論文の概要: Simple Agentic Memory for Generalist Robot Policies
- arxiv url: http://arxiv.org/abs/2609.36595v1
- Date: Tue, 29 Sep 2026 03:16:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.14386
- Title: Simple Agentic Memory for Generalist Robot Policies
- Title（参考訳）: 汎用ロボット政策のためのシンプルなエージェントメモリ
- Abstract要約: 我々は,冷凍汎用ロボットポリシーのためのトレーニング不要メモリ層であるSimple Agentic Robot Memory (SimpleARM)を紹介する。
メモリ依存型ロボット操作タスクのベンチマークであるRoboMME上でSimpleARMを評価する。
- 参考スコア（独自算出の注目度）: 47.607127507858884
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Visual-memory systems commonly retain or compress past observations. Robot control additionally requires interaction-derived state that no individual frame may explicitly represent, such as persistent identity relations, accumulated progress, or ordered procedures. We introduce Simple Agentic Robot Memory (SimpleARM), a training-free memory layer for frozen generalist robot policies. From the task instruction, SimpleARM specifies what to monitor; frozen perceptual tools maintain compact typed state online; structured access retrieves that state only when a proposed subgoal depends on history; and current-view grounding resolves recalled entities before execution. We evaluate SimpleARM on RoboMME, a benchmark of memory-dependent robot manipulation tasks that require history information no longer available in the current observation. Across all 16 tasks and three policy seeds, SimpleARM achieves 67.17% mean success, compared with 44.51% for the strongest non-oracle baseline. Matched ablations show mechanism specificity: removing relation, reference, progress, or route state produces large losses where the affected state is retrieved for control, while largely sparing other tasks. These results support a state-based view of robot memory: effective memory for control is not simply retained visual history, but compact task-relevant state derived from the interaction history.
- Abstract（参考訳）: ビジュアルメモリシステムは、一般的に過去の観測を保存または圧縮する。
さらに、ロボット制御は、永続的なアイデンティティ関係、蓄積された進捗、順序付けられた手続きなど、個々のフレームが明示的に表現できない、相互作用に由来する状態を必要とする。
我々は,冷凍汎用ロボットポリシーのためのトレーニング不要メモリ層であるSimple Agentic Robot Memory (SimpleARM)を紹介する。
タスク命令から、SimpleARMは監視対象を指定する。フリーズパーセプチュアルツールは、オンラインでコンパクトな型付け状態を維持し、構造化されたアクセスは、提案されたサブゴールが履歴に依存する場合にのみその状態を取得し、現在のビューグラウンドは実行前にリコールされたエンティティを解決する。
メモリ依存型ロボット操作タスクのベンチマークであるRoboMME上でSimpleARMを評価する。
16のタスクと3つのポリシーシードの合計で、SimpleARMは67.17%で成功し、最強の非線形ベースラインでは44.51%である。
関連性、参照、進捗、ルート状態の削除は、影響のある状態が制御のために取得される大きな損失を発生させ、他のタスクを大部分が分散させる。
これらの結果は、ロボットメモリの状態をベースとしたビューをサポートしており、制御のための効果的なメモリは、単に視覚履歴を保持するのではなく、インタラクション履歴から派生したコンパクトなタスク関連状態である。
関連論文リスト
- MEMOBench: A Process Level Memory Benchmark for Robotic Manipulation [36.81053166644513]
ロボット操作におけるプロセスレベルのメモリ評価のベンチマークである textbfMEMOBench を提案する。
MEMOBenchには30の履歴依存タスク、1500のエキスパートデモ、84のテンプレートから4,200の実行可能なチェックポイントインスタンスが含まれている。
論文 参考訳（メタデータ） (2026-09-07T05:06:20Z) - Benchmarking Robot Memory Under Interference [0.0]
本稿では,RoboMME上に構築されたクロスセッションベンチマークであるRoboMME-Interferenceを紹介する。
各クエリエピソードに対して、クエリの関連する事前デモンストレーションと、制御された無関係セッション数を用いてセッション履歴を構築する。
RoboMMEがリリースしたメモリ拡張された$_0.5$の変種をこのベンチマークで無修正で実行することで、知覚的なメモリ変種が障害のない履歴を与えられた場合の成功を改善するが、無関係なセッションが蓄積されるにつれて、それらは強く、着実に崩壊することがわかった。
論文 参考訳（メタデータ） (2026-06-21T05:06:16Z) - Remember what you did?: Learning Behavioral Memories for Partially Observable Object Manipulation [1.5192151934554061]
圧縮行動記憶ポリシー(CAMP)について紹介する。
CAMPは、ロボット自身の行動履歴が、高度に情報的かつ自己管理的な信号として機能する、という洞察に基づいている。
CAMPを4つの実ロボット・セットアップと2つの新しいシミュレーション・ベンチマークで評価した。
論文 参考訳（メタデータ） (2026-06-19T07:56:58Z) - RoboMemArena: A Comprehensive and Challenging Robotic Memory Benchmark [49.16825786282095]
記憶はロボットインテリジェンスにとって重要な要素であり、ロボットは長期のタスクを達成するために過去の観察と行動に頼る必要がある。
既存のロボットメモリベンチマークには、メモリ形成のためのマルチモーダルアノテーションがなく、タスクカバレッジと構造的複雑さが制限されており、実際の評価なしにシミュレーションに制限されている。
このギャップに対処するため、26タスクの大規模ベンチマークであるRoboMemArenaでは、タスク毎の平均軌道長が1,000ステップを超え、サブタスクの68.9%がメモリ依存である。
論文 参考訳（メタデータ） (2026-05-11T17:54:49Z) - RoboMME: Benchmarking and Understanding Memory for Robotic Generalist Policies [54.23445842621374]
記憶は、長い水平と歴史に依存したロボット操作にとって重要である。
近年,視覚言語アクション(VLA)モデルにメモリ機構が組み込まれ始めている。
本稿では,VLAモデルの評価と進展のための大規模標準ベンチマークであるRoboMMEを紹介する。
論文 参考訳（メタデータ） (2026-03-04T21:59:32Z) - MEM: Multi-Scale Embodied Memory for Vision Language Action Models [73.3883864595845]
本稿では,マルチスケール・エンボダイドメモリ(MEM)について紹介する。
MEMはビデオベースの短水平メモリをビデオエンコーダで圧縮し、テキストベースの長水平メモリと組み合わせている。
MEMは、キッチンを掃除したり、チーズサンドイッチを焼いたりして、最大15分間のタスクをロボットが実行できるようにする。
論文 参考訳（メタデータ） (2026-03-04T00:03:02Z) - MemoryVLA: Perceptual-Cognitive Memory in Vision-Language-Action Models for Robotic Manipulation [59.31354761628506]
このようなタスクは本質的にマルコフ的ではないが、主流のVLAモデルはそれを見落としているため、ロボット操作には時間的コンテキストが不可欠である。
本稿では,長距離ロボット操作のためのコグニション・メモリ・アクション・フレームワークであるMemoryVLAを提案する。
本稿では,3つのロボットを対象とした150以上のシミュレーションと実世界のタスクについて評価する。
論文 参考訳（メタデータ） (2025-08-26T17:57:16Z)
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。