論文の概要: Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents

• arxiv url: http://arxiv.org/abs/2610.02204v1
• Date: Thu, 01 Oct 2026 17:59:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 01:19:24.374823
• Title: Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents
• Title（参考訳）: 再建, 実践, 現実へ: 身体的エージェントのための自己改善ガイド
• Abstract要約: 本稿では,ロボット実行システムの自律的改善のためのフレームワークであるReconstruct, Practice, Go Real(RPG)を紹介する。 RPGはオフラインデータセットの操作機能を特定し、シミュレーションで関連するプラクティスタスクを構築する。 新しい再利用可能なシンボリックスキルを開発し、既存のスキルを洗練させ、これらの診断に基づいてシステムプロンプトを改訂する。
• 参考スコア（独自算出の注目度）: 50.03584684933779
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Building reliable robot capabilities across diverse tasks requires substantial human effort to develop and maintain skills, design rewards, and integrate perception with control. We present Reconstruct, Practice, Go Real (RPG), a framework for autonomous improvement of robot execution systems without updating model weights. RPG identifies manipulation capabilities in an offline dataset and constructs related practice tasks in simulation. During practice, RPG uses execution feedback, privileged simulator state, and available dataset videos to diagnose failures. It develops new reusable symbolic skills, refines existing skills, and revises the system prompt based on these diagnoses. Cross-task evaluation tests individual candidate changes and merged revisions before they are retained for reuse. At test time, a multimodal LLM uses the resulting system prompt and skill library to coordinate perception and robot control. On held-out initializations of 22 manipulation tasks, RPG improves task success from 28.6% after the first practice round to 95.0% after 15 rounds, outperforming all evaluated baselines, including ASPIRE (75.5%) and CaP-Agent0 powered by GPT-6 Astra Pro (60.0%). After a common calibration and hardware-adaptation procedure, the frozen system succeeds in all 30 physical trials, with ten trials on each of three tasks. Project Website: https://rpg-robot.github.io/
• Abstract（参考訳）: 多様なタスクにまたがって信頼性の高いロボット機能を構築するには、スキルを開発し維持し、報酬をデザインし、知覚を制御に統合するためにかなりの努力が必要である。 モデル重みを更新することなく,ロボット実行システムの自律的改善のためのフレームワークであるリコンストラクト,プラクティス,ゴーレアル(RPG)を提案する。 RPGはオフラインデータセットの操作機能を特定し、シミュレーションで関連するプラクティスタスクを構築する。 実行中にRPGは、実行フィードバック、特権付きシミュレータ状態、利用可能なデータセットビデオを使用して障害を診断する。 新しい再利用可能なシンボリックスキルを開発し、既存のスキルを洗練させ、これらの診断に基づいてシステムプロンプトを改訂する。 クロスタスク評価テストでは、個別の候補変更と、再使用前にマージされたリビジョンが再利用される。 テスト時には、マルチモーダルLLMはシステムプロンプトとスキルライブラリを使用して知覚とロボット制御を調整する。 22の操作タスクの初期化では、RPGは最初の練習ラウンド後の28.6%から15ラウンド後の95.0%に改善し、ASPIRE (75.5%) や GPT-6 Astra Pro (60.0%) を搭載したCaP-Agent0を含む全ての評価ベースラインを上回った。 一般的なキャリブレーションとハードウェア適応の手順の後、凍結されたシステムは30の物理実験に成功し、3つのタスクで10の試行が行われた。 プロジェクトウェブサイト:https://rpg-robot.github.io/

関連論文リスト

• 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)
• ASPIRE: Agentic /Skills Discovery for Robotics [46.66569877875144]
  ASPIRE (Agentic Skill Programming through Iterative Robot Exploration) は、ロボット制御プログラムをコード・アズ・ポリティクスのパラダイムで書き、洗練する。 1)細粒度のマルチモーダルトレースを露呈し,自律的な故障診断,修復,合成,検証を可能にするクローズドループロボット実行エンジン,(2)検証済みの修正を再利用可能な,伝達可能な知識に蒸留する継続的な拡張スキルライブラリ,(3)多様なタスクシーケンスを生成する進化的検索と,単一軌道の洗練を超えて探索する制御プログラムである。
  論文  参考訳（メタデータ） (2026-06-30T23:38:46Z)
• 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)
• A Backbone for Long-Horizon Robot Task Understanding [8.889888977376886]
  Therblig-Based Backbone Framework (TBBF)は、ロボットシステムにおける解釈可能性、データ効率、一般化を強化する構造である。 TBBFは、専門家によるデモンストレーションを利用して、rbligレベルのタスク分解を可能にする。 オフライントレーニングの段階において,正確なソルビグセグメンテーションのためのMeta-RGate SynerFusionネットワークを開発した。 オンラインテストの段階では、新しいタスクのワンショットデモが収集された後、MGSFネットワークは高いレベルの知識を抽出する。
  論文  参考訳（メタデータ） (2024-08-02T15:32:42Z)
• Offline Imitation Learning Through Graph Search and Retrieval [57.57306578140857]
  模倣学習は、ロボットが操作スキルを取得するための強力な機械学習アルゴリズムである。 本稿では,グラフ検索と検索により,最適下実験から学習する,シンプルで効果的なアルゴリズムGSRを提案する。 GSRは、ベースラインに比べて10%から30%高い成功率、30%以上の熟練を達成できる。
  論文  参考訳（メタデータ） (2024-07-22T06:12:21Z)
• Reactive Long Horizon Task Execution via Visual Skill and Precondition Models [59.76233967614774]
  シミュレーションで学習したモデルを用いて、単純なタスクプランナの構成要素をグラウンド化することで、見知らぬロボットタスクを達成できるシミュレート・トゥ・リアル・トレーニングのアプローチについて述べる。 シミュレーションでは91.6%から98%,実世界の成功率は10%から80%に増加した。
  論文  参考訳（メタデータ） (2020-11-17T15:24:01Z)
• Reinforcement Learning Experiments and Benchmark for Solving Robotic Reaching Tasks [0.0]
  強化学習はロボットアームによる到達タスクの解決に成功している。 ハイドサイト体験再生探索技術により報奨信号の増大が, オフ・ポリティクス・エージェントの平均リターンを増加させることが示されている。
  論文  参考訳（メタデータ） (2020-11-11T14:00:49Z)

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。