論文の概要: SharedKV-BT: Node-Local Typed Decisions for Behavior-Tree Agents

• arxiv url: http://arxiv.org/abs/2610.07327v1
• Date: Mon, 05 Oct 2026 19:59:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.62888
• Title: SharedKV-BT: Node-Local Typed Decisions for Behavior-Tree Agents
• Title（参考訳）: SharedKV-BT: 行動追跡エージェントのノードローカル型決定
• Abstract要約: 自動回帰モデルはより柔軟な決定インターフェイスをサポートするが、トークン・バイ・トークン生成の遅延を引き起こす。 最近の共有条件法では、エンコードされたコンテキストを再利用し、複数の決定を並列にスコアリングすることで、このコストを削減している。 動作ツリーの各アクティブノードがステージローカルフィールドと候補を公開し、Shared-KVが並列に候補をスコアし、選択した決定を別の実行システムに渡す、SharedKV-BTを提案する。
• 参考スコア（独自算出の注目度）: 1.9736051442662699
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agent tasks require sequences of interdependent decisions. Autoregressive models support more flexible decision interfaces than conventional classifiers but incur the latency of token-by-token generation. Recent shared-prefix methods reduce this cost by reusing encoded context and scoring multiple decisions in parallel, but do not model decision dependencies or verify execution. We propose SharedKV-BT, where each active node of a behavior tree (BT) exposes stage-local fields and candidates, and Shared-KV scores the candidates in parallel and passes the selected decision to a separate execution system. We tested SharedKV-BT on robot manipulation, mobile navigation, and computer-use tasks. Across three tasks, SharedKV-BT made typed decisions 2.36-4.15 times faster than prompt-matched autoregressive decoding. On the manipulation task, node-local Shared-KV improved joint decision accuracy from 75% to 94% and closed-loop success from 0% to 60%. Fixed-score policy replay showed that stage gating prevented out-of-order actions and external postconditions prevented premature completion.
• Abstract（参考訳）: エージェントタスクは、相互依存的な決定のシーケンスを必要とする。 自己回帰モデルは従来の分類器よりも柔軟な決定インターフェイスをサポートするが、トークン・バイ・トークン生成の遅延を引き起こす。 最近の共有プレフィックス手法は、エンコードされたコンテキストを再利用し、複数の決定を並列にスコア付けすることで、このコストを削減するが、決定の依存関係をモデル化したり、実行を検証することはない。 動作ツリーの各アクティブノードがステージローカルフィールドと候補を公開し、Shared-KVが並列に候補をスコアし、選択した決定を別の実行システムに渡す、SharedKV-BTを提案する。 ロボット操作,移動ナビゲーション,コンピュータ利用タスクにおいて,SharedKV-BTを試験した。 3つのタスクにまたがって、SharedKV-BTは、自動回帰デコードよりも2.36-4.15倍高速な型決定を行った。 操作作業において,ノード局所共有KVは関節決定精度を75%から94%に改善し,閉ループ成功率は0%から60%に改善した。 固定スコアポリシーのリプレイでは、ステージゲーティングは順序外動作を防止し、外部条件は早めの完了を妨げた。

関連論文リスト

• FOCUS: Training-Free Decision-Preserving Context Compression for LLM Agents [25.63193538183006]
  既存のコンテキスト圧縮メソッドはオフラインで何を破棄するかを学ぶ。 テスト時に完全に動作するトレーニングフリーのコンテキスト圧縮フレームワークであるFOCUSを紹介する。
  論文  参考訳（メタデータ） (2026-09-29T13:45:34Z)
• SparkVLA: Stop-Aware Hierarchical VLA with Adaptive Action Chunking for Long-Horizon Manipulation [1.3399367433453182]
  本稿では,両決定を単一ランキングとして定式化することで相互依存を解消する,停止対応階層型VLAであるSparkVLAを提案する。 RoboCerebraでは、SparkVLAが47.12%の成功率を記録し、公式階層ベースラインを30.57%、再現可能なメソッドを26.83%上回った。
  論文  参考訳（メタデータ） (2026-08-17T06:43:11Z)
• Where and When to Commit: Candidate-Aware Decoding for Diffusion Language Models [29.849017661114342]
  拡散言語モデルは、デノナイジングステップ毎に一時的な予測を公開する。 生成時早期出口は、スケジュールが切れる前に復号を停止する。 2つの軸を分離し、それぞれの決定をそれぞれのスコープの証拠と一致させる。
  論文  参考訳（メタデータ） (2026-07-30T13:04:47Z)
• Stepwise Token Selection for Efficient Multimodal Large Language Models [0.7233065479782755]
  本稿では,情報トークンを反復的に選択し,事前に選択したトークンに対して各決定を条件付けし,いつ停止するかを動的に決定するポインタスタイルの選択機構を提案する。 視覚トークンの88.9%を除去するアグレッシブプルーニングでは、初期精度の94.6%を保ち、プリフィル遅延の1.88倍のスピードアップを達成する。
  論文  参考訳（メタデータ） (2026-06-14T23:50:08Z)
• DFAH-Bench: Benchmarking Observable Agent Instability in Financial Decision-Making [0.7699235580548228]
  DFAH-Benchは、金融業者の意思決定における観測可能な行動不安定性を測定するリプレイベンチマークである。 同じツールパスに従っている間、フロンティアモデルは95%の時間で決定に合意できるのは77%に過ぎません。 入力によらず1つの出力に崩壊することでほぼ完全な一致を達成できるパターンマッチング,比較的一貫したツール使用プロセスを持つ安定した実行器,そして物質的に異なるツールパスとエビデンスコンタクトを通じて同じ結論に達する軌道分岐器の3つの挙動プロファイルを同定する。
  論文  参考訳（メタデータ） (2026-06-10T03:31:09Z)
• Planning-aligned Token Compression for Long-Context Autonomous Driving [95.59023657139208]
  条件付きVQ-VA上に構築した計画整合型ワーキングメモリフレームワークを提案する。 圧縮は歴史的軌跡と学習した計画意図の両方で条件付けられている。 歴史的文脈が行動の正確性に最も重要となる高信号動的シナリオについて評価する。
  論文  参考訳（メタデータ） (2026-06-05T17:16:21Z)
• IMPACT-HOI: Supervisory Control for Onset-Anchored Partial HOI Event Construction [72.51952455865155]
  我々は,エゴセントリックなプロシージャビデオに注釈を付けるための混合開始型フレームワークIMPACT-HOIを提案する。 IMPACT-HOIは、このタスクを部分的に指定され、オンセットされたイベント状態の漸進的な解決として捉えている。 9人の参加者によるユーザスタディでは、手動のアノテーションアクションが13.5%減少し、46.67%のイベントマッチレート、確認されたフィールド違反がゼロである。
  論文  参考訳（メタデータ） (2026-05-03T01:37:40Z)
• Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling [51.38330727868982]
  動作チャンキングが学習者と実証者の間の分岐にどのように影響するかを示す。 動作チャンキングをクローズドループ適応でブリッジするテスト時間推論アルゴリズムである双方向デコーディング(BID)を提案する。 提案手法は、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させる。
  論文  参考訳（メタデータ） (2024-08-30T15:39:34Z)
• Markov Decision Process modeled with Bandits for Sequential Decision Making in Linear-flow [73.1896399783641]
  会員/加入者の獲得と保持では、複数のページを連続してマーケティングコンテンツを推奨する必要がある。 遷移確率行列をモデル化するためにBandits を用いた MDP としてこの問題を定式化することを提案する。 提案したMDPのBanditsアルゴリズムは,$epsilon$-greedyと$epsilon$-greedy,$epsilon$,IndependentBandits,InteractionBanditsでQ-learningを上回っている。
  論文  参考訳（メタデータ） (2021-07-01T03:54:36Z)

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。