論文の概要: Skill2Real: Agentic Skill Learning for Zero-Shot Sim-to-Real Robot Manipulation
- arxiv url: http://arxiv.org/abs/2610.02788v1
- Date: Fri, 02 Oct 2026 04:25:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 00:14:30.206961
- Title: Skill2Real: Agentic Skill Learning for Zero-Shot Sim-to-Real Robot Manipulation
- Title（参考訳）: Skill2Real:Zero-Shot Sim-to-Real Robot Manipulationのためのエージェントスキル学習
- Abstract要約: 共有アプリケーションプログラミングインタフェース(API)を通じて実行可能なスキルを学ぶエージェントポリシーフレームワークであるSkill2Realを紹介する。
Proposer-Verifier- Governorループは、特権シミュレーションエビデンスを使用して結果を診断し、更新を検証する。
脳はまず局所的な操作のスキルを取得し、その後脳は脳を凍らせることでタスクレベルの構成を学ぶ。
- 参考スコア（独自算出の注目度）: 46.514470640782584
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Transferring robotic skills from simulation to reality requires task knowledge that remains usable across differences in perception, dynamics, and embodiment. We introduce Skill2Real, an agentic policy framework that learns executable skills through a shared application programming interface (API). A Proposer-Verifier-Governor (PVG) loop uses privileged simulation evidence to diagnose outcomes and validate updates, while keeping learned skills grounded in public observations and API semantics. The Cerebellum first acquires local manipulation skills; the Brain then learns task-level composition with the Cerebellum frozen. Both memories transfer to the real robot without task-policy fine-tuning or skill-memory updates. As GPT-5.6 Sol learns skills on LIBERO-90, evaluating each frozen checkpoint with GPT-6 Astra raises LIBERO-Pro Long success from 2.0% to 56.3%, without training on Pro Long. Independent Robosuite training reaches 85.1% and 89.4% mean success with Sol and Opus 5 across seven tasks, respectively. Frozen Sol-trained LIBERO-90 skills achieve 78.75% mean completion across four real-world manipulation tasks with Astra. Removing the Verifier or Governor during LIBERO-90 training lowers final Pro Long success by 17.3 and 13.3 percentage points, respectively. These results support learning and transferring a hierarchy of executable skills through a common robot interface.
- Abstract（参考訳）: ロボットのスキルをシミュレーションから現実に移すには、知覚、ダイナミクス、そして体感の相違にまたがって使用可能なタスク知識が必要である。
本稿では,共有アプリケーションプログラミングインタフェース(API)を通じて実行可能なスキルを学習するエージェントポリシーフレームワークであるSkill2Realを紹介する。
Proposer-Verifier- Governor(PVG)ループは、特権化されたシミュレーションエビデンスを使用して結果の診断と更新の検証を行い、学習スキルは公開の観察とAPIセマンティクスに基礎を置いている。
脳はまず局所的な操作のスキルを身につけ、脳は脳が凍った脳でタスクレベルの構成を学ぶ。
両方の記憶は、タスクポリティクスの微調整やスキルメモリの更新なしに、本物のロボットに転送される。
GPT-5.6 ソルは LIBERO-90 のスキルを学び、凍ったチェックポイントを GPT-6 Astra で評価することで LIBERO-Pro Long の成功率は2.0% から 56.3% に上昇する。
独立したロボスーツのトレーニングは85.1%、89.4%に達し、ソルとオプスは7つのタスクでそれぞれ成功している。
冷凍ゾルで訓練されたLIBERO-90のスキルは、アストラの4つの現実世界操作タスクで78.75%の完成を達成した。
LIBERO-90のトレーニング中に検証者または知事を退いたことにより、最終成功率は17.3ポイント、13.3ポイント低下した。
これらの結果は、共通のロボットインタフェースを通じて実行可能なスキルの階層化を学習し、転送することを支援する。
関連論文リスト
- Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents [50.03584684933779]
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。
論文 参考訳（メタデータ） (2026-10-01T17:59:50Z) - Explore, Execute, Evolve: A Skill Acquisition and Reuse Loop for Embodied Agents [73.9430604100137]
汎用マルチモーダルエージェントは、物理的世界をゼロから推論し、探索することで、高い実行コストを発生させる。
我々は,Explore, Execute, Evolveループを通じて,スキル獲得と再利用を結合するフレームワークであるRoboSkillを紹介した。
LIBERO-10では、RoboSkillは初回成功率を12.5-25.0ポイント改善し、平均実行時間を4エージェントで7.6-72.4%削減した。
論文 参考訳（メタデータ） (2026-09-29T15:25:43Z) - RoboHarn-Evo: Evolving Hierarchical Physical Knowledge for Self-Improving Robotic Manipulation [24.90546116835631]
物理経験から階層的物理知識(HPK)を進化させるデュアルループハーネスであるRoboHarn-Evoを紹介する。
タスク知識(Task Knowledge)はどのサブタスクを実行すべきか、いつ完了するかをキャプチャし、アクション知識(Action Knowledge)はオブジェクト相対幾何学的戦略とその物理的効果をキャプチャする。
RMBenchの実験では、HPKは異なるエージェントモデルの平均成功率を24.2ポイントまで改善している。
論文 参考訳（メタデータ） (2026-09-29T13:42:22Z) - 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) - Human-to-Robot Interaction: Learning from Video Demonstration for Robot Imitation [5.967530183571141]
人間とロボットの模倣学習パイプラインは、ロボットが非構造化ビデオデモから直接操作スキルを取得することを可能にする。
鍵となる革新は、学習プロセスを2つの異なる段階に分離するモジュラーフレームワークである。
ロボット操作では,全ての動作の平均成功率は87.5%であり,タスク達成で100%,複雑なピック・アンド・プレイス操作で90%に達する。
論文 参考訳（メタデータ） (2026-02-22T13:26:27Z) - SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks [61.89812116484928]
エージェントスキルは、LLMエージェントを推論時に増強する手続き的知識の構造化パッケージである。
SkillsBenchは、11のドメインにわたる86のタスクのベンチマークであり、キュレートされたスキルと決定論的検証との組み合わせを示す。
キュレートされたスキルは平均パスレートを16.2ポイント(pp)上昇させるが、効果は領域によって大きく異なる。
自己生成スキルは平均的に何の利益も与えず、モデルが消費から得られる手続き的な知識を確実に説明できないことを示している。
論文 参考訳（メタデータ） (2026-02-13T07:06:06Z) - 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)
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。