論文の概要: Make Code as Policy Great Again: Frontier Agents Write, Call, and Evolve Robot Tools
- arxiv url: http://arxiv.org/abs/2609.39018v1
- Date: Wed, 30 Sep 2026 05:23:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.229909
- Title: Make Code as Policy Great Again: Frontier Agents Write, Call, and Evolve Robot Tools
- Title（参考訳）: プロプライエタリなエージェントがロボットツールを書き、呼び出し、進化させる
- Abstract要約: URAI(Universal Robot-Agent Interface)は、ロボットツールを構築するプログラミングエージェントと、それらをフィードバックループで使用する実行エージェントを結合する。
我々は,現実世界の7つのAgileXデュアルアームタスク,オブジェクト操作,布の折り畳み,人と対話するtic-tac-toeについて,URAIを評価した。
- 参考スコア（独自算出の注目度）: 15.969252442943345
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Frontier models can control robots, but reasoning through every reach, grasp, and retreat makes manipulation slow and token-intensive. We revisit code as policy with a different division of labor: models build executable tools, code handles multi-phase motions, and models decide what to do next. We introduce URAI (Universal Robot-Agent Interface), which couples a programming agent that constructs robot tools with an execution agent that uses them in a feedback loop. The programming agent writes reusable and task-specific tools from task intent and refines them through execution feedback and human guidance. The execution agent selects and parameterizes these tools from current observations; each call runs a complete motion locally before returning control to the agent. Unlike delegating subsequent decisions to a generated program, this design retains model-level decision-making between tool executions. Validated tool revisions persist across episodes without updating foundation-model weights, and a shared GUI and API make the same tools available to humans and agents. Across five RoboDojo tasks and four frozen execution agents, URAI raises aggregate success from 18.0% to 53.0% relative to direct fingertip control, with the largest gain on Swap Blocks; with the same tools, a program written in advance reaches only 24% against 56% for two agents deciding after each call. Three of the four agents also finish episodes 1.3-1.5 times faster with 1.5-1.7 times fewer execution-agent output tokens; DeepSeek-V4-Flash's cost barely changes. We further evaluate URAI on seven real-world AgileX dual-arm tasks, spanning object manipulation, cloth folding, and human-interactive tic-tac-toe. URAI connects the coding and decision-making capabilities of frontier agents, organizing robot control around reusable tools that agents can both invoke and revise.
- Abstract（参考訳）: フロンティアモデルはロボットを制御できるが、あらゆるリーチ、把握、後退によって操作が遅く、トークン集約化される。
モデルは実行可能なツールを構築し、コードは多相動作を処理し、モデルは次に何をするかを決定する。
本稿では,ロボットツールを構成するプログラミングエージェントと,フィードバックループで使用する実行エージェントを結合したURAI(Universal Robot-Agent Interface)を紹介する。
プログラムエージェントは、タスク意図から再利用可能なタスク固有のツールを書き、実行フィードバックとヒューマンガイダンスを通じてそれらを洗練する。
実行エージェントは、これらのツールを現在の観察から選択し、パラメータ化する。各呼び出しは、エージェントに制御を返す前に、ローカルで完全な動作を実行する。
生成されたプログラムにその後の決定を委譲するのとは異なり、この設計ではツール実行間のモデルレベルの決定が維持される。
基本モデルの重みを更新することなく、エピソード全体で検証されたツールリビジョンが継続され、共有GUIとAPIが、人間とエージェントに同じツールを提供する。
5つのRoboDojoタスクと4つのフリーズ実行エージェントの中で、URAIは、直接指先コントロールと比較して18.0%から53.0%に増加し、Swap Blocksでは最大である。
4つのエージェントのうち3つは、1.5-1.7倍の実行エージェント出力トークンで1.3-1.5倍の速さでエピソードを終了する。
さらに,現実世界の7つのAgileXデュアルアームタスク,オブジェクト操作,布の折り畳み,人と対話するtic-tac-toeについて,URAIを評価した。
URAIはフロンティアエージェントのコーディングと意思決定機能を結合し、エージェントの呼び出しと修正の両方が可能な再利用可能なツールを中心にロボット制御を編成する。
関連論文リスト
- DexAgent: An Agentic Human2Sim2Robot Framework for Dexterous Manipulation with Self-Evolving Tool Library [33.889168703992034]
DexAgentはエージェント的なHuman2Sim2Robotフレームワークで、一つの人間中心の動画を、政策訓練のための物理的に接地されたロボット軌道に変換する。
セマンティック理解、プロパティベースのシミュレーション再構成、ロボット軌道最適化、ロボットデータ生成の4段階を通じて動作する。
11の現実世界のタスクで、DexAgent生成データでトレーニングされたポリシーは、競合するベースラインよりも3.5倍高い成功率を達成する。
論文 参考訳（メタデータ） (2026-09-28T14:49:06Z) - HarnessPAI: An Evolving Harness for Physical AI [64.91964104275483]
本稿では,物理AIのためのモデルおよび具体化に依存しないフレームワークであるHarnessPAIを紹介する。
ロールアウト内では、プログラムレベルでオープンループを実行する。
デスクトップロボットアーム、家庭用ロボット、ロボット掃除機、そして歩行エージェントのHarnessPAIは、純粋なアクションモデルとコード・アズ・ポリティクスのベースラインの両方を改善している。
論文 参考訳（メタデータ） (2026-09-24T07:40:00Z) - AR-WAM: A Visual-Conditioned Agent-Ready World Action Model for Robotic Manipulation [31.9606890046955]
視覚-言語-アクションモデルと世界アクションモデルはまだ操作タスクを指定するために自然言語命令に依存している。
本稿では、言語を2つの相補的な条件で置き換える視覚条件付きエージェント対応世界アクションモデルAR-WAMを提案する。
RoboTwin 2.0、RMBench、および本物のAstribot S1デュアルアームプラットフォームでは、AR-WAMは標準操作における最強のベースラインと一致する。
論文 参考訳（メタデータ） (2026-09-20T11:55:26Z) - ETA: A New Agentic Paradigm for Embodied Tasks [76.25893120982523]
本稿では,デジタルエージェントを物理世界へ拡張するための新しいパラダイムであるEmbodied Task Agent(ETA)を紹介する。
ETAは、一度に1つのツールコールを選択するPlanner、実行を制御するInterface、結果と新鮮な観察を返送するWorldを中心にロボットを集中させる。
ETAは、置換可能なPlanner、構成可能なツールとスキル、監査可能なメモリ、再生可能なトラジェクトリ、シミュレーションと実際のロボットのための一般的なインターフェースを提供する。
論文 参考訳（メタデータ） (2026-08-04T16:56:09Z) - VIA: Visual Interface Agent for Robot Control [34.69686658431114]
VIA(Visual Interface Agent for Robot Control)は、ロボット制御をエージェントタスクとして再キャストするフレームワークである。
スクリーンショットを撮り、直感的なコマンドを出し、結果を観察し、調整することで、ブラウザベースの3Dインターフェースを介してマニピュレータを駆動する。
3つのLIBEROゴールタスクで96.7%、ロングホライゾン虹組立タスクで100%を達成している。
論文 参考訳（メタデータ） (2026-07-13T05:52:12Z) - 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) - AgentStepper: Interactive Debugging of Software Development Agents [14.265317773238529]
本稿では,ソフトウェアエンジニアリングエージェントのための対話型デバッガであるAgentStepperを紹介する。
AgentStepperは、LLM、エージェントプログラム、ツール間の構造化された会話としてトラジェクトリを表す。
ブレークポイント、ステップワイズ実行、プロンプトとツール呼び出しのライブ編集、中間リポジトリレベルのコード変更のキャプチャと表示をサポートする。
論文 参考訳（メタデータ） (2026-02-06T10:44:09Z) - DeepAgent: A General Reasoning Agent with Scalable Toolsets [111.6384541877723]
DeepAgentは、自律的な思考、ツール発見、アクション実行を実行するエンドツーエンドのディープ推論エージェントである。
長期にわたる相互作用の課題に対処するために,過去の相互作用を構造化エピソード,動作,ツール記憶に圧縮する自律的メモリ折り畳み機構を導入する。
LLMシミュレートされたAPIを活用し、ツール呼び出しトークンにきめ細かいクレジットを割り当てるツールコールアドバンテージ属性を適用した、エンドツーエンドの強化学習戦略であるToolPOを開発した。
論文 参考訳（メタデータ） (2025-10-24T16:24:01Z) - Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。
我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。
結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
論文 参考訳（メタデータ） (2025-07-10T20:12:54Z) - LLM Agents Making Agent Tools [2.5529148902034637]
ツールの使用は、大規模言語モデル(LLM)を、複雑なマルチステップタスクを実行できる強力なエージェントに変えた。
しかし、これらのツールは人間の開発者によって事前に実装されなければならない。
論文をコードで自律的にLLM互換のツールに変換するエージェントフレームワークであるToolMakerを提案する。
論文 参考訳（メタデータ） (2025-02-17T11:44:11Z) - Agents: An Open-source Framework for Autonomous Language Agents [98.91085725608917]
我々は、言語エージェントを人工知能への有望な方向と見なしている。
Agentsはオープンソースライブラリで、これらの進歩を広く非専門的な聴衆に開放することを目的としています。
論文 参考訳（メタデータ） (2023-09-14T17:18:25Z)
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。