論文の概要: EMBER-Bench: Benchmarking Cross-Event Causal Memory in Long-Horizon Embodied Tasks

• arxiv url: http://arxiv.org/abs/2610.05013v1
• Date: Sun, 04 Oct 2026 07:14:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 07:05:09.085672
• Title: EMBER-Bench: Benchmarking Cross-Event Causal Memory in Long-Horizon Embodied Tasks
• Title（参考訳）: EMBER-Bench: 長距離エンボディタスクにおけるクロスイベント因果メモリのベンチマーク
• Abstract要約: 我々は,長距離エンボディタスクにおけるクロスイベント因果推論のためのエゴセントリックなベンチマークEMBER-Benchを紹介する。 189の家庭用タスクと699のQAペアが含まれており、タスクの進捗、障害回復、外部介入、複合ロングホライゾンタスクで構成されている。 次アクション予測は、履歴から次のアクションを選択し、因果トレースバックは、そのアクションが必要とする歴史的事象を特定する。
• 参考スコア（独自算出の注目度）: 14.32353300986149
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Lifelong physical agents must reason over extended interactions where past events continue to shape the world long after they disappear from view. Beyond recalling what happened, agents must infer how history changes the current state and constrains future actions. Yet existing embodied and video-memory benchmarks largely focus on historical retrieval and summary, leaving such history-dependent causal reasoning underexplored. We introduce EMBER-Bench, an egocentric benchmark for cross-event causal reasoning in long-horizon embodied tasks, for which we newly created the task design, video recording, and data annotation. It contains 189 household tasks and 699 QA pairs, spanning task progress, failure recovery, external interventions, and compound long-horizon tasks with distant dependencies and prerequisites, with fine-grained event and causal-chain annotations. EMBER-Bench evaluates reasoning in both directions: next-action prediction selects the next action from history, and causal traceback, given that action, identifies the historical event that makes it necessary. Input ablations that add action logs or privileged cause-and-consequence annotations to the video indicate which kind of historical information models fail to use. Among the 16 evaluated models, the highest overall accuracy is 61.2%, compared with a mean of 98.3% across two human evaluators. At paired decision points, correct traceback is not associated with correct next-action prediction. Adding action logs yields a gain of 1.6 points, whereas cause-and-consequence annotations yield an additional gain of 13.0 points on top of that. These results suggest that extracting causal information from past events and converting it into constraints on current actions remains a key difficulty for long-horizon embodied agents. Project Page: https://zhaoalexgoat.github.io/EMBER-Bench/
• Abstract（参考訳）: 生涯にわたる物理的エージェントは、過去の出来事が視界から姿を消した後も世界を形作っているような、長期にわたる相互作用を理にかかわなければならない。 何が起こったかを思い出すだけでなく、エージェントは履歴がどのように現在の状態を変え、将来のアクションを制約するかを推測する必要がある。 しかし、既存のエンボディドとビデオメモリのベンチマークは、歴史的検索と要約に重点を置いており、そのような歴史に依存した因果推論は未発見のままである。 EMBER-Benchは、長軸エンボディタスクにおけるクロスイベント因果推論のためのエゴセントリックなベンチマークであり、タスク設計、ビデオ記録、データアノテーションを新たに作成する。 これには189の家庭用タスクと699のQAペアが含まれており、タスクの進捗、障害回復、外部からの介入、遠くの依存関係と前提条件を備えた複雑なロングホライゾンタスク、詳細なイベントと因果連鎖アノテーションが含まれている。 EMBER-Benchは、両方の方向の推論を評価する: 次アクション予測は履歴から次のアクションを選択し、因果トレースは、そのアクションが必要とする歴史的事象を特定する。 アクションログや特権付き因果アノテーションをビデオに追加するアブレーションは、どの履歴情報モデルが使われていないかを示す。 評価された16モデルのうち、最も高い総合精度は61.2%であり、2人の評価者の平均は98.3%である。 ペア決定ポイントでは、正しいトレースバックは正しい次のアクション予測とは関連しない。 アクションログを追加すると1.6ポイントの利得が得られるが、因果アノテーションはその上に13.0ポイントの利得を得る。 これらの結果から,過去の出来事から因果情報を抽出し,現在の行動の制約に変換することは,長年にわたるエンボディードエージェントにとって重要な課題であることが示唆された。 Project Page: https://zhaoalexgoat.github.io/EMBER-Bench/

関連論文リスト

• Learning Skills from Historical Action Trajectories: Action Experience Dictionary for World Action Models [129.76412745258145]
  World Action Models(WAM)は、視覚力学予測とアクション生成を結合するが、操作タスク間のアクションエクスペリエンスの再利用を明示的にサポートしていない。 本研究では,歴史的行動軌跡を共有行動埋め込みにエンコードするアクション体験辞書(AED)を開発した。 シミュレーション・ベンチマークと実世界のクロス・エボディメント・セッティングの実験により,AEDの有効性が検証された。
  論文  参考訳（メタデータ） (2026-09-30T17:26:38Z)
• When Can Agents Forget Their Reasoning? ICLR for Long-Horizon Agent Context Compression [55.84813053778976]
  ロングホライズル言語モデルエージェントは、推論履歴を継続的に蓄積する。 歴史的推論の除去は、将来の行動と結果として生じる相互作用の軌跡を変える可能性がある。 長軸推論のためのインタラクションアウェア圧縮を提案する。
  論文  参考訳（メタデータ） (2026-09-24T14:28:43Z)
• Memory Control Signals Emerge Before Action in Long Horizon Agents [55.84813053778976]
  各エージェントアクションの直前に隠された状態を調べ、圧縮とリコールの要求がモデルの内部表現にすでにエンコードされていることを確認する。 本研究では,状態誘導圧縮と外部エビデンス検索を組み合わせたPreaction Memory with Evidence Retrieval (PaMER)を提案する。
  論文  参考訳（メタデータ） (2026-09-23T03:23:34Z)
• FactCheck: Feasibility-aware Long-term Action Anticipation with Multi-agent Collaboration [29.089100270702613]
  長期的な行動予測は、部分的に観察されたビデオから、将来の動詞の行動の順序を予測することを目的としている。 本稿では,FactCheckを提案する。FactCheckは,クローズドループ "Observe-Plan-Verify" 機構によって実現可能性を向上させる新しいマルチエージェント協調フレームワークである。 本研究は,行動認識,行動予測,行動検証のループを効果的に閉鎖する,実現可能性を考慮した長期的行動予測のための新たなパラダイムを確立する。
  論文  参考訳（メタデータ） (2026-06-10T06:25:09Z)
• Harnessing Temporal Causality for Advanced Temporal Action Detection [53.654457142657236]
  本稿では,因果的注意と因果的マンバを組み合わせたCausalTADを提案する。 Ego4D Challenge 2024では,EPIC-Kitchens Challenge 2024では行動認識,行動検出,音声によるインタラクション検出トラックで1位,Ego4D Challenge 2024ではMoment Queriesトラックで1位にランクインした。
  論文  参考訳（メタデータ） (2024-07-25T06:03:02Z)
• Exploring the Limits of Historical Information for Temporal Knowledge Graph Extrapolation [59.417443739208146]
  本稿では,歴史的コントラスト学習の新しい学習枠組みに基づくイベント予測モデルを提案する。 CENETは、最も潜在的なエンティティを識別するために、歴史的および非歴史的依存関係の両方を学ぶ。 提案したモデルを5つのベンチマークグラフで評価する。
  論文  参考訳（メタデータ） (2023-08-29T03:26:38Z)
• Generic Event Boundary Detection: A Benchmark for Event Segmentation [21.914662894860474]
  本稿では,ビデオ全体をチャンクに分割する一般的な分類のないイベント境界を検出するための新しいベンチマークとともに,新しいタスクを提案する。 本稿では,ジェネリックイベント境界検出(GEBD)と新しいベンチマークKinetics-GEBDを提案する。 人間が未来を正確に予測できない地点で境界をマークするという認知的発見に触発されて、教師なしのアプローチを探求する。
  論文  参考訳（メタデータ） (2021-01-26T01:31:30Z)

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。