（メタデータ） (2024-09-20T03:28:48Z) - Efficient Empowerment Estimation for Unsupervised Stabilization [75.32013242448151]
エンパワーメント原理は 直立位置での 力学系の教師なし安定化を可能にする
本稿では,ガウスチャネルとして動的システムのトレーニング可能な表現に基づく代替解を提案する。
提案手法は, サンプルの複雑さが低く, 訓練時より安定であり, エンパワーメント機能の本質的特性を有し, 画像からエンパワーメントを推定できることを示す。
論文 参考訳（メタデータ） (2020-07-14T21:10:16Z)
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。