論文の概要: EMHO: EMbodied Agent Harness Optimization via Experience Traces

• arxiv url: http://arxiv.org/abs/2610.08432v1
• Date: Tue, 06 Oct 2026 14:30:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.042935
• Title: EMHO: EMbodied Agent Harness Optimization via Experience Traces
• Title（参考訳）: EMHO:経験的トレースによるエージェントハーネス最適化
• Abstract要約: 本稿では,エボデードモデルを凍結し,そのハーネスを反復的に修正する自己進化型フレームワークを提案する。 EMHOは、スキルやリカバリプロンプトを超えた最適化、エージェントの進捗監視方法の変更、視覚ツールの使用、観察の基礎、障害への対応などを行う。 我々はEmbodiedBench上のEMHOをナビゲーションおよび操作タスク間で評価し、Qwen 9Bおよび27Bモデルのタスク成功を継続的に改善する。
• 参考スコア（独自算出の注目度）: 41.020491105086116
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Improving embodied agents often focuses on optimizing the underlying model through training, while the surrounding agent harness that controls planning, context, and tool use is typically engineered. We ask whether this harness can instead improve itself directly from experience traces under sparse environmental feedback. We propose EMbodied Agent Harness Optimization (EMHO), a self-evolving framework that keeps the embodied model frozen and iteratively revises its harness by analyzing execution trajectories and prior harness history. EMHO optimizes beyond skills or recovery prompts, modifying how the agent monitors progress, uses vision tools, grounds observations, and responds to failures. To support multiple subtasks with a single harness, we introduce EMHO-Merge, which addresses trade-offs in jointly optimizing a single shared harness across subtasks by using episode-level gains and losses to guide evidence-supported refinement of when and how revised behaviors are applied. We evaluate EMHO on EmbodiedBench across navigation and manipulation tasks, and EMHO consistently improves task success for both Qwen 9B and 27B models. Qualitative analysis shows that EMHO goes beyond recovering from failures and unproductive actions to reshape how the embodied agent interprets and interacts with its environment.
• Abstract（参考訳）: 実施エージェントの改善は、トレーニングを通じて基礎となるモデルを最適化することに集中することが多いが、周囲のエージェントは、計画、コンテキスト、ツールの使用を制御する。 環境フィードバックの少ない経験から、このハーネスが直接改善できるかどうかを問う。 本研究では, 自己進化型フレームワークであるEMHOを提案し, 実施軌跡と先行使用履歴を解析し, 実施履歴を反復的に更新する。 EMHOは、スキルやリカバリプロンプトを超えた最適化、エージェントの進捗監視方法の変更、視覚ツールの使用、観察の根拠、障害への対応などを行う。 複数のサブタスクを単一のハーネスでサポートするEMHO-Mergeを導入し、エピソードレベルのゲインと損失を用いてサブタスク間の共有ハーネスを協調的に最適化し、いつ、どのように修正行動を適用するかを示す。 我々はEmbodiedBench上のEMHOをナビゲーションおよび操作タスク間で評価し、Qwen 9Bおよび27Bモデルのタスク成功を継続的に改善する。 定性的分析により、EMHOは失敗や非生産的な行動から回復するだけでなく、エンボディエージェントがどのようにその環境を解釈し、どのように相互作用するかを再形成することを示している。

関連論文リスト

• Causal Improvement Graph for Agentic Harness Optimization [85.77143316265415]
  因果改善グラフ(Causal Improvement Graph, CIG)は、永続グラフにおける改善状態の進化を外部化する、グラフが支配するメタハーネスフレームワークである。 CIGはノードをリンクして、観察されたこと、どのように説明されるか、その説明をテストする方法、そして評価が示すものを表す。
  論文  参考訳（メタデータ） (2026-10-04T08:15:37Z)
• Recursive Harness Self-Improvement [28.432258880153125]
  モデル-ハーネス共進化の下では、ハーネスはデータ生成コンポーネントであり、実行トレースは将来の基礎モデルを形成することができる。 本稿では,エージェントループのプロンプトレベル仕様としてハーネスを表現したRecursive Harness Self-Improvement (RHI)を紹介する。 RHIは、自身のリビジョン履歴に対してペアのフィードバックを使って、反復的にそれを洗練します。
  論文  参考訳（メタデータ） (2026-07-17T00:21:19Z)
• Evolving Agents in the Dark: Retrospective Harness Optimization via Self-Preference [51.55077364626896]
  本稿では,過去の軌道のみを用いたエージェント・ハーネスを最適化する自己教師型手法であるRetrospective Harness Optimization (RHO)を紹介する。 RHOは、過去の軌跡から様々な課題のコアセットを選択し、それらを並列に解決する。 1回の最適化ラウンドでは、SWE-Bench Proのパスレートが59%から78%に向上する。
  論文  参考訳（メタデータ） (2026-06-04T09:26:00Z)
• MIRROR: Multi-agent Intra- and Inter-Reflection for Optimized Reasoning in Tool Learning [33.009759731505746]
  ツール統合を含む複雑なタスクは、大規模言語モデルにとって大きな課題となる。 リフレクションはエージェントベンチマークにおける誤った軌道の修正に有効な戦略として現れている。 提案するMIRRORは,実行前に意図した動作を批判的に評価するフレームワークと,軌道のさらなる調整を行うインターリフレクションの両方からなるフレームワークである。
  論文  参考訳（メタデータ） (2025-05-27T03:37:33Z)
• Trial and Error: Exploration-Based Trajectory Optimization for LLM Agents [49.85633804913796]
  本稿では,ETOと呼ばれる探索に基づく軌道最適化手法を提案する。 この学習方法はオープンLLMエージェントの性能を向上させるために設計されている。 3つの複雑なタスクに関する実験は、ETOがベースライン性能をはるかに上回っていることを示す。
  論文  参考訳（メタデータ） (2024-03-04T21:50:29Z)

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。