論文の概要: Knowing When to Yield: Grounded Arbitration of User Corrections in Text-Based Embodied Agents

• arxiv url: http://arxiv.org/abs/2610.00282v1
• Date: Fri, 25 Sep 2026 02:28:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:23.591678
• Title: Knowing When to Yield: Grounded Arbitration of User Corrections in Text-Based Embodied Agents
• Title（参考訳）: いつ収量するかを知る:テキストベースの身体的エージェントにおけるユーザ補正の接地的アロケーション
• Abstract要約: 接地補正仲裁は、世界を受け入れ、拒絶し、検査し、スピーカーに尋ねる選択肢である。 テキストのみのALFWorldでは、162のチェックポイントが992のペアの真と偽の介入を生成する。 同じエピソード実行では、GAVAは、常に検証することに対するインタラクションコストを削減しますが、完璧な話者の下でコスト閾値を結びます。
• 参考スコア（独自算出の注目度）: 11.03746671789297
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: How should an embodied agent respond when a person's correction may be wrong? We formulate grounded correction arbitration as a choice among accepting, rejecting, inspecting the world, and asking the speaker. GAVA implements this interface with observation-bounded evidence, legal probes, and a one-step expected-loss rule. In text-only ALFWorld, 162 checkpoints produce 972 paired true and false interventions. Complete local inspections give GAVA and always verify 100 percent correction accuracy, establishing the evidence contract rather than a comparative advantage. In same-episode execution, GAVA reduces interaction cost against always verify but ties a cost threshold under a perfect speaker. An exploratory training-only object-location prior lowers interaction and declared joint cost on 340 unseen scenarios by 0.490 and 0.420 relative to uniform GAVA. After freezing the policy, costs, baselines, and multiplicity plan, the gains replicate on 77 non-overlapping seen checkpoints, covering 308 scenarios: 0.595 and 0.517, with both 95 percent checkpoint-bootstrap confidence intervals excluding zero. Joint cost also improves over an identical-prior fixed policy, while the matched calibrated no-VOI comparison remains inconclusive. Semantic GAVA makes four factual errors in each cohort, corresponding to 98.8 percent and 98.7 percent accuracy, and all methods complete every task. Results support selective information gathering with semantic priors under declared costs, but do not establish a general advantage of environmental value of information over clarification. The study uses normalized claims, complete symbolic observations, and controlled speakers; it evaluates neither human participants, visual input, nor physical robots.
• Abstract（参考訳）: 身体的エージェントは、人の修正が間違っていた場合、どのように対応すべきか? 我々は、世界を受け入れ、拒絶し、検査し、話者に尋ねる選択として、地裁補正の仲裁を定式化する。 GAVAはこのインターフェースを実装しており、観察に縛られた証拠、法的な調査、一段階の予測余剰ルールがある。 テキストのみのALFWorldでは、162のチェックポイントが992のペアの真と偽の介入を生成する。 完全ローカル検査はGAVAを与え、常に100%の精度を検証し、比較優位ではなく証拠契約を確立する。 同じエピソード実行では、GAVAは、常に検証することに対するインタラクションコストを削減しますが、完璧な話者の下でコスト閾値を結びます。 探索的な訓練のみの物体配置は相互作用を低下させ、340の未確認シナリオでGAVAに対して0.490と0.420のジョイントコストを宣言する。 政策、コスト、ベースライン、マルチプライオリティプランを凍結した後、77の非重複チェックポイントを再現し、308のシナリオ(0.595と0.517)をカバーした。 共同コストは、同一の事前の固定ポリシーよりも改善されるが、一致したキャリブレーションされたNo-VOI比較は決定的ではない。 セマンティックGAVAは、各コホートで4つの事実誤りを発生させ、98.8%と98.7%の精度に対応し、全てのメソッドが全てのタスクを完了した。 結果は、宣言されたコストの下で、セマンティックな事前情報を収集する選択情報を支援するが、明確化よりも、情報の環境価値の一般的な利点を確立できない。 この研究は、正常化されたクレーム、完全な象徴的な観察、制御された話者を使用しており、人間の参加者、視覚入力、物理的なロボットを評価できない。

関連論文リスト

• Measuring Collapse and Correction in Homogeneous-Panel LLM Debate [51.03982042769297]
  マルチエージェント大言語モデル(LLM)の議論は、最終回答が改善するかどうかによってしばしば評価されるが、運動は必ずしも改善されない。 標準的な最終精度評価は、これらの反対のメカニズムを詳述する。 複数選択質問(MCQ)に関する同質な議論のための監査可能なプロトコルを導入し、各実行を、崩壊、修正、オンセット、署名された介入ユーティリティよりも、遷移台帳として記録する。
  論文  参考訳（メタデータ） (2026-09-28T14:31:19Z)
• Audit-First VAPO: Risk-Certified Selective Updates under Imperfect Verification [23.835119696596095]
  不完全な検証者は、クリップングや正規化がその大きさを束縛している場合でも、有害な更新を割り当てることができる。 Audit-First VAPOを導入し、離散的な方向入力と連続的な等級制御を分離する。
  論文  参考訳（メタデータ） (2026-09-27T15:21:45Z)
• The Price of Peeking: Anytime-Valid Leakage Detection on ML-KEM EM Traces [45.88028371034407]
  本研究は, ベットによる検査に基づく漏洩検出について検討する。 13000～20000のサンプルに対して繰り返し表示される$|t|>4.5$は2.7-12.9%の複製で誤報を発生させた。
  論文  参考訳（メタデータ） (2026-09-27T14:14:10Z)
• When Residualization Helps an Audit: Format Effects, Slice Gains, and Their Limits [0.7734726150561088]
  LLMシステムで使用される評価スコアは、測定する品質ではなく、表面形状を追跡することができる。 観測的NLIおよびQA設定では、不随伴アノテータのラベルを用いて評価する前に、保持された複製を凍結し、再評価する。 完全な人口合意は、報告された正のスライスゲインを持つすべての観測条件に該当し、要求内ランキングはそのようなQA設定すべてに該当する。
  論文  参考訳（メタデータ） (2026-09-21T07:06:37Z)
• Observational Indistinguishability and Integrity Blind Regions in Hybrid Quantum-Classical Workflows [0.0]
  本稿では,ハイブリッド量子古典的ワークフロー整合性のためのクレーム相対的エビデンス/参照フレームワークを提案する。 観測上の不明瞭さは、有限バッチ統計ミスとは異なる構造的な盲点をもたらす。
  論文  参考訳（メタデータ） (2026-09-15T13:16:37Z)
• The Truth Was Never Gone: Perfect Aliasing in Compliant-Context Truth Probes [0.0]
  真理的な報告とタスクの所定の動作が一致して適合する真理プローブは、それらのターゲットを適合ラベルのみと区別できない。 制御されたバイナリレポートゲームでは、コンプライアンスコンテキストに適合した真理と所定のアクションプローブが、同じ最適化を解く。 我々は、ランダム化されたコードブックを用いて、所定の出力シンボルを意味行動から分離し、混合コンテキストに適合させることで、所定のアクションから真理を分離する。
  論文  参考訳（メタデータ） (2026-09-09T18:34:28Z)
• Budgeted Act-or-Defer Multi-Agent LLM Deliberation with Local Reliability Bounds [8.682220907885714]
  これを予算化された行動または決定決定として定式化します。 システムは議論のプレフィックスを低次元の状態にマップする。 境界がユーザ指定の信頼性しきい値を超えた場合にのみ作用する。
  論文  参考訳（メタデータ） (2026-06-28T23:46:56Z)
• Affordance Agent Harness: Verification-Gated Skill Orchestration [45.231685718099264]
  Affordance groundingは、オープンワールドのシーンでエージェントがどこでどのように対話すべきかを特定する必要がある。 本稿では,エビデンスストアとコストコントロールを備えたクローズドループランタイムであるAffordance Agent Harnessを提案する。
  論文  参考訳（メタデータ） (2026-05-01T13:45:16Z)
• Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols [51.56484100374058]
  そこで本研究では,単一プロトコルステップを正確なマッチングタスクで監査するためのペアアウトカム計測インタフェースを提案する。 各インスタンスについて、インターフェースはベースラインの正当性ビットと後ステップの正当性ビットを記録する。 これらのレートは精度の変化を予測し、種、混合物、パイプライン間でテスト可能な再利用可能な経験的インターフェースを定義する。
  論文  参考訳（メタデータ） (2026-04-20T13:25:40Z)

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。