論文の概要: Memory That Changes Action Is Not Memory That Guides It: Counterfactual Auditing of History-Conditioned Robot Policies

• arxiv url: http://arxiv.org/abs/2609.27247v1
• Date: Wed, 23 Sep 2026 02:31:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.842736
• Title: Memory That Changes Action Is Not Memory That Guides It: Counterfactual Auditing of History-Conditioned Robot Policies
• Title（参考訳）: 行動を変える記憶は、それを導く記憶ではない:歴史に則ったロボットのポリシーの非現実的な監査
• Abstract要約: ロボットは、2つのタスク一貫性のある過去に遭遇し、同じ入力に再収束するが、異なる動作を保証できる。 本稿では,2つの履歴を相互に横断するメモリ・ポリティクス評価プロトコルを提案する。 ロボットは、記憶を用いて過去の保証事項を確実に選択することなく、記憶と反応が可能であることを示す。
• 参考スコア（独自算出の注目度）: 15.339579037728901
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A robot returning a block to its origin tray may encounter two task-consistent pasts that reconverge to the same current input but warrant different actions. Yet memory-policy evaluations often rely on task success or action change under memory perturbation, neither of which establishes that memory guides the decision. We propose the \textbf{Counterfactual Memory Audit (CMA)}, an evaluation protocol that crosses two histories at a verified-identical present, queries a frozen policy under common randomness, and evaluates each saved action under both pasts. This separates memory sensitivity, warranted choice, matched-world physical value, and per-pair reliability. On Mem-0, every audited Put Back pair changes action, but only $20/64$ pairs are fully reliable; at a later Swap decision, all paired actions change while both memories select the same branch. Native interventions further show closed-loop influence: replacing the history bank redirects behavior toward the replaced content, while restoring a 4096-byte protected anchor recovers $38.9$ points of Swap success lost to injected bank faults. On a dual-arm physical platform, memory changes saved actions, yet five of nine completed Put Back manipulations reach the wrong target. These results show that a robot can remember and react without reliably using memory to choose the behavior its past warrants. CMA provides a decision-level audit for distinguishing these cases.
• Abstract（参考訳）: ブロックを元のトレイに戻すロボットは、同じ入力に再収束する2つのタスク一貫性のある過去に遭遇するが、異なる動作を保証できる。 しかし、メモリポリティクスの評価は、しばしばメモリ摂動下でのタスク成功やアクション変更に頼っている。 本稿では,実証済みの2つの履歴を横断する評価プロトコルである「textbf{Counterfactual Memory Audit (CMA)」を提案する。 これにより、メモリ感度、保証された選択、一致した世界の物理値、ペアごとの信頼性が分離される。 Mem-0では、監査済みのPut Backペアがアクションを変更するが、完全に信頼できるペアは20/64ドルに過ぎず、後のSwap決定では、両方のメモリが同じブランチを選択する間に、すべてのペアアクションが変更される。 歴史銀行の代替として4096バイトの保護アンカーが復活し、スワップの成功点38.9ドルが注入された銀行の欠陥によって失われた。 デュアルアームの物理プラットフォームでは、メモリ変更により保存されたアクションが変更されるが、9つの完了したPut Back操作のうち5つは間違ったターゲットに到達した。 これらの結果から,ロボットは記憶を確実に使わずに記憶と反応が可能であることがわかった。 CMAはこれらのケースを区別するための意思決定レベルの監査を提供する。

関連論文リスト

• VibeMemBench: Evaluating Memory Systems for Coding Agents on Real Repository Coding Tasks [74.71365175490853]
  我々は90のSWE-rebench V2レポジトリから111のコーディングターゲットのメモリシステムを評価するベンチマークであるVibeMemBenchを紹介する。 ターゲットはSWEベンチマークスタイルに従い、バグ修正、機能要求、インターフェースの変更、設定作業をカバーする。 ダイレクトインジェクションは、4つのタスクの解像度を1.1から4.5ポイント引き上げ、エージェントステップを5つに下げる。しかし、4つの既存のメモリシステムが同じ履歴から経験を構築・取得しなければならない場合、12のソルバのうち11のシステムペアリングは一致したメモリオフベースラインを超えない。
  論文  参考訳（メタデータ） (2026-09-20T11:44:03Z)
• Procedural Memory Under Change: Reuse and Interference in Controlled Web Tasks [0.0]
  手続き記憶により、言語エージェントは成功したルーチンを再利用できるが、再利用は格納されたルーチンが引き続き適用可能であると仮定する。 我々はその推定が故意に違反した場合に何が起こるかを研究する。
  論文  参考訳（メタデータ） (2026-09-09T06:22:42Z)
• 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)
• MemSecBench: Tracking Agent Memory Poisoning from Persistence to Consequence and Repair [11.307480451677145]
  メモリシステムは、エージェントが過去のインタラクションから情報を保持、再利用することを可能にするが、悪意のあるコンテンツを持続させることもできる。 最近のベンチマークでは、エージェントメモリのセキュリティがますます調査されているが、永続性、下流の結果、選択的な修復など、同じ悪意のあるセマンティクスをトレースするケースはほとんどない。 MemSecBenchはエージェントメモリシステムのライフサイクルセキュリティのベンチマークである。
  論文  参考訳（メタデータ） (2026-07-29T16:06:54Z)
• 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)
• MEMPROBE: Probing Long-Term Agent Memory via Hidden User-State Recovery [58.64329475683699]
  我々は、長期記憶は監査可能な相互作用後のアーティファクトとして評価されるべきであると主張している。 我々は、メモリを備えたエージェントがシミュレーションユーザを支援するベンチマークであるMEMPROBEで、このビューをインスタンス化する。 私たちは、成功したアシストと回復可能なメモリが、異なる機能として振る舞うことに気付きました。
  論文  参考訳（メタデータ） (2026-06-23T13:52:46Z)
• WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
  マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。 既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。 マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
  論文  参考訳（メタデータ） (2026-05-28T04:27:20Z)
• MemGuard: Preventing Memory Contamination in Long-Term Memory-Augmented Large Language Models [56.31411457917676]
  本稿では,メモリ構築と検索において,機能的メモリ境界を保存するタイプアウェアメモリフレームワークであるMemGuardを紹介する。 幻覚と長期会話のベンチマーク全体で、MemGuardはメモリの信頼性を最大28.27%向上し、メモリトークンは以前の方法より5.8倍少ない。
  論文  参考訳（メタデータ） (2026-05-27T06:04:19Z)
• MemAudit: Post-hoc Auditing of Poisoned Agent Memory via Causal Attribution and Structural Anomaly Detection [15.403262505444454]
  本稿では,大規模言語モデルエージェントのための時間後因果記憶監査フレームワークを提案する。 MemAuditは、現実的なポストホック監査シナリオ下での攻撃成功率を大幅に削減する。
  論文  参考訳（メタデータ） (2026-05-22T15:03:13Z)

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。