論文の概要: RoboHarn-Evo: Evolving Hierarchical Physical Knowledge for Self-Improving Robotic Manipulation
- arxiv url: http://arxiv.org/abs/2609.37583v2
- Date: Wed, 30 Sep 2026 07:12:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:26.311212
- Title: RoboHarn-Evo: Evolving Hierarchical Physical Knowledge for Self-Improving Robotic Manipulation
- Title（参考訳）: RoboHarn-Evo:自己改善型ロボットマニピュレーションのための階層的物理知識の進化
- Abstract要約: 物理経験から階層的物理知識(HPK)を進化させるデュアルループハーネスであるRoboHarn-Evoを紹介する。
タスク知識(Task Knowledge)はどのサブタスクを実行すべきか、いつ完了するかをキャプチャし、アクション知識(Action Knowledge)はオブジェクト相対幾何学的戦略とその物理的効果をキャプチャする。
RMBenchの実験では、HPKは異なるエージェントモデルの平均成功率を24.2ポイントまで改善している。
- 参考スコア（独自算出の注目度）: 24.90546116835631
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vision-language models can coordinate long-horizon robot manipulation, yet successful task reasoning still depends on whether local physical interactions produce the intended effects. We study how repeated interaction can improve this capability without updating the base model. We introduce RoboHarn-Evo, a dual-loop harness that evolves Hierarchical Physical Knowledge (HPK) from physical experience. HPK couples two levels of reusable knowledge: Task Knowledge captures which subtask should be executed and when it is complete, while Action Knowledge captures object-relative geometric strategies and their physical effects. During execution, the agent retrieves knowledge at the corresponding decision level and grounds it in the current scene under the task goal. Across episodes, physical feedback is used to revise historical knowledge, update its applicability, and organize reusable entries for subsequent retrieval. Experiments on RMBench show that HPK improves average success by up to 24.2 percentage points across different agent models. With 80 interaction rollouts, held-out success rises from 48.3% to 75.0% for GPT-5.5 and from 70.0% to 88.3% for GPT-6. RoboHarn-Evo also resolves over 83% of historical knowledge errors while retaining 95.8% of valid knowledge, and transfers zero-shot from RMBench to RoboDojo with gains of 35.0 and 25.0 percentage points. These results demonstrate that physical interaction can be accumulated into reusable knowledge for improving subsequent manipulation.
- Abstract（参考訳）: 視覚言語モデルは、長い水平ロボット操作を調整できるが、成功したタスク推論は、依然として、局所的な物理的相互作用が意図した効果を生み出すかどうかに依存している。
ベースモデルを更新することなく、繰り返しのインタラクションによってこの能力が向上する方法について検討する。
物理経験から階層的物理知識(HPK)を進化させるデュアルループハーネスであるRoboHarn-Evoを紹介する。
タスク知識(Task Knowledge)はどのサブタスクを実行すべきか、いつ完了するかをキャプチャし、アクション知識(Action Knowledge)はオブジェクト相対幾何学的戦略とその物理的効果をキャプチャする。
実行中、エージェントは対応する決定レベルで知識を検索し、タスクゴールの下で現在のシーンに配置する。
あらゆるエピソードにおいて、物理的なフィードバックは歴史的知識の改訂、適用可能性の更新、そしてその後の検索のための再利用可能なエントリの整理に使用される。
RMBenchの実験では、HPKは異なるエージェントモデルの平均成功率を24.2ポイントまで改善している。
80のインタラクションロールアウトにより、GPT-5.5では48.3%から75.0%に、GPT-6では70.0%から88.3%に上昇する。
RoboHarn-Evoは、95.8%の有効な知識を維持しながら83%以上の歴史的知識エラーを解決し、RMBenchからRoboDojoにゼロショットを35.0と25.0のポイントで転送する。
これらの結果は、身体的相互作用を再利用可能な知識に蓄積し、その後の操作を改善することを実証している。
関連論文リスト
- LexiconVLA: Learning Reusable Atomic Action Codebooks for Unseen Tasks [52.045695649147966]
クロスタスク再利用のための検索可能な原子-作用レキシコンを提案する。
グローバルかつ詳細なコードブックは、共有インタラクション構造ときめ細かい実行のバリエーションをキャプチャする。
視覚-原子的行動アライメントは、視覚状態変化からの軌道再構成と、行動コードからの視覚的結果予測を結合する。
論文 参考訳（メタデータ） (2026-09-29T05:45:52Z) - Know Your Body: A Harness for Direct and Self-Improving Robot Control with VLMs [20.982999884745094]
KnowBodyは、アクション関連ボディ関係を明確にし、クエリ可能で、修正可能なハーネスである。
KnowBodyは75%の完成率とネイティブハーネスの25%を達成している。
永続的な更新を有効にすると、プランナーラウンドは1回目から5回目まで29～53%減少する。
論文 参考訳（メタデータ） (2026-09-22T17:57:19Z) - Zeva-Ego: Egocentric Mid-Training with In-Context Causal Learning for Robot Manipulation [18.89417455448077]
エゴセントリックビデオは、物理的なインタラクション体験のスケーラブルなソースを提供するが、それをロボットが実行可能な知識に変換することは難しい。
我々は,人間の経験から身体的先行を学習し,ロボットのインタラクションを通じて進化する統合フレームワークであるZeva-Egoを紹介した。
論文 参考訳（メタデータ） (2026-09-21T11:01:29Z) - ME-Brain-1.0: Memory, Cognition and Action for Evolving Embodied Intelligence [26.86497590862839]
MachEm-Brain(ME-Brain)は、閉じた行動実行、経験獲得、経験進化、改善された実行のループを中心に構成された自己進化型実施システムである。
Evolvable Memoryはマルチモーダルトラジェクトリを階層的で再利用可能なエクスペリエンスに集約する。
Action Modelは、イベント駆動の計算、EventCellのローカルワールド予測、およびアクション条件のメモリ変調を組み合わせて、決定クリティカルなモーメント、リージョン、歴史的なエビデンスにフォーカスする。
論文 参考訳（メタデータ） (2026-09-21T08:35:37Z) - Learning Foresight without Explicit Trajectories for 3D Diffusion Policies [54.692734738738885]
3次元拡散ポリシは、現在の観測から幾何学的に基底化されたアクションを生成するのに強い。
我々は,この予測を明示的な計画を導入することなく,シンプルかつ効果的な手段である運動傾向ガイダンスを導入する。
正確にどこに移動すべきかを告げることなく、相互作用がどこに向かっているかを知ることで、大きなメリットを享受できることを、私たちは示しています。
論文 参考訳（メタデータ） (2026-09-17T16:44:13Z) - GE-Act 2.0: Pretraining and Scaling a World-Action Model for Robotic Manipulation [63.853929983870955]
本稿では,ジェニー・エンスペクタ法 2.0 (GE-Act 2.0) について紹介する。
制御指向オートエンコーダ(CoAE)、ワンステップビジュアルプランナー(SVP)、逆ダイナミクスモデル(IDM)を組み合わせている。
それらのコンポーネントは、知識に整合した選択最適化(KASO)で共同で訓練され、記録された行動に適合していると判断された予測された未来のみを選択することで、ミスマッチした監視を減らす。
論文 参考訳（メタデータ） (2026-09-04T17:16:48Z) - Recursive Experiential-Working Memory Evolution for Long-Horizon Agent Harnesses [83.32611586724165]
Recurisは、ロングホライゾンエージェントハーネスのためのExperiential-Working Memoryアーキテクチャである。
Work Memoryはタスクの進捗を追跡し、Experiential Memoryからスキル選択をガイドする。
4つのロングホライズンベンチマークと10のモデルでRecurisは37のモデルベンチマークペアのうち35のタスク成功を改善している。
論文 参考訳（メタデータ） (2026-08-25T17:56:35Z) - EnactToM: An Evolving Benchmark for Functional Theory of Mind in Embodied Agents [75.01735520608075]
既存のベンチマークは、直観的信念を問うことで、主にリテラル・オブ・マインド(ToM)をテストする。
EnactToMは, 3D 家庭で設定された300個のマルチエージェントタスクの進化ベンチマークである。
ハードスプリットでは、7つの評価されたフロンティアモデルすべてが機能的なタスク完了時に0.0%のPass3を獲得し、リテラルな信念プローブでは平均45.0%であった。
論文 参考訳（メタデータ） (2026-05-11T00:04:19Z) - Probabilistic Human Intent Prediction for Mobile Manipulation: An Evaluation with Human-Inspired Constraints [2.2893865000399938]
人間の意図の正確な推論は、人間とロボットの衝突を引き起こすことなく、人間とロボットの協調を可能にする。
ロボットが人間の操作者の意図を推定できる確率的フレームワークであるGUIDERを提案する。
アイザック・シムの25の試験(5人の被験者x5のタスク変種)においてGUIDERを評価し,ナビゲーション用と操作用の2つのベースラインと比較した。
論文 参考訳（メタデータ） (2025-07-14T10:21:27Z)
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。