論文の概要: RoboBridge: A Self-Evolving Embodied Agent Framework for Sim-to-Real Transfer

• arxiv url: http://arxiv.org/abs/2610.02717v1
• Date: Fri, 02 Oct 2026 02:53:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.173297
• Title: RoboBridge: A Self-Evolving Embodied Agent Framework for Sim-to-Real Transfer
• Title（参考訳）: RoboBridge - Sim-to-Realトランスファーのための自己進化型エージェントフレームワーク
• Abstract要約: インボディード・インテリジェンスを現実世界に持ち込む上での課題は、シミュレーションから現実への能力移転だ。 本稿では,Sim-to-real転送を実行可能なタスクスキルの継続的な適応として扱うフレームワークであるRoboBridgeを提案する。
• 参考スコア（独自算出の注目度）: 54.448285795003294
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A key challenge in bringing embodied intelligence into the real world is transferring capabilities from simulation to reality and enabling agents to continually adapt after deployment. End-to-end vision-language-action policies provide strong manipulation capabilities, but their transfer to physical environments typically relies on calibrating simulated visual and dynamical conditions, collecting additional target-domain demonstrations, and optimizing the policy through further training. Tool-using embodied agents offer flexible task orchestration, yet existing systems primarily emphasize task execution and experience reuse within a given environment, with limited support for transferring procedural knowledge and continuously adapting it across simulation and reality. We propose RoboBridge, a framework that treats sim-to-real transfer as the continued adaptation of executable task skills. The agent represents task knowledge as procedures connecting task intent, observations, tool operations, and outcome verification. Interaction feedback is used to generate candidate skill revisions, which are evaluated before being persisted or rejected. A pretrained vision-language-action policy is exposed as a reusable action tool and enhanced with inference-time guidance, enabling fine-grained execution without retraining the underlying policy. RoboBridge grounds transferable skills in task semantics and interaction interfaces shared across simulation and reality. This representation preserves reusable task structure while allowing environment-dependent operations to be selectively revised through real-world execution feedback. We evaluate the framework on LIBERO-PRO and corresponding physical tasks, studying both skill evolution and post-transfer adaptation. Our framework provides a route from one-shot policy deployment to continual procedural learning across environments.
• Abstract（参考訳）: インボディードインテリジェンスを現実の世界に持ち込む上で重要な課題は、シミュレーションから現実への機能を移行し、エージェントがデプロイ後に継続的に適応できるようにすることである。 エンド・ツー・エンドのビジョン・ランゲージ・アクション・ポリシーは強力な操作機能を提供するが、物理環境への移行は、通常、シミュレーションされた視覚的および動的条件の校正、追加のターゲットドメイン・デモの収集、さらなるトレーニングによるポリシーの最適化に依存している。 ツールを使用するエンボディエージェントはフレキシブルなタスクオーケストレーションを提供するが、既存のシステムはタスクの実行と特定の環境での体験の再利用を重視しており、手続き的知識の転送とシミュレーションと現実への継続的な適応をサポートする。 本稿では,Sim-to-real転送を実行可能なタスクスキルの継続的な適応として扱うフレームワークであるRoboBridgeを提案する。 エージェントは、タスクインテント、観察、ツール操作、結果検証を接続する手順としてタスク知識を表す。 インタラクションフィードバックは、永続または拒否される前に評価される、候補スキルリビジョンを生成するために使用される。 事前訓練された視覚言語アクションポリシーは、再利用可能なアクションツールとして公開され、推論時ガイダンスによって強化され、基礎となるポリシーを再訓練することなく、きめ細かい実行が可能となる。 RoboBridgeは、シミュレーションと現実の間で共有されるタスクセマンティクスとインタラクションインターフェースにおいて、トランスファー可能なスキルを基盤としている。 この表現は、実世界の実行フィードバックを通じて環境依存の操作を選択的に修正しながら、再利用可能なタスク構造を保存する。 LIBERO-PROとそれに対応する物理タスクの枠組みを評価し,スキル進化とポストトランスファー適応の両方について検討した。 私たちのフレームワークは、ワンショットのポリシー展開から、環境横断の継続的手続き学習への道程を提供します。

関連論文リスト

• In-Context Learning for Robots: Methods and Applications [117.36413283771294]
  汎用ロボットは、新しいタスクが何を必要としているかを推測し、その理解を適切な物理的行動に変換する必要がある。 ロボットのためのインコンテキスト学習(ICL)はこのプロセスをサポートし、デモとインタラクションを使用して、デプロイ中に固定されたニューラルネットワークパラメータと既存のコンピテンスを指示する。
  論文  参考訳（メタデータ） (2026-09-28T18:00:34Z)
• From Passive Execution to Active Exploration: Agentic Embodied Manipulation in Realistic Environments [34.24081807662234]
  本フレームワークは,高レベルタスク推論のための計画モジュール,視覚的シーン理解のための認識モジュール,低レベル操作のための実行モジュールの3つの協調モジュールで構成されている。 この設計により、ロボットは、タスク関連情報を積極的に取得し、環境フィードバックに基づいてその振る舞いを適応させ、部分的可観測性の下での完全な操作タスクを完了させることができる。 本手法を現実的なFund-and-Placeタスクで評価し,課題のある環境での有効性を実証した。
  論文  参考訳（メタデータ） (2026-09-24T06:19:04Z)
• EnvACE: Internalizing Environment Dynamics via World Rehearsal for Agentic Reinforcement Learning [57.312638079204255]
  長期ツール使用のための大規模言語モデルエージェントの訓練は、通常、実または合成可能な環境との相互作用に依存する。 本研究では,世界リハーサルのトレーニング中に外部環境の相互作用を置き換えるエージェント強化学習手法であるEnvACEを紹介する。
  論文  参考訳（メタデータ） (2026-08-06T15:54:36Z)
• Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills [53.15216425100295]
  本稿では,提案者,解決者,スキルコントローラからなる共進化型フレームワークであるスキルセルフプレイ(スキルSP)を紹介する。 プロジェクタは動的にサンプリングされたスキルを前提とした挑戦的なタスクを生成し、ソルバは能力境界を押し上げるための候補ソリューションを探索し、スキルコントローラは実行フィードバックを収集してスキルライブラリを更新および拡張する。 このインタラクティブな共進化は、構造化された検証とオープンな調査の間のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2026-07-24T17:59:22Z)
• Adapting Generalist Robot Policies with Semantic Reinforcement Learning [59.009122725071386]
  ジェネラリストロボットポリシーは、大規模な事前訓練から多様な行動のレパートリーを学ぶ。 本稿では,オンラインインタラクションを通じて,このプロンプト空間を最適化するためのセマンティック・アクション強化学習(SARL)を提案する。 我々は、SARLが基本的に新しい機能をアンロックしていることを示します。
  論文  参考訳（メタデータ） (2026-06-30T17:00:33Z)
• Closed-Loop Verbal Reinforcement Learning for Task-Level Robotic Planning [1.6641413441634143]
  本稿では,モバイルロボットシステムにおけるタスクレベル計画の解釈のための新しい言語強化学習フレームワークを提案する。 このフレームワークはクローズドループアーキテクチャに従い、物理的環境との相互作用を通じて反復的なポリシー改善を可能にする。 提案手法は,実行不確実性下で複数段操作およびナビゲーションタスクを行う実移動ロボット上で検証される。
  論文  参考訳（メタデータ） (2026-03-23T16:28:36Z)
• ToolSelf: Unifying Task Execution and Self-Reconfiguration via Tool-Driven Intrinsic Adaptation [60.25542764389203]
  LLM(Large Language Models)を利用したエージェントシステムは、複雑で長期のタスクに対処する上で、顕著な可能性を示している。 既存のアプローチでは、手動のオーケストレーションやランタイムベースのパッチを頼りにしており、一般化の貧弱さと最適化の断片化に悩まされることが多い。 ツール駆動の自己修正を可能にする新しいパラダイムであるToolSelfを提案する。
  論文  参考訳（メタデータ） (2026-02-08T09:27:18Z)
• State Representations as Incentives for Reinforcement Learning Agents: A Sim2Real Analysis on Robotic Grasping [3.4777703321218225]
  本研究は、特定のロボットタスクを解くためのエージェントのインセンティブ化における様々な表現の効果について検討する。 手作りの数値状態から符号化された画像ベース表現に至るまで、状態表現の連続体が定義される。 シミュレーションにおけるエージェントの課題解決能力に対する各表現の影響と実ロボットへの学習方針の伝達可能性について検討した。
  論文  参考訳（メタデータ） (2023-09-21T11:41:22Z)
• Context-Aware Composition of Agent Policies by Markov Decision Process Entity Embeddings and Agent Ensembles [1.124711723767572]
  計算エージェントは生命の多くの領域で人間をサポートし、従って異質な文脈で見られる。 サービスを実行し、目標志向の行動を実行するためには、エージェントは事前の知識を必要とする。 異種コンテキストの表現を可能にする新しいシミュレーションベースアプローチを提案する。
  論文  参考訳（メタデータ） (2023-08-28T12:13:36Z)

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。