論文の概要: Skill2Env: Capability-Oriented Environment Synthesis from Skills for General Agents
- arxiv url: http://arxiv.org/abs/2609.33772v1
- Date: Sun, 27 Sep 2026 17:13:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:46.690167
- Title: Skill2Env: Capability-Oriented Environment Synthesis from Skills for General Agents
- Title（参考訳）: Skill2Env: 汎用エージェントのためのスキルからの能力指向型環境合成
- Abstract要約: Skill2Envは、スキルから始まり、エージェント能力要求を使用してタスクと環境合成をガイドする機能指向フレームワークである。
本稿では,解決法の実行証拠を用いて,不十分なタスク設計を識別する反復的タスクハードニングを提案する。
Skill2Env環境から生成した1.5Kの高速軌道を教師付き微調整に利用し、幅広いエージェントベンチマークで一貫した改善を観察する。
- 参考スコア（独自算出の注目度）: 11.059214331244496
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Executable environments are critical for post-training agents on tasks that require tool use and multi-step interaction, but constructing executable tasks together with their environments remains difficult to scale. Skills provide reusable domain knowledge, operational procedures, and tool-use instructions, but a substantial gap remains between the information contained in a skill and a concrete, challenging task with a complete executable environment. To address this gap, we introduce Skill2Env, a capability-oriented framework that starts from a skill and uses agent capability demands to guide task and environment synthesis. Skill2Env represents these demands through reusable difficulty patterns and instantiates them into task blueprints that specify objectives, challenges, environment facts, information boundaries, and acceptance criteria. These blueprints guide the joint construction of task instructions, execution substrates, workspaces, and rubric-based evaluators around source skills. We further propose Iterative Task Hardening, which uses solver execution evidence to identify insufficiently challenging task designs, strengthen or extend their difficulty-pattern instantiations, and revise the corresponding blueprints and environments. Using 1.5K high-scoring trajectories generated from Skill2Env environments for supervised fine-tuning, we observe consistent improvements across a broad range of agent benchmarks, demonstrating the effectiveness of capability-oriented environment synthesis for agent post-training.
- Abstract（参考訳）: 実行可能環境は、ツールの使用とマルチステップのインタラクションを必要とするタスクのトレーニング後エージェントにとって重要であるが、実行可能タスクを環境と一緒に構築することは、拡張が難しいままである。
スキルは、再利用可能なドメイン知識、運用手順、ツール使用指示を提供するが、スキルに含まれる情報と、完全な実行可能な環境を持つ具体的な課題との間には、かなりのギャップが残っている。
このギャップに対処するために、スキルから始まり、エージェント能力要求を使用してタスクと環境合成をガイドする能力指向フレームワークであるSkill2Envを紹介します。
Skill2Envは、再利用可能な困難パターンを通じてこれらの要求を表現し、目標、課題、環境事実、情報境界、受け入れ基準を指定するタスク青写真にインスタンス化する。
これらの青写真は、ソーススキルに関するタスク命令、実行基板、ワークスペース、ルーリックベースの評価器の共同構築をガイドしている。
さらに,問題解決の証拠を用いて,不十分なタスク設計を特定し,困難パターンのインスタンス化を強化あるいは拡張し,対応する青写真や環境を改訂する反復的タスクハードニングを提案する。
我々は,Skill2Env環境から生成した1.5Kの高速軌道を教師付き微調整に利用し,広範囲のエージェントベンチマークにおける一貫した改善を観察し,エージェント後訓練における能力指向環境合成の有効性を実証した。
関連論文リスト
- Task Decomposition-Guided Reranking for Adaptive Agent Skill Retrieval [16.270741233471107]
本稿では,適応型スキル選択のための推論時間更新フレームワークであるSkillRerankerを提案する。
我々は、SkillRerankerがタスク性能を効果的に改善し、環境相互作用のステップを減らし、トークン消費を減らすことを示す。
論文 参考訳（メタデータ） (2026-07-07T13:49:08Z) - SkillComposer: Learning to Evolve Agent Skills for Specification and Generalization [99.18305770138677]
エージェントスキルは、エージェントの推論とアクションをガイドする再利用可能な戦略である。
現在の技術構築手法は、問題を一発抽出として扱う。
本稿では,スキル構築を3つの学習可能な操作に分解するフレームワークであるSkillComposerを紹介する。
論文 参考訳（メタデータ） (2026-06-04T12:16:08Z) - RoboWits: Unexpected Challenges for Robotic Creative Problem Solving [58.58727722988084]
我々は、認知的推論、創造的ツールの使用、予期しない状況に対する堅牢性を評価するために設計された、双方向のロボットベンチマークであるRoboWitsを紹介する。
このパイプラインを用いて,30種類の種タスクと208のタスクを,幾何学的,物質的,集合的推論にまたがる変異と難易度でキュレートした。
プレトレーニングされたVLAは,単一タスクの微調整後にシードタスクに予備的な成功を示すが,変異タスクの実行に苦慮している。
論文 参考訳（メタデータ） (2026-05-28T17:57:15Z) - A Comprehensive Survey on Agent Skills: Taxonomy, Techniques, and Applications [18.01291032624805]
大きな言語モデル(LLM)ベースのエージェントは、複雑なタスクを自動化するための有望なパラダイムとして、ツール、メモリ、構造化された相互作用を推論し、計画し、行動する。
しかし、エージェントがオープンエンドの現実世界のデプロイメントに向かっていくにつれ、すべてのタスクに対するオフスクラッチ推論と低レベルのツールコールが、ますます非効率になり、エラーが発生し、メンテナンスが困難になる。
本研究は,タスク固有の制約の下で,ツール,メモリ,ランタイムコンテキストを協調する再利用可能な手続き的アーティファクトとして定義する。
論文 参考訳（メタデータ） (2026-05-08T07:10:26Z) - ScaleEnv: Scaling Environment Synthesis from Scratch for Generalist Interactive Tool-Use Agent Training [34.682505898865884]
完全にインタラクティブな環境を構築し、スクラッチから完全に検証可能なタスクを構築するフレームワークであるScaleEnvを紹介します。
ScaleEnv内の探索を通じてエージェントが学習できるようにすることで、目に見えないマルチターンツール使用ベンチマークにおいて、大幅なパフォーマンス向上が示される。
論文 参考訳（メタデータ） (2026-02-06T16:05:55Z) - Automatic Cognitive Task Generation for In-Situ Evaluation of Embodied Agents [43.01384379901339]
本研究では,人間の認知に触発された未確認環境に対する動的タスク生成手法を提案する。
インタラクションの段階では、エージェントは環境と積極的に対話し、タスクの実行と生成の間のループを作成する。
10シーンにわたる実験では、TAAは2サイクルで87,876のタスクを自動生成している。
論文 参考訳（メタデータ） (2026-02-05T03:07:00Z) - What Do LLM Agents Know About Their World? Task2Quiz: A Paradigm for Studying Environment Understanding [50.35012849818872]
大規模言語モデル(LLM)エージェントは、複雑な意思決定やツール使用タスクにおいて顕著な能力を示した。
本研究では,タスク実行と世界状態理解の分離を目的とした決定論的かつ自動評価パラダイムであるTask-to-Quiz(T2Q)を提案する。
実験の結果,タスク成功は環境理解の指標として不十分な場合が多く,現在の記憶機構はエージェントが環境の基底モデルを取得するのに有効ではないことが明らかとなった。
論文 参考訳（メタデータ） (2026-01-14T14:09:11Z) - An Ontology for Unified Modeling of Tasks, Actions, Environments, and Capabilities in Personal Service Robotics [3.884856136722028]
タスク,行動,環境,能力の統一表現を提供するために,既存のものを拡張したrobots and acTions(OntoBOT)のオントロジーを提案する。
1) これらの側面を結合体にまとめて、実行、アクション、環境、能力に関する正式な推論をサポートします。
論文 参考訳（メタデータ） (2025-09-26T14:53:08Z) - Towards General Agentic Intelligence via Environment Scaling [78.66355092082253]
高度なエージェントインテリジェンスは、現実世界のアプリケーションに大規模言語モデルをデプロイするための前提条件である。
完全にシミュレートされた異種環境を自動的に構築するスケーラブルなフレームワークを設計する。
エージェントベンチマーク, tau-bench, tau2-Bench, ACEBenchの実験により, トレーニングモデルである AgentScaler が, モデルの関数呼び出し能力を大幅に向上することを示した。
論文 参考訳（メタデータ） (2025-09-16T17:57:20Z) - Interactive Agents to Overcome Ambiguity in Software Engineering [61.40183840499932]
AIエージェントは、あいまいで不明確なユーザー指示に基づいて、タスクを自動化するためにますますデプロイされている。
不安定な仮定をし、明確な質問をしないことは、最適以下の結果につながる可能性がある。
対話型コード生成設定において,LLMエージェントが不明瞭な命令を処理する能力について,プロプライエタリモデルとオープンウェイトモデルを評価して検討する。
論文 参考訳（メタデータ） (2025-02-18T17:12:26Z) - Latent Skill Planning for Exploration and Transfer [49.25525932162891]
本稿では,この2つの手法を1つの強化学習エージェントに統合する方法について検討する。
テスト時の高速適応に部分的償却の考え方を活用する。
私たちは、困難なロコモーションタスクのスイートでデザイン決定のメリットを実演しています。
論文 参考訳（メタデータ） (2020-11-27T18:40:03Z)
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。