論文の概要: One Word, Different Action: A Real-Robot Benchmark for Language-Conditioned Embodied Reasoning

• arxiv url: http://arxiv.org/abs/2609.05260v1
• Date: Fri, 04 Sep 2026 15:21:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-07 18:15:24.100889
• Title: One Word, Different Action: A Real-Robot Benchmark for Language-Conditioned Embodied Reasoning
• Title（参考訳）: 一言, 異なる行動: 言語定義型推論のための実ロボットベンチマーク
• Abstract要約: 物理決定状態と実行可能なアクションに基づいて構築された実ロボットのベンチマークであるOne Word, Different Actionを紹介する。 実験により、現代のモデルは単一制約の命令変更でほぼ飽和状態にあるが、複数のタスク制約を1つの実行可能決定に組み込まなければならない場合、いくつかのモデルは顕著に劣化していることが示された。
• 参考スコア（独自算出の注目度）: 5.503904431371255
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Natural-language instruction changes can directly alter robot behavior. A reliable embodied system should preserve its action when the task is unchanged and update it correctly when the task itself changes. We introduce One Word, Different Action, a real-robot benchmark built on physical decision states and executable actions, using task-preserving and task-changing instruction pairs to jointly evaluate Decision Invariance and Decision Sensitivity, with further evaluation under multi-constraint reasoning and real-RGB grounding. Experiments show that modern models are near saturation on single-constraint instruction changes, yet several models degrade noticeably when multiple task constraints must be integrated into one executable decision. These results suggest that the more salient remaining challenge is no longer recognizing an isolated instruction change, but reliably composing multiple task requirements into a correct robot action decision.
• Abstract（参考訳）: 自然言語による命令変更は、ロボットの動作を直接変更することができる。 信頼性のある実施システムは、タスクが変更されていないときにそのアクションを保持し、タスク自体が変更されたときに正しく更新する必要がある。 我々は,タスク保存とタスク変更命令ペアを用いて,物理決定状態と実行動作に基づいて構築された実ロボットのベンチマークであるOne Word, Different Actionを導入し,多制約推論と実RGBグラウンドリングのさらなる評価を行う。 実験により、現代のモデルは単一制約の命令変更でほぼ飽和状態にあるが、複数のタスク制約を1つの実行可能決定に組み込まなければならない場合、いくつかのモデルは顕著に劣化していることが示された。 これらの結果は、より健全な課題は、もはや孤立した命令変更を認識するのではなく、複数のタスク要求を正しいロボットアクション決定に確実に構成することであることを示している。

関連論文リスト

• IMBench: A Benchmark for Intuitive Robotic Manipulation [11.843368723732679]
  人間は推論と運動制御を組み合わせて、様々な制約の下で複雑な操作タスクを解く。 既存のベンチマークは、この統合を達成できない。 IMBENCHは直感的な操作を知覚、身体的推論、行動生成、反復実行にまたがる統合機能として評価するためのベンチマークである。
  論文  参考訳（メタデータ） (2026-07-17T05:34:29Z)
• RoboWits: Unexpected Challenges for Robotic Creative Problem Solving [58.58727722988084]
  我々は、認知的推論、創造的ツールの使用、予期しない状況に対する堅牢性を評価するために設計された、双方向のロボットベンチマークであるRoboWitsを紹介する。 このパイプラインを用いて,30種類の種タスクと208のタスクを,幾何学的,物質的,集合的推論にまたがる変異と難易度でキュレートした。 プレトレーニングされたVLAは,単一タスクの微調整後にシードタスクに予備的な成功を示すが,変異タスクの実行に苦慮している。
  論文  参考訳（メタデータ） (2026-05-28T17:57:15Z)
• RoboPlayground: Democratizing Robotic Evaluation through Structured Physical Domains [19.460905215536254]
  ロボット操作システムの評価は、専門家が作成した固定ベンチマークに大きく依存している。 我々は、現代的な操作ポリシーを評価するには、言語駆動のプロセスとしてのリフレーミング評価が必要であると論じる。 本稿では,自然言語を用いて実行可能な操作タスクを作成可能なフレームワークであるRoboPlaygroundを提案する。
  論文  参考訳（メタデータ） (2026-04-06T22:42:05Z)
• CORAL: Scalable Multi-Task Robot Learning via LoRA Experts [49.759823970016974]
  実世界のロボット工学におけるビジョン・ランゲージ・アクション(VLA)モデルは、コアマルチタスク学習の課題を露呈する。 タスク毎に個別の完全なチェックポイントを維持することは、しばしばストレージとデプロイメントの禁止である。 主にマルチタスク干渉を軽減するために設計されたバックボーンおよび非依存のフレームワークであるCORALを提案する。
  論文  参考訳（メタデータ） (2026-03-10T07:28:41Z)
• Enhancing Goal Inference via Correction Timing [2.444217495283211]
  補正は、ロボットにフィードバックを提供するための自然なモダリティを提供する。 修正から学ぶための先行研究のほとんどは、修正を新しい実証として解釈することである。 この決定のタイミングがタスク関連の影響を推測するのに有用な信号となるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-02-20T20:38:47Z)
• Mechanistic Finetuning of Vision-Language-Action Models via Few-Shot Demonstrations [76.79742393097358]
  Vision-Language Action (VLA)モデルは、視覚言語モデル(VLM)をロボット工学に拡張することを約束している。 既存の微調整手法には特異性がなく、タスクの視覚的、言語的、物理的特性に関わらず、同じパラメータセットを適用する。 神経科学における機能的特異性に触発されて、与えられたタスクに特有のスパースモデル表現を微調整することがより効果的である、という仮説を立てる。
  論文  参考訳（メタデータ） (2025-11-27T18:50:21Z)
• Embodied Red Teaming for Auditing Robotic Foundation Models [39.23336328126245]
  Embodied Red Teaming (ERT)は、言語条件ロボットモデルをテストするための多様で困難な命令を生成する。 ERTは、視覚言語モデル(VLM)による自動化されたレッドチーム化技術を使用して、文脈的に基礎があり、難しい命令を生成する。 実験結果から, 最先端の言語調和型ロボットは, ERT生成命令で不安全あるいは不安全に動作することが示唆された。
  論文  参考訳（メタデータ） (2024-11-27T18:57:26Z)
• Closed Loop Interactive Embodied Reasoning for Robot Manipulation [17.732550906162192]
  身体的推論システムは、ロボットハードウェアと認知プロセスを統合して複雑なタスクを実行する。 そこで我々は,CLIER(Closed Loop Interactive Embodied Reasoning)アプローチを導入した。 CLIERは、非視覚的物体の特性の測定、外乱によるシーンの変化、そしてロボット行動の不確実な結果を考慮している。
  論文  参考訳（メタデータ） (2024-04-23T16:33:28Z)
• Towards Robust Continual Learning with Bayesian Adaptive Moment Regularization [51.34904967046097]
  継続的な学習は、モデルが以前に学習した情報を忘れてしまう破滅的な忘れ込みの課題を克服しようとする。 本稿では,パラメータ成長の制約を緩和し,破滅的な忘れを減らし,新しい事前手法を提案する。 以上の結果から, BAdamは, 単頭クラスインクリメンタル実験に挑戦する先行手法に対して, 最先端の性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2023-09-15T17:10:51Z)
• Instruction-driven history-aware policies for robotic manipulations [82.25511767738224]
  複数の入力を考慮に入れた統一型トランスフォーマー方式を提案する。 特に,我々のトランスフォーマーアーキテクチャは,(i)自然言語命令と(ii)多視点シーン観測を統合している。 RLBenchベンチマークと実世界のロボットを用いて,本手法の評価を行った。
  論文  参考訳（メタデータ） (2022-09-11T16:28:25Z)
• Autonomous Open-Ended Learning of Tasks with Non-Stationary Interdependencies [64.0476282000118]
  固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。 内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。 特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。 そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
  論文  参考訳（メタデータ） (2022-05-16T10:43:01Z)
• Towards More Generalizable One-shot Visual Imitation Learning [81.09074706236858]
  汎用ロボットは、幅広いタスクを習得し、過去の経験を生かして、新しいタスクを素早く学ぶことができるべきである。 ワンショット模倣学習(OSIL)は、専門家のデモンストレーションでエージェントを訓練することで、この目標にアプローチする。 我々は、より野心的なマルチタスク設定を調査することで、より高度な一般化能力を追求する。
  論文  参考訳（メタデータ） (2021-10-26T05:49:46Z)

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。