論文の概要: Learning and Transferring Closed-Loop Robot Software

• arxiv url: http://arxiv.org/abs/2609.19906v1
• Date: Thu, 17 Sep 2026 08:51:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.17457
• Title: Learning and Transferring Closed-Loop Robot Software
• Title（参考訳）: クローズドループロボットの学習と伝達
• Abstract要約: クローズドループロボットポリシーは、観察処理、状態管理、状況に依存した分岐を必要とする。 我々は、ソースタスクにおける実装の改善が、新しいタスクのポリシー獲得にも役立つかどうかを考察する。 各ソースタスクに対して、コーディングエージェントは、いくつかの成功したデモからポリシーコードを生成し、シミュレーションフィードバックを使用して反復的に改善する。 新しいタスクのために、エージェントは、アーカイブされた実装、ターゲットのデモ、実行フィードバックを使用してポリシーを生成し、改善する。
• 参考スコア（独自算出の注目度）: 11.7547120211534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Closed-loop robot policies require observation processing, state management, and situation-dependent branching, making them costly to design and tune manually. Although coding agents increasingly support control-code generation and optimization, it remains unclear whether implementations improved on source tasks also support policy acquisition for new tasks. We study this question by treating complete closed-loop implementations as reusable execution experience. For each source task, a coding agent generates policy code from a few successful demonstrations and iteratively improves it using simulation feedback. The validation-selected implementations are retained in a software archive. For new tasks, the agent generates and improves policies using archived implementations, target demonstrations, and execution feedback. The resulting policy is then frozen and executes without further model calls. Across four source tasks in RoboCasa, iterative optimization increases mean success from 28.3% to 64.2%. Across nine target tasks and three independent runs, mean success is 45.2% without references, 41.5% with initial source code, and 57.0% with optimized source code. Optimized references outperform initial references in all three runs on the nine-task average, with a mean gain of 15.6 percentage points. These results demonstrate the value of execution-improved software as a resource for acquiring new policies in this setting, although initial references remain better on two target tasks when averaged across runs.
• Abstract（参考訳）: クローズドループロボットポリシーは、観察処理、状態管理、状況に依存した分岐を必要とする。 コーディングエージェントは、制御コード生成と最適化をますますサポートしているが、ソースタスクで改善された実装が、新しいタスクのポリシー獲得もサポートするかどうかは不明だ。 本研究では,完全閉ループ実装を再利用可能な実行体験として扱うことにより,この問題を考察する。 各ソースタスクに対して、コーディングエージェントは、いくつかの成功したデモからポリシーコードを生成し、シミュレーションフィードバックを使用して反復的に改善する。 検証選択された実装は、ソフトウェアアーカイブに保持される。 新しいタスクのために、エージェントは、アーカイブされた実装、ターゲットのデモ、実行フィードバックを使用してポリシーを生成し、改善する。 結果のポリシは凍結され、さらなるモデルコールなしで実行される。 RoboCasaの4つのソースタスクの中で、反復最適化は28.3%から64.2%に向上する。 9つのタスクと3つの独立した実行中、平均成功率は45.2%、初期ソースコードは41.5%、最適化されたソースコードは57.0%である。 最適化された基準は、9タスク平均で3回全てで最初の基準を上回っ、平均15.6ポイントの利得がある。 これらの結果から,この設定で新たなポリシを取得するためのリソースとして,実行改善ソフトウェアの価値が示された。

関連論文リスト

• ProgramDistill: From Interactive Web Apps to Verifiable Reference-Guided SWE Tasks [60.600151982455195]
  ProgramDistillは、完全に機能する参照アプリケーションとのインタラクションによって発見された機能について、コーディングエージェントを評価するベンチマークである。 私たちのパイプラインであるマイニングクラフトパッチは、26のアプリケーションにまたがる1,975のリプレイ検証された振る舞いを発見し、人間の介入なしに4,063のタスクを構築します。
  論文  参考訳（メタデータ） (2026-09-16T15:19:05Z)
• AgentExecutor: Partial Code Execution via Agentic Context Generation [15.748912253240773]
  本稿では,部分的なコード実行のための新しいマルチエージェントフレームワークであるAgentExecutorを提案する。 AgentExecutor は 94% と 90% のコードカバレッジを実現し、最先端の Treefix をそれぞれ 19.9% と 13.8% で上回っている。
  論文  参考訳（メタデータ） (2026-08-06T12:33:58Z)
• MetaRoute-Bench: Evaluating Meta-Decision Policies for Agentic Workflow Routing [0.0]
  共有実行モデルの下でメタ決定ポリシーを比較するためのオープンで検査可能なフレームワークであるMetaRoute-Benchを提案する。 タスク対応のコンポジションポリシは79.4%が成功し、強いワークロード固有の静的ポリシでは76.7%が成功している。 静的ポリシーとは対照的に、これは2.7パーセントの改善であり、ペアの95%CIプラスまたはマイナス2.0ポイント、平均コストが4.7%、レイテンシが6.4%向上している。
  論文  参考訳（メタデータ） (2026-07-31T07:01:21Z)
• Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.0 [53.71882250666667]
  エージェント最適化法で報告されているほとんどの利得はワンショットである。 これは、デプロイされたエージェントにとって重要な設定をテストするものではない。 エージェントハーネス最適化に対する3つのアプローチを比較する。
  論文  参考訳（メタデータ） (2026-07-15T16:36:04Z)
• Mastermind: Strategy-grounded Learning for Repository-Scale Vulnerability Reproduction [62.42945715963878]
  リポジトリレベルの脆弱性の再現は、要求の多いソフトウェアエンジニアリング(SE)タスクである。 最近のLLMエージェントは、アプローチが正しい場合、しばしばこれらのステップを実行するが、間違った戦略を選択することで失敗する。 本論では, アクションの完全な軌跡ではなく, 戦略がSEエージェントの適切な学習単位であることを論じる。
  論文  参考訳（メタデータ） (2026-07-02T06:27:27Z)
• RHO: Your Coding Agent is Secretly a Roboticist [24.9798218503493]
  コード・アズ・ポリシーズ(CaP)は、大きな言語モデル(LLM)が知覚、計画、制御プリミティブを構成することでロボットのタスクを解くコードを書くことができることを示した。 最近のCaPシステムは、テスト時に多ターンコード生成ループに依存しており、リアルタイムロボット制御では不可能であることが多い。 ロボットハーネス最適化(ロボティクス・ハーネス・オプティマイゼーション、英: Robotics Harness Optimization、RHO)は、ツール対応のコーディングエージェントがトレーニング時に、解釈可能な、ニューロシンボリックなマルチファイルポリシーリポジトリの提案と検索を行う新しいパラダイムである。
  論文  参考訳（メタデータ） (2026-06-15T09:30:12Z)
• optimize_anything: A Universal API for Optimizing any Text Parameter [98.42497715725356]
  単一タスク検索をサポートする1つのAIベースの最適化システム、クロスプロブレム転送によるマルチタスク検索、および目に見えない入力への一般化を示す。 LLMに基づく検索によるテキストの最適化は汎用的な問題解決パラダイムであることを示す。
  論文  参考訳（メタデータ） (2026-05-19T10:18:12Z)
• Persistent Cross-Attempt State Optimization for Repository-Level Code Generation [9.264264685267616]
  LiveCoderは、クロスプラットフォームの知識最適化に基づいた、リポジトリレベルのコード生成のための新しいフレームワークである。 LiveCoderは、その後の世代をガイドする以前の試みから、永続的なタスク固有の状態を維持している。
  論文  参考訳（メタデータ） (2026-04-04T08:03:03Z)
• SCUBA: Salesforce Computer Use Benchmark [63.66753028386581]
  SCUBAは、Salesforceプラットフォーム内の顧客関係管理(CRM)上のコンピュータ利用エージェントを評価するために設計されたベンチマークである。 SCUBAには、実際のユーザインタビューから派生した300のタスクインスタンスが含まれており、3つの主要なペルソナ、プラットフォーム管理者、セールス担当者、サービスエージェントで構成されている。 ゼロショット設定とデモ拡張設定の両方で、多様なエージェントのセットをベンチマークします。
  論文  参考訳（メタデータ） (2025-09-30T16:48:49Z)
• GitTaskBench: A Benchmark for Code Agents Solving Real-World Tasks Through Code Repository Leveraging [41.754784344572286]
  実際のシナリオでコードエージェントを評価するベンチマークであるGitTaskBenchをリリースしています。 各タスクは、自動化された人為的な評価ハーネスと関連するリポジトリをペアリングする。 また,エージェント性能の経済的利益を定量化するためのα値指標を提案する。
  論文  参考訳（メタデータ） (2025-08-26T12:48:05Z)
• DARS: Dynamic Action Re-Sampling to Enhance Coding Agent Performance by Adaptive Tree Traversal [55.13854171147104]
  大規模言語モデル(LLM)は、自然言語処理、データ分析、ソフトウェア開発など、さまざまな領域に革命をもたらした。 符号化エージェントのための新しい推論時間計算スケーリングアプローチである動的アクション再サンプリング(DARS)を提案する。 我々は、SWE-Bench Liteベンチマークに対する我々のアプローチを評価し、このスケーリング戦略がClude 3.5 Sonnet V2で55%のパス@kスコアを達成したことを実証した。
  論文  参考訳（メタデータ） (2025-03-18T14:02:59Z)

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。