論文の概要: AGM: Achievement-Grounded Memory for Closed-Loop Agents with Frozen VLA Policies

• arxiv url: http://arxiv.org/abs/2608.29537v1
• Date: Sun, 30 Aug 2026 03:50:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.99275
• Title: AGM: Achievement-Grounded Memory for Closed-Loop Agents with Frozen VLA Policies
• Title（参考訳）: AGM:冷凍VLAポリシーによるクローズドループエージェントのメモリ達成
• Abstract要約: 本稿では,凍結視覚言語行動(VLA)ポリシーのためのAGM(Achievement-Grounded Memory)を提案する。 AGMは、タスクをプログレスポインタ付きサブゴールシーケンスとして表現し、現在のサブゴールが物理的証拠によって検証された後にのみ、このメモリを前進させる。 RoboMME Countingベンチマークでは、AGMがPickXTimesとBinFillに到達し、メモリ拡張ベースラインを平均で上回っている。
• 参考スコア（独自算出の注目度）: 17.09836507714724
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Frozen vision-language-action (VLA) policies offer broad manipulation skills but execute open-loop action chunks without tracking task progress, so the agent cannot reliably decide whether to continue, retry, or terminate. External memory is a natural remedy, yet it can be harmful when attempted actions are treated as completed progress, turning local execution errors into persistent task-state errors. We propose Achievement-Grounded Memory (AGM), a lightweight closed-loop framework for frozen VLA policies that represents a task as a subgoal sequence with a progress pointer and advances this memory only after the current subgoal is verified by physical evidence. Proprioceptive interaction cues decide when to verify, while coherent point tracking and language-conditioned cross-view comparison, sourced from frozen foundation models through a single 2.43M-parameter verification head, decide what was achieved. AGM thereby converts open-loop execution into a closed loop of execution, verification, and progress, keeping the policy frozen without test-time large-model inference. On the RoboMME Counting benchmark, AGM reaches on PickXTimes and on BinFill, surpassing the strongest memory-augmented baseline by points on average, and the framework yields equally decisive gains on a physical robot. Reliable embodied memory thus depends more on disciplined state updates than on memory capacity.
• Abstract（参考訳）: 凍結視覚言語アクション(VLA)ポリシーは幅広い操作スキルを提供するが、タスクの進捗を追跡することなくオープンループアクションチャンクを実行するため、エージェントは継続、再試行、終了を確実に決定できない。 外部メモリは自然な対策だが、試みられたアクションが完了した進捗として扱われ、ローカル実行エラーを永続的なタスク状態エラーに変換すると有害になる可能性がある。 提案するAchievement-Grounded Memory (AGM, Achievement-Grounded Memory) は,タスクをプログレッシブポインタ付きサブゴールシーケンスとして表現し,現在のサブゴールが物理的証拠によって検証された後にのみ,このメモリを前進させる,凍結VLAポリシのための軽量クローズドループフレームワークである。 Proprioceptive Interaction cues は、いつ検証するかを決定するが、コヒーレントな点追跡と言語条件のクロスビュー比較は、凍結基盤モデルから2.43Mパラメーターの検証ヘッドによって引き起こされ、何が達成されたかを決定する。 AGMは、オープンループの実行を実行、検証、進捗のクローズドループに変換し、テスト時の大モデル推論なしでポリシーを凍結する。 RoboMME Countingベンチマークでは、AGMがPickXTimesとBinFillに到達し、メモリ増量ベースラインを平均点差で上回り、物理ロボットでも同様に決定的な利得を得る。 したがって、信頼性の高い具体化メモリは、メモリ容量よりも規律のある状態更新に依存する。

関連論文リスト

• EmbodiedSkills: A Unified Framework for Orchestrating, Training, and Deploying VLA Agents [56.25120535601186]
  視覚言語アクション(VLA)モデルは、視覚観察と言語指示を直接ロボットアクションにマッピングする。 本稿では,各スキル決定を実行提案として扱うフレームワークであるEmbodiedSkillsを提案する。 共有可能スキルインタフェースは、ハイレベルスキル選択、バウンドローレベルVLA実行、ポストアクション検証を接続する。
  論文  参考訳（メタデータ） (2026-09-01T14:14:47Z)
• Hindsight Memory-PRM: Supervising Memory Management with Auditable Hindsight Credit [48.811961095386]
  Hindsight Memory-PRMはこの監査パスを2回利用します。 オフラインで操作条件付きメモリユーティリティの批判をトレーニングする。 オンラインでは、検索、引用、および1つの制御された削除と再回答が、介入校正されたエントリーレベルのプレゼンスクレジットを確定する。
  論文  参考訳（メタデータ） (2026-08-30T06:53:13Z)
• Retrieve in Time, Correct in Frequency [14.108343620177314]
  トレーニング不要なテスト時間補正フレームワークであるRTCF(Retrieve in Time, Correct in Frequency)を紹介する。 RTCFは、どのアクションのどの部分を転送するかを、どのエクスペリエンスから取得するかを分離する。 総成功率は86.4%から88.4%に上昇し、LIBERO-Longは61.6%から68.6%に向上した。
  論文  参考訳（メタデータ） (2026-08-05T06:58:00Z)
• Resume Means Resume: A Machine-Checked Conformance Contract for Checkpoint, Interrupt, and Resume Semantics in Workflow Persistence Layers [0.0]
  実行状態を維持して、実行を中断し、クラッシュを生き残るためのフレームワークは、すでに発生した影響に対して、再開が何を意味するのかを判断し続けなければなりません。 5つの広くデプロイされたエージェントワークフローフレームワークがそれぞれ異なる答えを出し、マシンチェック可能なコントラクトを公開することはない。 LangGraph 1.2.9は2度目の履歴書値を記録し、それを参照せず、無意味な状態を静かに持続し、実際のSIGKILLの後、永続的に記録された作業を再実行する。
  論文  参考訳（メタデータ） (2026-08-04T15:45:31Z)
• TARL: Transaction-Aware Reliable Ledgers for Executable Memory Management in Long-Term Agents [20.123133746969398]
  メモリ状態更新フレームワークであるTARLを導入し、各ステートメントを5つの実行可能なアクションのうちの1つにマップする。 TARLは、影響を受けるメモリを特定し、その時間的スコープを解決し、ソースの信頼性を比較し、受け入れ、保留、拒否された台帳を更新する。 また、粒度の細かいアクションラベルと次の状態目標を持つベンチマークであるTARL-Memについても紹介する。
  論文  参考訳（メタデータ） (2026-08-04T14:02:55Z)
• 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)
• TFP: Temporally Conditioned Memory-Fusion Policies for Visuomotor Learning [11.149498165285491]
  Vision-Language-Action(VLA)ポリシーは、$_0.5$やOpenVLAのような多くのタスクでうまく機能するが、リアクティブであることが多い。 このようなタスクは、メモリだけでなく、動的に認識される信念の更新も必要である、と我々は主張する。
  論文  参考訳（メタデータ） (2026-07-09T09:24:30Z)
• Is One Score Enough? Rethinking the Evaluation of Sequentially Evolving LLM Memory [50.857546269660276]
  本稿では,大規模言語モデル(LLM)メモリを逐次進化させる診断評価フレームワークであるSeqMem-Evalを紹介する。 最終的なパフォーマンスのみに焦点を当てるのではなく、SeqMem-Evalは、シーケンシャル推論において、メモリ状態がどのように進化し、一般化し、エクスペリエンスを集約し、有用な情報を保持するかを評価する。
  論文  参考訳（メタデータ） (2026-05-14T20:15:22Z)
• MemEvoBench: Benchmarking Memory MisEvolution in LLM Agents [78.95081012334116]
  永続メモリを持つ大規模言語モデル(LLM)は、相互作用の継続性とパーソナライゼーションを高めるが、新たな安全性リスクをもたらす。 汚染または偏りのある記憶蓄積は、異常な作用を引き起こす可能性がある。 MemeEvoBenchは、LLMエージェントのメモリ安全性を評価する最初のベンチマークである。
  論文  参考訳（メタデータ） (2026-04-17T07:29:52Z)
• 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)
• NextMem: Towards Latent Factual Memory for LLM-based Agents [58.35585202907478]
  NextMemは、自動回帰型オートエンコーダを使用して、潜時メモリを効率的に構築する、潜時ファクトメモリフレームワークである。 大規模な実験は、NextMemが優れたパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-02-26T14:35:27Z)

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。