論文の概要: OpenRUA: Robot-Use Agents Are Zero-Shot Visuomotor Policies
- arxiv url: http://arxiv.org/abs/2610.02459v1
- Date: Thu, 01 Oct 2026 20:32:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 19:20:54.753333
- Title: OpenRUA: Robot-Use Agents Are Zero-Shot Visuomotor Policies
- Title（参考訳）: OpenRUA:ロボットが使うエージェントは、ゼロショットのバイスモーターポリシー
- Abstract要約: コーディングエージェントは、ロボット制御プログラムを書いて実行することで、物理的な世界にリーチを広げている。
我々は,抽象レイヤをバイパスするゼロ・アブストラクション・ハーネスであるOpenRUAを紹介した。
このワークスペース内では、OpenRUAはファイルI/Oとして認識をリキャストし、コーディングとして操作する。
- 参考スコア（独自算出の注目度）: 18.117760333020538
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Coding agents are extending their reach into the physical world by writing and executing robot control programs. One might expect the agents to use the existing mature software stack that engineers have developed over decades to access sensors and control motion. Yet prior work primarily engineers complex custom harnesses to orchestrate agents for robot use, particularly by prescribing specialized workflows and providing bespoke interfaces. This raises the question: "Is such additional harness engineering necessary?" We introduce OpenRUA, a zero-abstraction harness that bypasses bespoke abstraction layers by providing off-the-shelf coding agents with only terminal access to the robot's native software interface ROS 2. OpenRUA employs a minimalist workspace-as-harness design, only offering ROS 2 documentation and basic tools while leaving the coding agent to organize its own work without orchestrating any agentic workflow. Within this workspace, OpenRUA recasts perception as file I/O and manipulation as coding. With Claude Code powered by Claude Opus 5, OpenRUA achieves success rates of 99.0% on CaP-Bench and 87.0% on LIBERO-PRO, demonstrating that an off-the-shelf coding agent can serve as a zero-shot visuomotor policy through the robot's native interface, without bespoke primitives or task-specific training. Under this minimalist design, further analysis reveals striking emergent behaviors of coding agents: (1) For perception, the agent spontaneously writes programs that process raw sensory inputs and derive metric measurements in 96.80% of episodes. (2) For manipulation, the agent spontaneously builds motion-control clients (e.g., gripper control) in 95.87% of episodes and closed-loop control programs (e.g., adjusting motion based on sensor feedback) in 50.13% of episodes. Our code is available at https://github.com/terminalworld/OpenRUA.
- Abstract（参考訳）: コーディングエージェントは、ロボット制御プログラムを書いて実行することで、物理的な世界にリーチを広げている。
エンジニアが何十年にもわたって開発してきた、既存の成熟したソフトウェアスタックを使って、センサーにアクセスし、動きを制御することを、エージェントが期待するかもしれない。
しかし、以前の作業は主に、ロボットの使用のためのエージェントをオーケストレーションするための複雑なカスタムハーネスを設計している。
余分なハーネスエンジニアリングが必要か?
ロボットのネイティブソフトウェアインタフェース ROS 2 への端末アクセスのみが可能な既製のコーディングエージェントを提供することで,難解な抽象化層をバイパスするゼロアトラクションハーネスである OpenRUA を紹介した。
OpenRUAは最小限のワークスペース・アズ・ハーネス設計を採用しており、ROS 2のドキュメンテーションと基本的なツールのみを提供しながら、コーディングエージェントはエージェントワークフローを編成することなく、自身の作業を組織化している。
このワークスペース内では、OpenRUAはファイルI/Oとして認識をリキャストし、コーディングとして操作する。
Claude CodeをClaude Opus 5で駆動することで、OpenRUAはCaP-Benchで99.0%、LIBERO-PROで87.0%の成功率を達成した。
この最小主義的設計の下では、さらに分析によって、(1)認識のために、エージェントは自発的に生の感覚入力を処理し、96.80%のエピソードで測定値を導出するプログラムを書き出す。
2) 操作のために, エージェントは, 50.13%のエピソードにおいて, 95.87%のエピソードに動作制御クライアント(例えば, 握手制御)を, 50.13%のエピソードに閉じループ制御プログラム(例えば, センサフィードバックに基づく動作調整)を自発的に構築する。
私たちのコードはhttps://github.com/terminalworld/OpenRUA.comで公開されています。
関連論文リスト
- Make Code as Policy Great Again: Frontier Agents Write, Call, and Evolve Robot Tools [15.969252442943345]
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。
論文 参考訳（メタデータ） (2026-09-30T05:23:25Z) - 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) - Nautilus: From One Prompt to Plug-and-Play Robot Learning [32.048440678131676]
NAUTILUSはオープンソースのハーネスで、単一のユーザプロンプトを準備可能な複製、評価、デプロイに変換する。
既存の実装に必要なアダプタやコンテナを自動的に生成するだけでなく、新規あるいはユーザが提供するポリシ、シミュレータ/ベンチマーク、ロボットをラップしてオンボードすることも可能だ。
成長を続けるロボット学習エコシステムにおいて、家族間の複製と評価の工学的負担を軽減することを目的としている。
論文 参考訳（メタデータ） (2026-05-12T07:26:39Z) - Collaborator or Assistant? How AI Coding Agents Partition Work Across Pull Request Lifecycles [0.8777271346549705]
Initiator xr 分類法と6つの相互作用シナリオを用いて29,585のPRライフサイクルを分析した。
私たちは、協力者支援のスペクトルに沿ってツールを特徴付け、イニシアチブを再編成し、監視し、支持します。
我々は、PRにおける自動化、監視、およびガバナンスの研究のために、分類学、ツールごとのステートマシン、複製パッケージにコントリビュートする。
論文 参考訳（メタデータ） (2026-05-08T17:06:54Z) - 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) - SWE-agent: Agent-Computer Interfaces Enable Automated Software Engineering [79.07755560048388]
SWEエージェント(SWE-agent)は、LMエージェントが自律的にコンピュータを使用してソフトウェア工学のタスクを解決するシステムである。
SWEエージェントのカスタムエージェントコンピュータインタフェース(ACI)は、エージェントがコードファイルを作成し編集し、リポジトリ全体をナビゲートし、テストやその他のプログラムを実行する能力を著しく向上させる。
我々はSWE-benchとHumanEvalFixのSWE-agentを評価し、それぞれ12.5%と87.7%のパス@1レートで最先端の性能を実現した。
論文 参考訳（メタデータ） (2024-05-06T17:41:33Z) - 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。