論文の概要: AnyAct: Universal Action for Self-Evolving Agents

• arxiv url: http://arxiv.org/abs/2609.37025v1
• Date: Tue, 29 Sep 2026 08:41:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.336341
• Title: AnyAct: Universal Action for Self-Evolving Agents
• Title（参考訳）: AnyAct: 自己進化エージェントのためのユニバーサルアクション
• Abstract要約: 我々は、利用可能な機能を自己進化的なアクション空間に統合するユニバーサルアクション層であるAnyActを提案する。 AnyActの中核となる設計は、階層的なプログレッシブ検索とテスト時間信頼性の進化によるこのアクション空間の構築という2つの目的に焦点を当てている。 LiveMCPBenchとOSMCPの評価は最先端の性能を示す。
• 参考スコア（独自算出の注目度）: 9.21773491882286
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As large language models (LLMs) advance, AI agents are increasingly deployed in open-world environments to tackle complex sequential tasks (e.g., document processing, cross-application collaboration), relying heavily on actions ranging from GUI operations to semantic APIs. However, three core challenges persist: the "scale dilemma" of massive tool ecosystems exceeding LLM context windows, the "non-stationarity" of tool quality due to updates or outages, and the "heterogeneity" of feedback formats (pixels, text, structured data) creating information silos. To address these, we propose AnyAct, a universal action layer that unifies available capabilities into a self-evolving action space, enabling agents to operate efficiently and reliably in large-scale, dynamic tool ecosystems. AnyAct's core design focuses on two objectives: constructing this action space via hierarchical progressive retrieval (filtering task-relevant actions) and test-time reliability evolution (pruning unreliable actions), and enabling reliability-aware action orchestration through a heterogeneous observation grounding module that unifies multi-modal feedback. Additionally, it defines a hybrid action space (primitive + semantic actions) and optimizes for a balance between task success rate and execution cost. Evaluations on LiveMCPBench and OSMCP (a new benchmark we developed for multi-granularity action collaboration) demonstrate state-of-the-art performance. AnyAct delivers substantial performance gains over baseline methods across various LLM base models on LiveMCPBench and improvements are particularly notable for models with constrained native capabilities. On OSMCP, it achieves 77.27% overall success with only 50 steps, which is half the steps required by most competitors.
• Abstract（参考訳）: 大規模言語モデル(LLM)が進むにつれ、AIエージェントは、GUI操作からセマンティックAPIまでのアクションに大きく依存して、複雑なシーケンシャルなタスク(ドキュメント処理、アプリケーション間コラボレーションなど)に取り組むために、オープンワールド環境にますますデプロイされている。 しかし、LLMコンテキストウインドウを超える大規模なツールエコシステムの"スケールジレンマ"、更新や停止によるツール品質の"非定常"、フィードバックフォーマット(ピクセル、テキスト、構造化データ)の"異質"といった3つの課題が続いている。 これらの問題に対処するために、AnyActは、利用可能な機能を自己進化的なアクション空間に統合し、エージェントが大規模でダイナミックなツールエコシステムで効率的にかつ確実に動作できるようにするユニバーサルアクション層を提案する。 AnyActの中核となる設計は、階層的なプログレッシブな検索(タスク関連アクションのフィルタリング)とテスト時の信頼性の進化(信頼できないアクションの抽出)を通じて、このアクション空間を構築すること、そしてマルチモーダルなフィードバックを統一する異種観測基盤モジュールを通じて、信頼性に配慮したアクションオーケストレーションを可能にすることである。 さらに、ハイブリッドアクション空間(プリミティブ+セマンティックアクション)を定義し、タスクの成功率と実行コストのバランスを最適化します。 LiveMCPBenchとOSMCP(多粒度アクションコラボレーションのための新しいベンチマーク)の評価は、最先端の性能を実証している。 AnyActは、LiveMCPBench上の様々なLCMベースモデルにまたがるベースラインメソッドよりも大幅なパフォーマンス向上を実現している。 OSMCPでは、全体の77.27%を50ステップで達成している。

関連論文リスト

• WEFT: Scaling Tool-Use Post-Training for General-Purpose Agents [83.57238211078025]
  WEFTは、環境幅、タスクの複雑さ、相互作用の多様性にまたがるエージェントインタラクションシステムの構築をスケールする。 大規模で安定した後トレーニングでは、WEFTは最適化と実行の信頼性の両方に対処する。 様々なモデルとベンチマークによる実験は、ツール使用後のトレーニングにおけるWEFTの有効性を示す。
  論文  参考訳（メタデータ） (2026-09-29T07:14:53Z)
• MoE-ACT: Scaling Multi-Task Bimanual Manipulation with Sparse Language-Conditioned Mixture-of-Experts Transformers [3.890941830250993]
  双方向操作のための軽量なマルチタスク模倣学習フレームワークを提案する。 MoE-ACTは、Sparse Mixture-of-Experts (MoE)モジュールをACTのTransformerエンコーダに統合する。 MoE-ACTはマルチタスク性能を大幅に向上することを示す。
  論文  参考訳（メタデータ） (2026-03-16T13:33:59Z)
• Training One Model to Master Cross-Level Agentic Actions via Reinforcement Learning [42.1534425503333]
  CrossAgentは異種作用空間をマスターし、軌道の各ステップで最も効果的なインターフェースを自律的に選択する統合エージェントモデルである。 オープンソースのMinecraft環境における800以上のタスクの実験は、CrossAgentが最先端のパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2025-12-10T14:52:29Z)
• Towards Unified Modeling in Federated Multi-Task Learning via Subspace Decoupling [23.642760378344335]
  Federated Multi-Task Learning (FMTL) は、複数のクライアントがローカルデータを交換することなく異種タスクを実行できる。 既存のFMTLメソッドのほとんどは、各クライアント用にパーソナライズされたモデルを構築することに集中しており、複数の異種タスクの集約を統一モデルにサポートできない。 マルチタスクモデル統合に特化して設計された更新構造対応アグリゲーション手法であるFedDEAを提案する。
  論文  参考訳（メタデータ） (2025-05-30T03:53:21Z)
• MLE-Dojo: Interactive Environments for Empowering LLM Agents in Machine Learning Engineering [57.156093929365255]
  自律型大規模言語モデル(LLM)エージェントを体系的に強化し、評価し、改善するためのガイムスタイルのフレームワーク。 MLE-Dojoは、現実的なエンジニアリングシナリオを反映した、多様でオープンなMLEタスクを慎重にキュレートする。 完全に実行可能な環境は、教師付き微調整と強化学習の両方を通して包括的なエージェントトレーニングをサポートする。
  論文  参考訳（メタデータ） (2025-05-12T17:35:43Z)
• Dita: Scaling Diffusion Transformer for Generalist Vision-Language-Action Policy [73.75271615101754]
  本稿では,Transformerアーキテクチャを活用した拡張性のあるフレームワークであるDitaについて紹介する。 Ditaはコンテキスト内コンディショニング(context conditioning)を採用しており、歴史的観察から生の視覚トークンと識別されたアクションをきめ細やかなアライメントを可能にする。 Ditaは、さまざまなカメラパースペクティブ、観察シーン、タスク、アクションスペースの横断的なデータセットを効果的に統合する。
  論文  参考訳（メタデータ） (2025-03-25T15:19:56Z)
• Diffusion Transformer Policy [48.50988753948537]
  本稿では,拡散変圧器ポリシー(Diffusion Transformer Policy)と呼ばれる多モード拡散変圧器を提案し,連続的なエンドエフェクタ動作をモデル化する。 トランスのスケーリング機能を活用することで、提案手法は、多種多様なロボットデータセットにわたる継続的エンドエフェクタアクションを効果的にモデル化することができる。
  論文  参考訳（メタデータ） (2024-10-21T12:43:54Z)

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。