論文の概要: Workspace Models: Lightweight Robotic Memory via Saliency-Driven Supervision

• arxiv url: http://arxiv.org/abs/2609.20820v1
• Date: Thu, 17 Sep 2026 17:59:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.43187
• Title: Workspace Models: Lightweight Robotic Memory via Saliency-Driven Supervision
• Title（参考訳）: ワークスペースモデル:空力駆動型スーパービジョンによる軽量ロボットメモリ
• Abstract要約: 複雑なロボット操作タスクは、しばしば過去の出来事や行動の長期記憶を必要とする。 ポリシーメモリに対する多くのアプローチは、タスクサレント情報のみを処理するために、ループ内の高価なVLMクエリを通じて履歴情報を圧縮することである。 本稿では,VLMクエリを列車時間中に計算集約的に作成し,展開時に効率よくクエリできる軽量潜時メモリを学習する手法を提案する。
• 参考スコア（独自算出の注目度）: 22.596045749429706
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Complex robotic manipulation tasks frequently require a long-term memory of past events and actions. As conditioning on full histories renders policies prone to spurious correlations and degrades performance, many approaches to policy memory involve compressing historical information through expensive VLM queries in-the-loop to process only task-salient information. In this paper, we propose an alternative approach in which computationally intensive VLM queries are made during train-time to learn a lightweight latent memory that can be efficiently queried at deployment time. Our representation, which we call the \textbf{workspace token}, is trained by (1) using a VLM to identify current and historical information necessary for completing a task, then (2) distilling these into the workspace token using a set-reconstruction decoder loss. In both simulation and hardware, we show that the workspace token can be used as a drop-in replacement for observations during deployment, enabling policies to solve memory-intensive tasks without the need for VLM reasoning in-the-loop. Interestingly, we found that workspace tokens are not only more lightweight but also lead to better policy performance.
• Abstract（参考訳）: 複雑なロボット操作タスクは、しばしば過去の出来事や行動の長期記憶を必要とする。 フルヒストリーの条件付けは、相関関係を刺激し、性能を低下させる傾向にあるため、ポリシーメモリに対する多くのアプローチは、タスクサレント情報のみを処理するために、ループ内の高価なVLMクエリを通して履歴情報を圧縮する。 本稿では,計算集約型VLMクエリを列車時間中に作成し,展開時に効率よくクエリできる軽量潜在メモリを学習する手法を提案する。 我々の表現は、(1) VLMを用いてタスク完了に必要な現在および歴史的情報を識別し、(2)集合再構成デコーダロスを用いてワークスペーストークンに蒸留する。 シミュレーションとハードウェアの両方において、ワークスペーストークンはデプロイメント中の観察のドロップイン代替として使用することができ、ループ内でのVLM推論を必要とせずに、メモリ集約的なタスクをポリシーで解決できることが示されている。 興味深いことに、ワークスペーストークンはより軽量であるだけでなく、ポリシーのパフォーマンス向上にもつながります。

関連論文リスト

• Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents [72.3752981234916]
  大きな言語モデル(LLM)エージェントは、タスク間の経験を蓄積するために、外部メモリシステムに依存している。 メモリ操作をマルコフ決定プロセスとしてモデル化するフレームワークである制御プロセス(MemCon)としてメモリを提示する。 MemConは、複数のメモリベースラインのタスク成功率を最大15.2ポイント上回り、トークン消費量を5-20%削減している。
  論文  参考訳（メタデータ） (2026-07-15T08:32:40Z)
• Memory Retrieval in Visuomotor Policies for Long-Horizon Robot Control [33.5619212312672]
  家庭などの部分的に観測可能な環境で動く汎用ロボットは、自律性をサポートするために記憶を必要とする。 本稿では,長期制御のための注意に基づくメモリ検索機構を備えたビジュモータポリシーであるHALOを紹介する。
  論文  参考訳（メタデータ） (2026-06-23T20:07:23Z)
• Beyond Short-Horizon: VQ-Memory for Robust Long-Horizon Manipulation in Non-Markovian Simulation Benchmarks [96.60530830276281]
  RuleSafeは、スケーラブルなLLM支援シミュレーションフレームワーク上に構築された、新しいオペレーティングベンチマークである。 VQ-Memoryはベクトル量子化変分オートエンコーダを用いたコンパクトで構造化された時間表現である。
  論文  参考訳（メタデータ） (2026-03-10T11:13:54Z)
• MemSifter: Offloading LLM Memory Retrieval via Outcome-Driven Proxy Reasoning [78.46301394559903]
  大きな言語モデル(LLM)は、長期化タスクにますます使われています。 現在の手法はコストと精度のトレードオフに直面している。 MemSifterは、メモリ検索プロセスを小さなプロキシモデルにオフロードする新しいフレームワークである。
  論文  参考訳（メタデータ） (2026-03-03T02:57:38Z)
• PlugMem: A Task-Agnostic Plugin Memory Module for LLM Agents [74.4491017652226]
  タスク固有の再設計なしに任意のLLMエージェントにアタッチ可能なタスク非依存メモリモジュールであるPlugMemを提案する。 意思決定関連情報が生の経験よりも抽象的な知識として集中しているという事実に感銘されて、認識科学に焦点をあてて、エピソード記憶をコンパクトで知識中心の記憶グラフに構造化する。 PlugMemを3つのベンチマーク(長期会話型質問応答、マルチホップ知識検索、Webエージェントタスク)で評価する。
  論文  参考訳（メタデータ） (2026-02-06T18:55:38Z)
• CLARE: Continual Learning for Vision-Language-Action Models via Autonomous Adapter Routing and Expansion [9.808005698482914]
  CLAREは、視覚-言語-アクションモデルによる模範のない連続学習のためのフレームワークである。 CLAREは,従来のタスクを壊滅的に忘れることなく,新しいタスクにおいて高い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） (2026-01-14T14:23:42Z)
• Evo-Memory: Benchmarking LLM Agent Test-time Learning with Self-Evolving Memory [89.65731902036669]
  Evo-Memoryは、大規模言語モデル(LLM)エージェントで自己進化型メモリを評価するための、ストリーミングベンチマークとフレームワークである。 10以上の代表的なメモリモジュールを評価し、10種類の多ターンゴール指向およびシングルターン推論およびQAデータセットで評価した。
  論文  参考訳（メタデータ） (2025-11-25T21:08:07Z)
• PAFFA: Premeditated Actions For Fast Agents [19.576180667174366]
  PAFFAは、新しい推論時間手法を用いて、インターネット上でのタスクの完了を高速かつ正確にする手法である。 PAFFAは、堅牢なパフォーマンスを維持しながら、推論時間トークンを87%大幅に削減する。 調査に基づいてアクションライブラリを更新するUnravelの能力は、目に見えないウェブサイトへの一般化と適応を可能にする。
  論文  参考訳（メタデータ） (2024-12-10T22:51:31Z)
• RET-LLM: Towards a General Read-Write Memory for Large Language Models [53.288356721954514]
  RET-LLMは、大規模な言語モデルに一般的な読み書きメモリユニットを装備する新しいフレームワークである。 デビッドソンのセマンティクス理論に触発され、三重項の形で知識を抽出し保存する。 本フレームワークは,時間に基づく質問応答タスクの処理において,堅牢な性能を示す。
  論文  参考訳（メタデータ） (2023-05-23T17:53:38Z)

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。