論文の概要: Encore: Few-Shot Agentic Discovery of Manipulation Strategies

• arxiv url: http://arxiv.org/abs/2609.37359v1
• Date: Tue, 29 Sep 2026 12:21:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.477832
• Title: Encore: Few-Shot Agentic Discovery of Manipulation Strategies
• Title（参考訳）: Encore: 操作戦略のエージェント発見
• Abstract要約: コーディングエージェントは、人間の助けなしにプログラムを書いて、実行し、デバッグすることができる。 ENCOREを導入することで、エージェントはトレーニングデータではなく、読むための証拠として、いくつかのデモを行うことができる。 コーディングエージェントはパックを研究し、固定された認識とアクションAPIに対するポリシープログラムを書き、いくつかの開発ロールアウトに対して反復的にそれを洗練し、成功シグナルを決して明らかにしない封印された評価の前にそれを凍結する。
• 参考スコア（独自算出の注目度）: 22.78288621506192
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Coding agents can now write, run, and debug programs with little human help. Robot tasks, however, are usually specified by a sentence that leaves out how to grasp, in what order to make contact, and what the result should look like, and an agent given only the sentence must find these details by trial and error. We introduce ENCORE, which gives the agent a few demonstrations as evidence to read rather than as training data. A deterministic builder distills each demonstration into a pack of multi-view keyframes, gripper events, frame strips, and the full trajectory. A coding agent studies the pack, writes a policy program against a fixed perception and action API, refines it iteratively over a few development rollouts, and freezes it before a sealed evaluation that never reveals the success signal. On LIBERO-PRO, the agent's first program already succeeds in half of the perturbed tasks with demonstrations and in one task without them, and the frozen programs outperform the strongest prior agentic system run with the same language model (96.3% against 89.3%). On RoboDojo tasks whose instructions leave the goal unstated, no program succeeds without demonstrations. ENCORE also runs on a real bimanual robot, learning cube handover and cup inversion from five demonstrations each.
• Abstract（参考訳）: コーディングエージェントは、人間の助けなしにプログラムを書いて、実行し、デバッグすることができる。 しかし、ロボットのタスクは、通常、どのように把握するか、どのような順番で接触するか、結果がどう見えるべきかを判断する文によって指定され、その文のみを与えられたエージェントは、試行錯誤によってこれらの詳細を見つけなければならない。 ENCOREを導入することで、エージェントはトレーニングデータではなく、読むための証拠として、いくつかのデモを行うことができる。 決定論的ビルダーは、各デモをマルチビューのキーフレーム、グリップイベント、フレームストリップ、フルトラジェクトリのパックに蒸留する。 コーディングエージェントはパックを研究し、固定された認識とアクションAPIに対するポリシープログラムを書き、いくつかの開発ロールアウトに対して反復的にそれを洗練し、成功シグナルを決して明らかにしない封印された評価の前にそれを凍結する。 LIBERO-PROでは、エージェントの最初のプログラムは、デモによる摂動タスクの半分、デモのないタスクですでに成功しており、凍結プログラムは、同じ言語モデル(96.3%対89.3%)で実行される最強のエージェントシステムを上回っている。 RoboDojoタスクでは、指示が目標を未定のままにしておくと、プログラムはデモなしでは成功しない。 ENCOREは本物のバイマニュアルロボット上でも動作し、5つのデモからキューブのハンドオーバーとカップのインバージョンを学習する。

関連論文リスト

• RAPID: Robot Agentic Programming from Demonstrations [47.78221527883912]
  この研究は、ロボットプログラムを自動生成し、検証し、洗練するロボットエージェントプログラミング(RAPID)を導入している。 すべての実験において、RAPIDはオブジェクトのポーズ、形状、材料、環境を一般化し、強い性能を示した。
  論文  参考訳（メタデータ） (2026-09-24T17:58:21Z)
• Agent as Policy for Robotic Manipulation [27.777226380588928]
  我々はエージェント・アズ・ポリシーを導入し、エージェントの制御下でタスク・プランニングと実行を行う。 本研究では,複数の実世界の操作タスクに対して,高精度な操作,動的動作,変形可能なオブジェクトを対象とするAGPについて検討する。 AGPは、評価されたタスク構成ごとに少なくとも10のトライアルのうち8つを成功させる。
  論文  参考訳（メタデータ） (2026-09-11T07:51:39Z)
• DISEIL: Demonstration Distillation for Sample-Efficient Imitation Learning [9.120174319083656]
  DISEILは、まずポリシーが信頼できなくなるステップで、失敗した各エピソードをマークします。 視覚言語モデルと言語モデルは選択したモードを読み、次のデモの要求を書きます。 ロボットアクションを生成するモデルは存在しない。
  論文  参考訳（メタデータ） (2026-09-08T01:59:04Z)
• Playful Agentic Robot Learning [108.08954330298549]
  本研究では,実演型プログラミングエージェントが,下流のタスクが到着する前に,連続的なスキル学習段階として自己指導型プレイを使用する,遊び型エージェントロボット学習について検討する。 RATは、新しい学習可能な探索タスク、ロボットコードポリシーの計画と実行、中間的な進捗の検証、失敗の診断、密集したステップレベルのフィードバックによる検索、そして成功した実行を永続的なコードスキルライブラリに蒸留することを提案する。
  論文  参考訳（メタデータ） (2026-06-17T17:55:23Z)
• How to Instruct Your Robot: Dense Language Annotations Power Robot Policy Learning [69.68882580009982]
  デモセグメントをVLM生成アノテーションでラベル付けする2段階のアプローチであるDeMiAnを紹介する。 学習したインストラクターがタスク記述と初期シーンスナップショットをデプロイ時にタスクに適したアノテーションにマップする。 RoboCasaでは、インストラクターはタスクのみのベースラインで5ポイント成功し、タスクごとのオラクルの3ポイント以内に到達する。
  論文  参考訳（メタデータ） (2026-05-16T16:52:08Z)
• Instruction Agent: Enhancing Agent with Expert Demonstration [12.67489098612846]
  グラフィカルユーザインタフェース(GUI)エージェントは急速に進歩しているが、新しいUI要素、長い水平動作、パーソナライズされた軌跡を含む複雑なタスクに苦戦している。 そこで本研究では,GUIエージェントであるインストラクションエージェントを導入し,このようなタスクを専門的なデモンストレーションで解決し,それ以外は困難なタスクの完了を可能にする。 1つのデモンストレーションが与えられた場合、エージェントはステップバイステップの指示を抽出し、ユーザが意図した軌道を厳密に追従することで実行します。
  論文  参考訳（メタデータ） (2025-09-08T18:00:12Z)
• Runaway is Ashamed, But Helpful: On the Early-Exit Behavior of Large Language Model-based Agents in Embodied Environments [54.67512489842682]
  大規模言語モデル(LLM)は、複雑な実施環境において、強力な計画と意思決定能力を示す。 LLMをベースとしたエージェントの早期退避行動を探究する第一歩を踏み出す。
  論文  参考訳（メタデータ） (2025-05-23T08:23:36Z)
• RoboCLIP: One Demonstration is Enough to Learn Robot Policies [72.24495908759967]
  RoboCLIPは、オンラインの模倣学習手法であり、ビデオデモの形式で1つのデモンストレーションまたはタスクのテキスト記述を使用して報酬を生成する。 RoboCLIPは、報酬生成のタスクを解決した人間のビデオや、同じデモやデプロイメントドメインを持つ必要を回避するなど、ドメイン外のデモも利用することができる。
  論文  参考訳（メタデータ） (2023-10-11T21:10:21Z)
• VIMA: General Robot Manipulation with Multimodal Prompts [82.01214865117637]
  ロボット操作タスクの幅広い範囲をマルチモーダルプロンプトで表現できることを示す。 我々は,数千の手続き的に生成されたテーブルトップタスクからなる新しいシミュレーションベンチマークを開発した。 我々は、これらのプロンプトを処理し、自動回帰的に運動動作を出力するトランスフォーマーベースのロボットエージェントVIMAを設計する。
  論文  参考訳（メタデータ） (2022-10-06T17:50:11Z)

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。