論文の概要: Systematically Exploring the Capabilities of GPT-6 Astra as Embodied Policies

• arxiv url: http://arxiv.org/abs/2609.38537v1
• Date: Tue, 29 Sep 2026 20:54:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.731611
• Title: Systematically Exploring the Capabilities of GPT-6 Astra as Embodied Policies
• Title（参考訳）: GPT-6アストラの身体作用能の体系的探索
• Abstract要約: GPT-6 アストラは数値的なロボット動作を生成する素晴らしい能力を示す。 グリップパ操作では、Astraはタスクターゲットを修正でき、その後のポリシー実行のための接触条件を準備できる。 巧妙な操作では、ハイブリッドコントロールは10回の経験誘導型DexJoCo試験で50%の成功を達成している。 ナビゲーションでは、Astraがローカル比較をリードし、RxR命令で92%、HM3Dオブジェクトサーチで82%成功しました。
• 参考スコア（独自算出の注目度）: 37.54166492459369
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: GPT-6 Astra exhibits a remarkable ability to generate numerical robot actions, extending its role beyond high-level planning. To assess Astra's capabilities as general-purpose embodied policies, we conduct comprehensive evaluations across six domains, examining direct control, cooperation with learned policies, and feedback-driven adaptation. In gripper manipulation, Astra can correct task targets and prepare contact conditions for subsequent policy execution; hybrid control with π0.5 achieves 48% success on the evaluated RoboDojo subset. In dexterous manipulation, hybrid control achieves 50% success in ten experience-guided DexJoCo trials, while direct in-hand control struggles to coordinate finger contacts. In mobile manipulation, hybrid control reaches 38.7% success on the evaluated RoboCasa365. In navigation, Astra leads our local comparisons, reaching 92% success on RxR instruction following and 82% on HM3D object search, although search incurs substantial detours. In locomotion, dense motion-reference generation remains unreliable: none of five sequential attempts on a single obstacle course reaches the goal, despite improvements in stability and forward progress. In humanoid loco-manipulation, Astra exceeds baseline methods on 13 of 30 HumanoidBench tasks with pretrained whole-body controllers. These findings reveal a gap between useful task decisions and reliable physical control. Inference latency further constrains practical control: across 50 RoboDojo instances per condition, policy-assisted and direct control consume 624.8 million and 1.132 billion tokens. A 30-second locomotion run requires 250 model calls averaging 39.86 seconds each, with physics paused during inference.
• Abstract（参考訳）: GPT-6 Astraは数値的なロボット行動を生成する優れた能力を示し、その役割は高レベルな計画を超えて拡大している。 汎用的な実施方針としてのアストラの能力を評価するため、6つの領域にわたる総合的な評価を行い、直接制御、学習方針との連携、フィードバックによる適応について検討する。 グラッパー操作では、アストラはタスクターゲットの修正とその後のポリシー実行のための接触条件の作成が可能であり、π0.5によるハイブリッド制御は、評価されたRoboDojoサブセットで48%の成功を達成する。 巧妙な操作では、ハイブリッドコントロールは10回の経験誘導型DexJoCo試験で50%成功し、直接手動コントロールは指接触の調整に苦労する。 モバイル操作において、ハイブリッドコントロールは評価されたRoboCasa365で38.7%の成功を収めた。 ナビゲーションではAstraがローカル比較をリードし、RxR命令で92%、HM3Dオブジェクトサーチで82%の成功を収めました。 1つの障害物コースにおける5つの連続的な試みは、安定性と前進性の改善にもかかわらず、目標に達することはなかった。 ヒューマノイドのロコ操作では、Astraは、事前訓練された全身コントローラを備えた30のHumanoidBenchタスクのベースラインメソッドを超えている。 これらの結果から,有用なタスク決定と信頼性の高い物理的制御のギャップが明らかになった。 推論レイテンシはさらに実用的なコントロールを制限している。条件当たり50のRoboDojoインスタンス、ポリシーアシストと直接制御は624.8百万と132億のトークンを消費する。 30秒の移動には平均39.86秒の250のモデルコールが必要で、推論中に物理が停止する。

関連論文リスト

• CodeActionBench: Evaluating Agentic Code-as-Policy for Embodied Manipulation [55.1660787557339]
  CodeActionBenchは、エージェント的なCode-as-Policyを通じてこの機能を評価する25の操作タスクのベンチマークである。 共有ロボットAPIは、RGB観測、校正された幾何学的操作、ロボットのフィードバック、および有界運動を提供し、タスク依存の判断を評価対象に残す。 9つの構成と675の試行で大規模な評価が行われ、成功率は2.7%から73.3%である。 最も強力な構成であるGPT-6 Astra with Codex CLIは、3回の試行で少なくとも25タスクのうち22タスクを解決した。
  論文  参考訳（メタデータ） (2026-09-27T17:59:31Z)
• Robot Manipulation with GPT-6-Astra: Body Knowledge, Experience Reuse, Emergent Skills, and Sim2Real Transfer [69.90442891409597]
  GPT-6-Astra で制御された XLeRobot の体外知識, 経験, 実行能力の向上について検討した。 GPT-6-Astra周辺で汎用的な操作実験を構築するための実践的な方法が示唆された。
  論文  参考訳（メタデータ） (2026-09-24T13:58:17Z)
• SUN: Persistent Programs For Language-Grounded Control-to-Learning-to-Real Policies [61.941546372624686]
  既存のプロトコルはタスクのセマンティクスを廃止し、手作りの報酬と制御が検証したものから逸脱する振る舞いを残している。 本稿では,SUN (Semantically UNified Programs) を導入し,幾何関係と接触関係が一度定義され,整列したモデル予測制御にコンパイルされる型付き実行プログラムについて述べる。 我々のシステムであるKuafuは、言語やシーンのセマンティクスからSUNプログラムを自動で合成し、MPCによる画面表示を実現し、ステージ条件付きポリシーのトレーニング中にセマンティクスを保持する。
  論文  参考訳（メタデータ） (2026-08-31T17:59:16Z)
• LM-X: Explainable Action Modeling with Progress, Event, and Uncertainty Prediction for Generalist Robot Manipulation [28.431160101245837]
  一般視覚-言語行動(VLA)政策は、主に短期水平行動予測を通じて長期水平行動を学ぶ。 我々は,解剖学的対応を主張することなく,タスク,イベント,運動の規模にわたって予測を整理するLM-Xを紹介する。
  論文  参考訳（メタデータ） (2026-08-26T13:05:29Z)
• GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction [68.67772166423812]
  ヒューマノイド全身制御のための行動世界モデル(BWM)であるGigaBrain-WBC-0.5を提案する。 純粋にリアクティブなトラッカーではなく、因果トランスフォーマーをトレーニングして、次のアクション、次の状態、次の潜伏動作コマンドに対する分布を共同で予測します。 自動地形アノテーションパイプラインは、再ターゲティングされた動きから完全な3D接触形状を復元し、既存の動きデータセットのスケールでの地形アノテートを可能にする。
  論文  参考訳（メタデータ） (2026-08-18T18:21:36Z)
• Embodied Agents Take Control: Minimal-Interface Zero-Shot Agents Rival Industrial-Scale Policies in Vision-and-Language Navigation [27.261164150282706]
  汎用エージェントがループを単独で維持できることがわかった。 我々は、この組織をエージェント・エンボディド・コントロールと呼びます。 より長い地平線、レイテンシ、コンテキスト成長は、持続的な自律性の障壁であり続けているが、これらの結果は、汎用モデルがナビゲーションポリシーなしで既に競争力のある実施制御を達成可能であることを示している。
  論文  参考訳（メタデータ） (2026-07-28T18:00:34Z)
• Belief Dynamics for Detecting Behavioral Shifts in Safe Collaborative Manipulation [3.198214897627444]
  ManiSkill共有ワークスペース操作タスクにおいて、制御された非定常性の下でのシステマティックスウィッチ検出について検討する。 10つの検出方法と5つのランダムなシードによって、検出が可能になったことにより、スウィッチ後の衝突が52%減少する。 UA-TOMは、凍結した視覚-言語-行動制御バックボーンを増強する軽量な信念追跡モジュールである。
  論文  参考訳（メタデータ） (2026-04-04T02:41:09Z)
• 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。