論文の概要: ProactiveVLA: Augmenting Embodied Memory through Proactive Environment Exploration

• arxiv url: http://arxiv.org/abs/2610.06999v1
• Date: Sun, 04 Oct 2026 08:47:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.500158
• Title: ProactiveVLA: Augmenting Embodied Memory through Proactive Environment Exploration
• Title（参考訳）: ProactiveVLA: 能動的環境探索による身体的記憶の増強
• Abstract要約: 推論エージェントと凍結視覚反応モデル(VLA)を組み合わせるシステムは、実行フィードバックとメモリを通じて適応することができる。 本稿では,ProactiveVLAを紹介する。プロアクティブ環境探索を用いて,デプロイ時適応のための再利用可能な知識を取得する。
• 参考スコア（独自算出の注目度）: 14.36759996730725
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Rapid adaptation to a new environment requires a robot to acquire useful knowledge about local objects, states, and interactions from limited experience. Systems that combine a reasoning agent with a frozen vision-language-action model (VLA) can adapt through execution feedback and memory, making the choice of experience central to their effectiveness. Repeated practice of a target task may refine a familiar solution while leaving other interactions relevant to changed conditions untested. We introduce ProactiveVLA, which uses proactive environment exploration to acquire reusable knowledge for deployment-time adaptation. After completing an initial task, the agent allocates the remaining interaction budget to self-proposed goals covering object affordances, state-changing interactions, and compositions of interactions. It verifies execution outcomes and consolidates both task-directed and exploratory experience into memory that guides subsequent planning and control. ProactiveVLA outperforms the baselines under the same turn budget on LIBERO-Pro and RoboCasa365 Composite-Seen. On LIBERO-Pro Goal-T, with at most one VLA primitive invocation allowed during evaluation, ProactiveVLA completes 48% of instances, compared with 19% for the state-of-the-art task-refinement baseline.
• Abstract（参考訳）: 新しい環境への迅速な適応には、限られた経験から、局所的な物体、状態、相互作用に関する有用な知識をロボットが取得する必要がある。 推論エージェントと凍結視覚言語アクションモデル(VLA)を組み合わせるシステムは、実行フィードバックとメモリを通じて適応し、経験の選択がその有効性の中心となる。 目標タスクの繰り返しの実践は、変化した条件に関連する他の相互作用を未検証のまま残しながら、よく知られた解決策を洗練させるかもしれない。 本稿では,ProactiveVLAを紹介する。プロアクティブ環境探索を用いて,デプロイ時適応のための再利用可能な知識を取得する。 最初のタスクを完了した後、エージェントは残りのインタラクション予算を、オブジェクトの空き時間、状態の変化するインタラクション、インタラクションの構成を含む自己提案の目標に割り当てる。 実行結果を検証し、タスク指向エクスペリエンスと探索エクスペリエンスの両方をメモリに統合し、その後の計画と制御をガイドします。 ProactiveVLAはLIBERO-ProとRoboCasa365 Composite-Seenで同じターン予算でベースラインを上回っている。 LIBERO-Pro Goal-Tでは、評価中に少なくとも1つのVLAプリミティブ呼び出しが許可されており、ProactiveVLAは48%のインスタンスを完了している。

関連論文リスト

• RoboBridge: A Self-Evolving Embodied Agent Framework for Sim-to-Real Transfer [54.448285795003294]
  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。
  論文  参考訳（メタデータ） (2026-10-02T02:53:57Z)
• RA-VLA: Retrieval-Augmented VLA for Test-Time Adaptation [19.642319972162255]
  本稿では,行動整合型コンテキスト検索と接地型実行パイプラインを統合した検索拡張VLAフレームワークであるRA-VLAを提案する。 RA-VLAは優れた成功率と計算効率を実現し、トレーニング不要なロボット適応のための堅牢なフレームワークを確立する。
  論文  参考訳（メタデータ） (2026-08-26T09:52:30Z)
• From Profiling to Synthesis: Benchmarking Implicit Behavioral Alignment in Personalized LLM Agents [56.187590188698955]
  大規模言語モデルは、ますます有能な自律エージェントを可能にしてきたが、そのようなエージェントを実用的に有効にするためには、パーソナライズが不可欠である。 最近のベンチマークではエージェントのパーソナライゼーションの評価が始まっているが、それらは主に静的な選好スナップショット、固定されたインタラクションログ、あるいは事前に定義されたユーザプロファイルに対する質問応答に依存している。 縦断的相互作用履歴から構築した暗黙的行動アライメントのベンチマークであるIBA-Benchを紹介する。 IBA-Agentは、広範囲な検索と軌道レベルのアライメントを通じて競合する優先順位を調整するエージェントフレームワークである。
  論文  参考訳（メタデータ） (2026-08-03T12:52:04Z)
• Learning to Watch: Active Video Anomaly Understanding via Interleaved Policy Optimization [56.150184676745205]
  ビデオ異常理解(VAU)は、スパースでコンテキストに依存した手がかりに依存している。 本稿では,映像理解をアクティブな逐次意思決定プロセスとして再認識するクローズドループフレームワークである$Anomtext-$を提案する。 人間のビデオレビュー行動に触発されたこのフレームワークは、内部の認知的推論と戦略的エビデンスを、インターリーブされたポリシーに統一する。
  論文  参考訳（メタデータ） (2026-07-01T08:41:49Z)
• VitaBench 2.0: Evaluating Personalized and Proactive Agents in Long-Term User Interactions [63.13827503828231]
  我々は、長期ユーザーインタラクションにおけるパーソナライズされたプロアクティブなエージェント動作を評価するためのベンチマークであるVitaBench 2.0を紹介する。 結果は、最先端のモデルでさえ、現実世界のパーソナライゼーションは非常に困難であることを示している。
  論文  参考訳（メタデータ） (2026-05-26T15:07:38Z)
• Pushing Forward Pareto Frontiers of Proactive Agents with Behavioral Agentic Optimization [61.641777037967366]
  プロアクティブな大規模言語モデル(LLM)エージェントは、複数のターンで積極的に計画し、クエリし、相互作用することを目的としている。 エージェント強化学習(RL)は、マルチターン環境でエージェントを訓練するための有望なソリューションとして登場した。 本稿では,行動強化と情報収集能力の強化を両立させたエージェントRLフレームワークであるBAOを提案する。
  論文  参考訳（メタデータ） (2026-02-11T20:40:43Z)
• Collaborative Instance Object Navigation: Leveraging Uncertainty-Awareness to Minimize Human-Agent Dialogues [54.81155589931697]
  協調インスタンスオブジェクトナビゲーション(CoIN)は、エージェントがターゲットインスタンスに関する不確実性を積極的に解決する新しいタスク設定である。 未認識者に対するエージェント・ユーザインタラクション(AIUTA)の新たな学習自由化手法を提案する。 まず、オブジェクト検出時に、セルフクエチオナーモデルがエージェント内で自己対話を開始し、完全かつ正確な観察記述を得る。 インタラクショントリガーモジュールは、人間に質問するか、継続するか、ナビゲーションを停止するかを決定する。
  論文  参考訳（メタデータ） (2024-12-02T08:16:38Z)
• Context-Aware Planning and Environment-Aware Memory for Instruction Following Embodied Agents [15.902536100207852]
  本稿では,CAPEAMによる行動行動の結果を一連の行動で考察する。 提案したCAPEAMのエージェントは,様々な測定値において最先端の性能を達成することを実証的に示す。
  論文  参考訳（メタデータ） (2023-08-14T16:23:21Z)

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。