Fugu-MT 論文翻訳(概要): Coding Agents for Generalized Task and Motion Planning Problems

論文の概要: Coding Agents for Generalized Task and Motion Planning Problems

arxiv url: http://arxiv.org/abs/2609.30233v1
Date: Thu, 24 Sep 2026 17:53:35 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-25 21:10:10.194558
Title: Coding Agents for Generalized Task and Motion Planning Problems
Title（参考訳）: 一般化課題と運動計画問題のための符号化エージェント
Abstract要約: 一般化されたTAMPは、新しいインスタンスの計画労力を減らすために、問題インスタンス全体の規則性を活用することで、この問題に対処する。プログラムをインスタンス全体にわたって一般化することにより、コーディングエージェントがこのプロセスを自動化することができるかどうかを検討する。我々は,100の保留インスタンス上で980個の生成プログラムを評価し,合計98,000個の評価エピソードについて検討した。
参考スコア（独自算出の注目度）: 17.13274092272786
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Task and motion planning (TAMP) problems remain difficult even with full observability and object-centric states because discrete decisions are tightly coupled to geometric, kinematic, and dynamic constraints. Generalized TAMP addresses this difficulty by exploiting regularities across problem instances to reduce planning effort on new instances. However, existing methods require substantial TAMP-specific engineering. We investigate whether coding agents can automate this process by synthesizing programs that generalize across instances. Given a task description and simulator access, each agent chooses how to interact with the environment while developing a program within a fixed synthesis budget. The program is then frozen and evaluated on unseen instances. We evaluate Claude Code (Opus 5) and Codex (GPT-5.6 Sol and GPT-6 Astra) on 28 simulated environments from KinDER and PDDLStream, with object counts beyond those evaluated in the original benchmark. Across all program synthesis methods, we evaluate 980 generated programs on 100 held-out instances each, 98,000 evaluation episodes in total. Overall, we find that coding agents are surprisingly effective at generalized TAMP: all three agent configurations outperform hand-engineered planners, one-shot generation, and an LLM-based generalized planning baseline in mean success (56% to 95% versus 47% for the planners, on the 16 environments where a planner is available). As object counts grow, the agents' programs maintain higher success than the planner, using an order of magnitude less computation per instance on average. Logs show agents using interaction to calibrate physical models, test edge cases, and refine strategies. We release all code, including the full prompts given to the agents. These findings suggest that coding agents are a strong baseline for generalized TAMP.
Abstract（参考訳）: 離散的な決定は幾何学的、運動論的、動的制約と密接に結びついているので、完全な可観測性とオブジェクト中心の状態であっても、タスク・アンド・モーション・プランニング(TAMP)問題は依然として困難である。一般化されたTAMPは、新しいインスタンスの計画労力を減らすために、問題インスタンス全体の規則性を活用することで、この問題に対処する。しかし、既存の手法には相当なTAMP固有の技術が必要である。プログラムをインスタンス全体にわたって一般化することにより、コーディングエージェントがこのプロセスを自動化することができるかどうかを検討する。タスク記述とシミュレータアクセスが与えられた場合、各エージェントは、固定された合成予算内でプログラムを開発しながら、環境と対話する方法を選択する。プログラムは凍結され、目に見えないインスタンスで評価される。我々は,KinDERとPDDLStreamの28のシミュレーション環境において,Claude Code (Opus 5) と Codex (GPT-5.6 Sol と GPT-6 Astra) の評価を行った。プログラム合成法全体では,100個の保留インスタンスに対して980個の生成プログラムを評価し,合計98,000個の評価エピソードについて検討した。 3つのエージェント構成は、手書きのプランナー、ワンショット生成、LLMベースの汎用計画ベースラインを平均的な成功(プランナーが利用できる16の環境において、プランナーが95%から47%に対して56%)で上回る。オブジェクトの数が増加するにつれて、エージェントのプログラムはプランナーよりも高い成功を保ち、平均的なインスタンス毎の計算量は桁違いに少なくなる。ログは、インタラクションを使用して物理モデルのキャリブレーション、エッジケースのテスト、洗練された戦略を示す。エージェントに与えられたすべてのプロンプトを含む、すべてのコードをリリースします。これらの結果から, コーディングエージェントは汎用TAMPの強力なベースラインであることが示唆された。

関連論文リスト

AgentFold: Closed-Loop Agentic Search for Protein Folding Model Design [27.154390712714264]
我々は,折りたたみモデル開発を,実行可能なコードバリアントに対するクローズドループ検索として定式化するフレームワークであるAgentFoldを提案する。一致した計算予算の下で、AgentFoldは、独立したCodex提案よりも最高のlDDTを7.5%改善する。結果として生じる介入の痕跡は、反復的な経験的デザインパターンを示す。
論文参考訳（メタデータ） (2026-08-27T07:38:16Z)
DuMateBench: Evaluating Autonomous Agents in Complex Real-World Workflows [69.12339622053588]
我々はDuMateBenchを紹介した。DuMateBenchは匿名化およびプライバシスクリーニングによるユーザセッションから再構築されたリアルセッションベンチマークである。結果として得られたベンチマークは、8つの広いシナリオにまたがる200のタスクと、17のきめ細かい機能カテゴリで構成されている。これらのタスクは、Isufficient、Unstable、Noisyの3種類の環境複雑性を注入した、分離されたDockerコンテナで実行します。
論文参考訳（メタデータ） (2026-08-27T02:36:23Z)
OmniaBench: Benchmarking General AI Agents Across Diverse Scenarios [25.68270661401607]
OmniaBenchは、明示的な状態空間を持つ様々なシナリオにまたがる汎用エージェントを評価するベンチマークである。実行環境を構築し,4つの相補経路を通した単一ターンタスクと複数ターンタスクを合成する。ベンチは現在のフロンティアモデルに重大な課題を示しており、クロード・ソネット-5とGPT-5.6-ソルもそれぞれ58.54点と57.14点の総合パス@1点を達成している。
論文参考訳（メタデータ） (2026-07-16T13:38:07Z)
MagicAgent: Towards Generalized Agent Planning [73.21129030631421]
汎用エージェント計画に特化して設計された基盤モデルである textbfMagicAgent について述べる。多様な計画タスクにまたがる高品質なトラジェクトリを生成する軽量でスケーラブルな合成データフレームワークを提案する。 MagicAgent-32B と MagicAgent-30B-A3B は様々なオープンソースベンチマークにおいて優れた性能を発揮することを示す。
論文参考訳（メタデータ） (2026-02-22T01:39:16Z)
ThinkGeo: Evaluating Tool-Augmented Agents for Remote Sensing Tasks [64.86209459039313]
ThinkGeoは、構造化ツールの使用とマルチステップ計画を通じて、リモートセンシングタスクにおけるツール拡張エージェントを評価するために設計されたエージェントベンチマークである。我々はReActスタイルの対話ループを実装し,486 個の構造化エージェントタスク上でのオープンソース LLM とクローズドソース LLM の両方を1,773 個の専門家が検証した推論ステップで評価する。分析の結果、ツールの精度とモデル間の計画整合性に顕著な相違が明らかになった。
論文参考訳（メタデータ） (2025-05-29T17:59:38Z)
EmbodiedAgent: A Scalable Hierarchical Approach to Overcome Practical Challenge in Multi-Robot Control [2.9374620169143673]
EmbodiedAgentは異種マルチロボット制御のための階層的なフレームワークである。提案手法は,次アクション予測パラダイムと構造化メモリシステムを統合し,タスクを実行可能なロボットスキルに分解する。 100のシナリオにまたがる18,000以上のアノテートされたプランニングインスタンスのデータセットであるMultiPlan+を紹介します。
論文参考訳（メタデータ） (2025-04-14T09:33:42Z)
AI planning in the imagination: High-level planning on learned abstract search spaces [68.75684174531962]
我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
論文参考訳（メタデータ） (2023-08-16T22:47:16Z)
Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal Constraints [52.58352707495122]
本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
論文参考訳（メタデータ） (2020-05-27T01:10:41Z)

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。