論文の概要: CoreSense: Traceable Failure Recall and Conflict-Aware Belief Gating for Auditable Robot Decisions
- arxiv url: http://arxiv.org/abs/2609.19512v1
- Date: Thu, 17 Sep 2026 00:01:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.033901
- Title: CoreSense: Traceable Failure Recall and Conflict-Aware Belief Gating for Auditable Robot Decisions
- Title（参考訳）: CoreSense: 聴覚ロボット決定のためのトレーサブル障害リコールとコンフリクト対応信念ゲーティング
- Abstract要約: CoreSenseは、トレース可能なエピソード証拠とコンフリクトを意識した信念ゲートと、バウンドで監査可能なレコメンデーションを組み合わせる。
Gateは、proCEEDが許可される前にスコープ、前兆、時間、矛盾、サポートをチェックし、再観測、停止、エスカレートを要求する。
評価は、物理的なロボットを指揮することなく、3つの相補的なレイヤーに従う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robots can recall prior failures without knowing whether recalled evidence remains valid, conflicts with current observations, or is sufficient to guide a decision. We present CoreSense, a robot-system integration architecture that combines traceable episodic evidence with a conflict-aware belief gate and bounded, auditable recommendations. The gate checks scope, provenance, time, contradiction, and support before it permits PROCEED, requests re-observation, abstains, or escalates. Evaluation follows three complementary layers without commanding a physical robot: offline public real-robot data, a frozen signal-level simulation, and a live cloud deployment path. On CableTrace-120 and BotFails-200, belief gating reduces protocol-defined unsafe proceeds from 20% and 40% to 0%. A disjointly calibrated raw-video policy also reaches 0% unsafe proceed, but overblocks every nominal episode. On public data, a ViFailback-BotFails visual detector reaches 0.778 AUROC yet remains all-blocking, whereas cycle-disjoint UR3 telemetry for protective stops yields 0% unsafe proceed, 36.1% overblocking, and 61.9% coverage; grip-loss transfer remains a negative result. Controlled physical corroboration yields 3.3%, 0%, and 42.0%, while conflict-aware fusion yields 4.7%, 0%, and 42.8%. Finally, 20/20 cloud recalls validate a CockroachDB Cloud-Amazon Bedrock deployment path. The evidence supports an auditable integration pattern, not autonomous recovery or certified safety.
- Abstract（参考訳）: ロボットは、リコールされた証拠が有効かどうか、現在の観察と矛盾しているか、あるいは決定を導くのに十分かどうかを知ることなく、以前の失敗を思い出すことができる。
CoreSenseは、トレース可能なエピソード証拠とコンフリクトを意識した信念ゲートと、バウンドで監査可能なレコメンデーションを組み合わせた、ロボットシステム統合アーキテクチャである。
ゲートは、proCEEDが許可される前にスコープ、前兆、時間、矛盾、サポートをチェックし、再観測、停止、エスカレートを要求する。
評価は、物理ロボットを指揮せずに3つの補完的なレイヤに従う。オフラインのパブリックなリアルタイムロボットデータ、フリーズされた信号レベルシミュレーション、ライブクラウドデプロイメントパスである。
CableTrace-120とBotFails-200では、プロトコル定義の安全でない収益を20%から40%から0%に削減している。
不規則に校正された生ビデオのポリシーも0%の安全を損なうが、名目ごとにオーバーブロックされる。
パブリックデータでは、ViFailback-BotFails視覚検出器は0.778 AUROCに到達したが、保護停止のためのサイクル非結合UR3テレメトリは0%の安全が得られ、36.1%のオーバーブロッキング、61.9%のカバレッジを持ち、グリップロス転送は否定的な結果である。
制御された物理的腐食は3.3%、0%、42.0%、コンフリクト認識融合は4.7%、0%、42.8%となる。
最後に、20/20クラウドリコールは、CockroachDB Cloud-Amazon Bedrockデプロイメントパスを検証する。
この証拠は、自律的な回復や認証された安全性ではなく、監査可能な統合パターンを支持している。
関連論文リスト
- CURA: Certified Runtime Alarms for Computer-Use Agents [6.896160570537455]
セルフレポートは、デプロイが持つ最も安価な監視チャネルであり、有能なコンピュータ使用エージェントでは、監視が重要な場所を正確に失敗する。
361 OSWorldでは、当社のパイプライン、読み取り専用実現ゲート、プランナー、エグゼキュータが、平均タスクスコア82.9に達し、72.4人の参照を上回ります。
71の障害のうち64件(90%)は成功の主張で終わるが、約9100回の呼び出しで明確な失敗の余裕がないことを認めている。
Alarm-gated Mid-execution oversightが障害70件中23件をリカバリし、38日にフロンティア監視機を使用
論文 参考訳（メタデータ） (2026-08-28T00:50:47Z) - ADeptS-Bench: Measuring the Trustworthiness of Computer Use Agents Across Devices [48.36933831982682]
我々はADEPTS機能フレームワークを基盤とした信頼性ベンチマークであるADeptS-Benchを紹介する。
Safetyストリームは、視覚インターフェースに埋め込まれた脅威を伴うペアの良心/悪意のあるタスクを提供する。
曖昧さストリームは、意図が曖昧である場合、エージェントが明確化を求めるかどうかを評価する。
論文 参考訳（メタデータ） (2026-08-25T23:21:57Z) - DreamLedger: Where to Refuse World-Model Imagination Using Execution-Settled Credit [3.081254027365109]
DreamLedgerは、信頼性を永続的なデプロイオブジェクトとして扱う。
モデルが間違っているというよりも、ゲートが拒否する場所の永続的なクレジットが変わります。
我々は,DreamerV3,TD-MPC2,V-JEPA 2-ACマウントの3つの模擬ドメインと実フランカについて検討した。
論文 参考訳（メタデータ） (2026-08-24T22:12:10Z) - GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction [68.67772166423812]
ヒューマノイド全身制御のための行動世界モデル(BWM)であるGigaBrain-WBC-0.5を提案する。
純粋にリアクティブなトラッカーではなく、因果トランスフォーマーをトレーニングして、次のアクション、次の状態、次の潜伏動作コマンドに対する分布を共同で予測します。
自動地形アノテーションパイプラインは、再ターゲティングされた動きから完全な3D接触形状を復元し、既存の動きデータセットのスケールでの地形アノテートを可能にする。
論文 参考訳（メタデータ） (2026-08-18T18:21:36Z) - Zero2Skill: Bootstrapping Robot Skills through Autonomous Data Collection, Training, and Deployment [53.913175773174636]
既存のパイプラインは、自己リセット、VLM検証、言語指導による修正を通じて、人間の労力を減らす。
Zero2Skill(ゼロ2スキル)は、人ロボットの共生型エージェントシステムで、丸ごとの修正を維持・再利用する。
論文 参考訳（メタデータ） (2026-07-15T17:16:24Z) - Reliability-Asymmetric Spacecraft Autonomy: Co-Designing a Capable Learned GNC Stack with a Verified, Adaptation-Aware Runtime Shield [2.28438857884398]
ルールベースの自律性は認証可能であるが不安定であり、学習された自律性は能力があるが検証するのは難しい。
AMPLE-GNCは3層誘導、ナビゲーション、制御スタックである。
文法制約付き復号化による事前訓練された360Mモデルの微調整は、ハードな出力値保証を与える。
我々は,有能な制御器であっても,ラッチングセーフホールドシールドが抑制可能であることを示す。
論文 参考訳（メタデータ） (2026-06-24T03:55:21Z) - ContractBench: Can LLM Agents Preserve Observation Contracts? [9.057486468322933]
観察契約の遵守は、緊急かつ回帰的な能力であることを示す。
ContractBenchは、2つの障害モードを探索する33の二重軸タスクのベンチマークである。
i)評価モデルが80%,Claude-Opus-4.6が77.8%, (ii)Qwen 3.5で4B (0%) から9B (56.6%) の急激な家庭内能力崖が397B-A17Bで70.7%, (iii) GPT-5ファミリーでの非単調性スケーリングが消失した。
論文 参考訳（メタデータ） (2026-05-17T06:37:04Z) - Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents [66.97968363332465]
エージェントベンチマークの3つのギャップに対処するエンドツーエンド評価スイートであるClaw-Evalを紹介した。
Claw-Evalは3つのグループにまたがる9つのカテゴリにまたがる300の人間検証タスクで構成されている。
すべてのエージェントアクションは、3つの独立したエビデンスチャネルを通じて記録される。
論文 参考訳（メタデータ） (2026-04-07T17:43:18Z) - Squish and Release: Exposing Hidden Hallucinations by Making Them Surface as Safety Signals [0.0]
言語モデルは、直接質問された時に偽の前提を検知するが、会話の圧力でそれを吸収する。
この故障は、エラーが安全回路の活性化空間に移行し、抑制されるが消去されないため、出力検査には見えない。
固定検出器本体と交換可能な検出器コアの2つのコンポーネントからなるアクティベーションパッチアーキテクチャであるSquish and Releaseを紹介する。
論文 参考訳（メタデータ） (2026-03-27T03:49:04Z)
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。