論文の概要: RegenHarness: A Robot Agent Harness with Evidence-Gated Recursive Self-Improvement
- arxiv url: http://arxiv.org/abs/2609.27612v1
- Date: Wed, 23 Sep 2026 09:29:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 00:05:17.968657
- Title: RegenHarness: A Robot Agent Harness with Evidence-Gated Recursive Self-Improvement
- Title（参考訳）: RegenHarness: 再帰的自己改善を図ったロボットエージェントHarness
- Abstract要約: 本稿では,エビデンス付きロボットエージェントハーネスRegenHarnessを紹介する。
役割分離された4つのコンテキストは、計画、監督、検証、リカバリの入力を分離する。
バージョニングメモリは、観察された事実と認められたタスクの進捗を区別する。
- 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: Long-horizon robot execution requires a clear distinction between a model's proposal, a controller's termination, and verified task completion. We present RegenHarness, an evidence-gated robot-agent harness connecting task planning to heterogeneous robot skills. Its execution architecture couples a model loop for context-conditioned proposals with an agent loop for dispatch, observation, verification, commitment, and bounded recovery. Four role-isolated contexts separate planning, supervision, verification, and recovery inputs. Versioned memory distinguishes observed facts from accepted task progress, while an identity- and version-bound commit gate controls updates to trusted task state. The runtime combines duplicate-dispatch control, resource leases, and recovery budgets under explicit backend contracts, and checks the original user goal before reporting completion. To our knowledge, we are the first to introduce an evidence-gated recursive self-improvement (RSI) protocol for embodied robotic agents. Across missions, execution records motivate candidate changes to context rules, task templates, routing, and recovery policies; fixed regression checks and release authorization govern their acceptance; versioned rollout and rollback preserve configuration traceability. This RSI protocol revises the harness configuration without online model-weight updates or permission to weaken the commit gate. A real quadruped deployment documents voice-triggered warehouse navigation, panoramic inspection, visual analysis, message delivery, return, and spoken reporting through linked audio, images, trajectories, and receipts. A separate circuit demonstrates why completion depends on execution history rather than endpoint proximity alone. Together, the cases demonstrate integrated perception, physical execution, communication, and history-dependent completion in real-world robot tasks.
- Abstract（参考訳）: ロングホライズンロボットの実行には、モデルの提案、コントローラの終了、検証されたタスク完了を明確に区別する必要がある。
異種ロボットスキルにタスクプランニングを接続するエビデンス付きロボットエージェントであるRegenHarnessを紹介する。
その実行アーキテクチャは、コンテキスト条件付き提案のモデルループと、ディスパッチ、観察、検証、コミットメント、バウンドリカバリのためのエージェントループを結合する。
役割分離された4つのコンテキストは、計画、監督、検証、リカバリの入力を分離する。
バージョン管理されたメモリは、観測された事実と認められたタスクの進捗を区別し、IDとバージョンバウンドのコミットゲートは信頼されたタスク状態への更新を制御する。
ランタイムは、明示的なバックエンド契約の下で、重複したディスパッチ制御、リソースリース、リカバリ予算を組み合わせて、完了を報告する前に元のユーザ目標をチェックする。
我々の知る限り、我々はエビデンス付き再帰的自己改善(RSI)プロトコルを導入した最初のロボットエージェントである。
ミッション全体を通じて、実行レコードは、コンテキストルール、タスクテンプレート、ルーティング、リカバリポリシへの候補変更を動機付け、修正された回帰チェックとリリース承認が受け入れを管理し、バージョン付きロールアウトとロールバックが構成トレーサビリティを保存する。
このRSIプロトコルは、オンラインモデルウェイト更新やコミットゲートを弱める許可なしに、ハーネス設定を更新する。
実際の4つのデプロイメント文書は、音声トリガーされた倉庫ナビゲーション、パノラマ検査、視覚分析、メッセージ配信、返却、および音声をリンクされたオーディオ、画像、軌跡、レシートを通じて報告する。
別々の回路は、完了がエンドポイントの近接のみに依存するのではなく、実行履歴に依存する理由を示している。
これらのケースは、実世界のロボットタスクにおいて、統合された知覚、身体的実行、コミュニケーション、そして履歴に依存した完了を示す。
関連論文リスト
- Forward-Deployed Full-Stack Engineering for Autonomous Cloud MLOps [0.0]
本稿では,自然言語MLOpsクラウドエンジニアリングタスクを検証されたリポジトリと運用クラウドデプロイメントに変換するためのエビデンス付きマルチエージェントフレームワークを提案する。
Google Cloud Platformのフレームワークを実現し、リポジトリの完全性、管理された実行、エビデンス対応の移行、クラウドプロモーション、バウンドリカバリを評価します。
論文 参考訳（メタデータ） (2026-08-30T07:13:10Z) - Independent Patch Verification for Coding Agents with a Bidirectional Reconstruct-and-Verify Framework [49.16055123488827]
大規模言語モデルを利用したコーディングエージェントは、バグレポートから直接コードパッチを生成することができる。
報告された問題を真に解決するかどうかを独立に検証するメカニズムは存在しない。
本稿では,RETRACE をトレーニング不要なポストジェネレーション検証フレームワークとして提案する。
論文 参考訳（メタデータ） (2026-08-09T22:59:13Z) - Tencent WorkBuddy Bench: A Multi-Domain Coding-Agent Benchmark with Contamination-Resistant Task Construction [57.138342889101345]
Tencent WorkBuddy Benchは、コーディングエージェントのためのマルチドメイン評価スイートである。
本報告では, 設計手法, スコアリングプロトコル, クロスモデルリーダーボードについて述べる。
論文 参考訳（メタデータ） (2026-07-23T04:34:06Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration [77.28003194268977]
SearchOSは、脆弱で暗黙的な検索進捗を明示的で永続的で共有状態に変換するシステムレベルのマルチエージェントフレームワークである。
SOCM上に構築されたSearchOSは、サブエージェントの実行を重複させるパイプライン並列スケジューリングメカニズムを適用している。
SearchOSは評価されたシングルエージェントとマルチエージェントのベースラインの中で、すべてのメトリクスをリードする。
論文 参考訳（メタデータ） (2026-07-16T17:51:23Z) - A Task-State Representation for Long-Horizon Mobile GUI Agents [53.359524744953575]
Task-State Representation (TSR)は、感覚入力からタスク状態を明示的に分離する、トレーニング不要のフレームワークである。
4つのモバイルGUIベンチマークによる実験では、TSRの有効性が検証され、成功率が12ポイントまで向上した。
論文 参考訳（メタデータ） (2026-07-01T06:37:21Z) - Verification-Gated Agentic Mission-State Governance for Intelligent Industrial Multi-Robot Systems [4.96578940939428]
本稿では,インテリジェントな産業用マルチロボットシステムのための検証ゲート型エージェント・ミッション・ステート・ガバナンス・フレームワークを提案する。
このフレームワークは2つの同期状態オブジェクトを保持しており、永続的な階層のための進化するタスクフォレスト、遅延グラウンド、修理可能なサブ構造である。
この研究はエージェントAIを、未確認の実行権限ではなく、検査可能なミッション状態検証によって管理される提案生成層として位置づけている。
論文 参考訳（メタデータ） (2026-06-30T08:41:00Z) - AuditWeave: A Tamper-Evident, Auditor-Navigable Evidence Layer for AI-Assisted and Data-Transformation Workflows [0.0]
AuditWeaveは、AIアシストとデータ変換のステップを1つのハッシュチェーンの台帳に記録する軽量Pythonライブラリである。
本稿では,参照実装におけるオーバヘッド,拡張性,タンパー検出の正確さを設計し,評価する。
論文 参考訳（メタデータ） (2026-06-14T21:46:04Z) - An Executable Benchmarking Suite for Tool-Using Agents [3.5322131912413908]
このスイートは、WebArena Verified、SWE-GymスライスとSWE-bench互換の検証、および一般的なワークロードアダプタを介してMiniWoB++を接続する。
承認されたエビデンスには、レイテンシ、無効動作、パッチ生成コスト、検証済みメタデータ、リプレイバインディング、そして1つの監査可能な契約下での証明が記録されている。
論文 参考訳（メタデータ） (2026-05-10T21:24:53Z) - RADAR: Closed-Loop Robotic Data Generation via Semantic Planning and Autonomous Causal Environment Reset [48.645870795753105]
ロボットのためのロバスト自動データ取得(RADAR)について紹介する。
RADARは完全に自律的でクローズドループのデータ生成エンジンで、収集サイクルから人間の介入を完全に取り除きます。
シミュレーションでは、複雑な長期タスクにおいて、最大90%の成功率を達成する。
論文 参考訳（メタデータ） (2026-03-12T11:18:52Z)
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。