論文の概要: Benchmarking and Enhancing Skill-Level Memory for Partially Observable Robotic Manipulation

• arxiv url: http://arxiv.org/abs/2609.38886v1
• Date: Wed, 30 Sep 2026 03:35:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.141198
• Title: Benchmarking and Enhancing Skill-Level Memory for Partially Observable Robotic Manipulation
• Title（参考訳）: 部分観察可能なロボットマニピュレーションのためのスキルレベルメモリのベンチマークと強化
• Abstract要約: ロボット学習の最近の進歩により、操作ポリシーはますます多様なタスクをこなせるようになった。 信頼できる実行は、しばしば現在の観測だけでは決定できない隠されたタスク状態に依存します。 部分的な可観測性の下での操作メモリ評価のためのベンチマークである$HIDE$を紹介した。
• 参考スコア（独自算出の注目度）: 20.517002705537895
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in robot learning have enabled manipulation policies to perform increasingly diverse tasks and generalize across environments. However, reliable execution often depends on hidden task states that cannot be determined from current observations alone, making interaction history essential. We introduce $HIDE$, a benchmark for evaluating manipulation memory under partial observability. HIDE comprises 15 tasks covering repetition counting, historical-state recall, and execution-progress tracking, with randomized initial configurations and decision points where similar observations require different actions depending on prior events. We further propose $SEEK$, a framework combining three complementary memory mechanisms to retain historical evidence and track execution state. Evaluations reveal substantial limitations in existing policies on HIDE, while memory augmentation improves task success in both simulation and real-world experiments. Individual mechanisms benefit some tasks but can degrade others; their combination achieves the highest average success rate on HIDE among the evaluated configurations. These findings highlight the importance of maintaining internal representations of hidden task states and matching memory design to task-specific information requirements.
• Abstract（参考訳）: ロボット学習の最近の進歩により、操作ポリシーはますます多様なタスクを実行し、環境全体にわたって一般化することができる。 しかし、信頼できる実行は、しばしば現在の観測だけでは決定できない隠れたタスク状態に依存するため、相互作用履歴が不可欠である。 部分的な可観測性の下での操作メモリ評価のためのベンチマークである$HIDE$を紹介した。 HIDEは、繰り返しカウント、履歴状態のリコール、実行プログレストラッキングを含む15のタスクで構成され、ランダム化された初期設定と、類似した観測が以前のイベントによって異なるアクションを必要とする決定ポイントを含む。 さらに,3つの相補的なメモリ機構を組み合わせたフレームワークであるSEEK$を提案し,歴史的証拠の保持と実行状態の追跡を行う。 メモリ拡張はシミュレーションと実世界の実験の両方においてタスク成功を改善する一方、評価は既存のHIDEポリシーにかなりの制限を課している。 個々のメカニズムは、いくつかのタスクの恩恵を受けるが、他のタスクを分解することができる。 これらの知見は、隠されたタスク状態の内部表現を維持することの重要性を強調し、メモリ設計をタスク固有の情報要求に適合させる。

関連論文リスト

• MemOps: Benchmarking Lifecycle Memory Operations in Long-Horizon Conversations [50.24315431387575]
  ライフサイクル操作のシーケンスとして会話メモリを再構成するベンチマークであるMemOpsを紹介する。 MemOpsは、それぞれのメモリイベントをトリガ、ターゲット、スコープ、状態遷移、エビデンスを指定した構造化トレースで表現する。 長いコンテキスト、検索ベース、パラメトリック、マネージドメモリシステムにわたって、MemOpsはファイナ・アンサーの精度のみを隠蔽する障害モードをアンタングルする。
  論文  参考訳（メタデータ） (2026-07-14T15:33:44Z)
• EventVLA: Event-Driven Visual Evidence Memory for Long-Horizon Vision-Language-Action Policies [68.812675280427]
  EventVLAは、疎視的エビデンスメモリの概念に基づいて開発されたエンドツーエンドフレームワークである。 KEMは、VLAの潜伏した埋め込みから将来の確率を直接予測し、スパースでタスククリティカルな視覚イベントを自律的にキャプチャして保存する。 対話型視覚的エビデンスで非マルコフ操作タスクを評価するための診断ベンチマークであるRoboTwin-MeMを提案する。
  論文  参考訳（メタデータ） (2026-06-18T11:11:37Z)
• 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)
• RMBench: Memory-Dependent Robotic Manipulation Benchmark with Insights into Policy Design [77.30163153176954]
  RMBenchは、メモリの複雑さの複数のレベルにまたがる9つの操作タスクからなるシミュレーションベンチマークである。 Mem-0は、制御アブレーション研究をサポートするために設計された明示的なメモリコンポーネントを備えたモジュラー操作ポリシーである。 既存のポリシにおけるメモリ関連の制限を特定し、アーキテクチャ設計の選択がメモリパフォーマンスに与える影響に関する実証的な洞察を提供する。
  論文  参考訳（メタデータ） (2026-03-01T18:59:59Z)
• FindingDory: A Benchmark to Evaluate Memory in Embodied Agents [49.18498389833308]
  本研究では,Habitatシミュレータに長距離エンボディタスクのための新しいベンチマークを導入する。 このベンチマークは、持続的なエンゲージメントとコンテキスト認識を必要とする60タスクにわたるメモリベースの機能を評価する。
  論文  参考訳（メタデータ） (2025-06-18T17:06:28Z)

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。