論文の概要: Experience-Guided Initiation Search for Learned Skills in Skill Composition

• arxiv url: http://arxiv.org/abs/2610.11418v1
• Date: Thu, 08 Oct 2026 07:46:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.871013
• Title: Experience-Guided Initiation Search for Learned Skills in Skill Composition
• Title（参考訳）: スキル構成における学習スキルの体験ガイドによる開始探索
• Abstract要約: スキル構成において、開始構成は現在のスキルだけでなく、その後のスキルに渡される物理的な状態にも影響を及ぼす。 大規模なロールアウトを通じてターゲット固有の能力を見積もるのは、現実のデプロイメントにコストがかかる。 本稿では、信頼性の高い開始設定を見つけるための体験ガイドおよび行動誘導開始検索フレームワークEVISを提案する。
• 参考スコア（独自算出の注目度）: 3.327495713351833
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deploying frozen learned skills, such as Vision-Language-Action (VLA) policies, in new environments requires identifying initiation configurations that support reliable execution. In skill composition, an initiation configuration affects not only the current skill but also the physical state passed to subsequent skills, so successful execution of an individual skill does not necessarily imply successful completion of the composed task. Estimating target-specific capability through extensive rollouts is costly in real-world deployment, while directly reusing historical experience can be unreliable under environment changes. We propose EVIS, an Experience-Guided and Behavior-Validated Initiation Search framework for discovering reliable initiation configurations under limited target interaction. EVIS uses historical execution experience to prioritize promising candidates and target-environment behavior to validate whether they remain effective. We evaluate EVIS on single-skill and two-stage manipulation tasks with frozen VLA policies. EVIS reduces mean target-environment queries and improves reliable candidate discovery under small interaction budgets. These results show that combining historical guidance with target-side behavioral validation can reduce the interaction cost of deploying frozen learned skills in new environments.
• Abstract（参考訳）: 新しい環境にVision-Language-Action(VLA)ポリシのような凍結学習スキルをデプロイするには、信頼性の高い実行をサポートする開始設定を特定する必要がある。 スキル構成において、開始構成は現在のスキルだけでなく、その後のスキルに受け継がれる物理的状態にも影響し、個々のスキルの実行が成功することは必ずしも、構成されたタスクの完了を成功させるとは限らない。 大規模なロールアウトを通じてターゲット固有の能力を見積もるのは、現実のデプロイメントにおいてコストがかかる一方で、環境変更時に過去の経験を直接再利用することは信頼性が低い。 本稿では,限定的なターゲットインタラクション下での信頼性の高い開始設定を見つけるための,経験指導型および行動検証型開始検索フレームワークEVISを提案する。 EVISは、過去の実行経験を、有望な候補と目標環境行動の優先順位付けに利用し、それらが有効であるかどうかを検証する。 凍結VLAポリシを用いた単段・二段操作タスクにおけるEVISの評価を行った。 EVISは、平均的な目標環境クエリを削減し、小さな相互作用予算の下で信頼性の高い候補発見を改善する。 これらの結果から,過去指導と目標側の行動検証を組み合わせることで,新たな環境に凍結学習スキルを配置する際の相互作用コストを低減できることが示唆された。

関連論文リスト

• Skill-V: Verifiable Self-Evolving Skill Library for Interactive Agents [52.62594580060118]
  検証可能な自己進化型スキルライブラリであるSkill-Vを紹介する。 我々は,図書館の進化を促進するために環境成果を用いており,特に,タスク失敗はスキル追加を動機付けている。 我々は、現在のタスクに確実に適用できないと判断された候補を除外するために、適用性に配慮したフィルタを用いる。
  論文  参考訳（メタデータ） (2026-10-08T11:59:42Z)
• ProactiveVLA: Augmenting Embodied Memory through Proactive Environment Exploration [14.36759996730725]
  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。
  論文  参考訳（メタデータ） (2026-10-04T08:47:50Z)
• Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills [53.15216425100295]
  本稿では,提案者,解決者,スキルコントローラからなる共進化型フレームワークであるスキルセルフプレイ(スキルSP)を紹介する。 プロジェクタは動的にサンプリングされたスキルを前提とした挑戦的なタスクを生成し、ソルバは能力境界を押し上げるための候補ソリューションを探索し、スキルコントローラは実行フィードバックを収集してスキルライブラリを更新および拡張する。 このインタラクティブな共進化は、構造化された検証とオープンな調査の間のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2026-07-24T17:59:22Z)
• Learning New Tasks via Reusable Skills: Skill-Compositional Experts for Embodied Continual Learning [60.37693496953694]
  Embodied Continual Learning (ECL)は、ロボットが新たな操作タスクを継続的に取得できるようにすることを目的としている。 ECLはより深刻な破滅的な忘れ込みに悩まされる。 ECLの主な課題は、継続的に進化するタスクにおける構造化されたスキル再利用である。
  論文  参考訳（メタデータ） (2026-06-14T09:02:49Z)
• Learning While Acting: A Skill-Enhanced Test-Time Co-Evolution Framework for Online Lifelong Learning Agents [32.49699221723716]
  大規模言語モデル(LLM)エージェントが動的にインタラクティブな環境で動作するためには、生涯学習が不可欠である。 オンライン生涯学習エージェントのための2段階強化学習フレームワークであるSkill-enhanced Test-Time Co-Evolution(textttLifeSkill)を提案する。
  論文  参考訳（メタデータ） (2026-06-03T12:38:57Z)
• Environmental Understanding Vision-Language Model for Embodied Agent [13.471715889915862]
  視覚言語モデル(VLM)は、指示追従型エンボディエージェントに対する強い知覚と推論能力を示している。 本研究では,4つのコアスキルを微調整した環境理解エンボダイドエージェント(EUEA)という新しいフレームワークを提案する。 EUEAスキルを微調整することで、我々のフレームワークは命令追従のためのより信頼性の高いタスク実行を可能にします。
  論文  参考訳（メタデータ） (2026-04-21T09:11:00Z)
• Dejavu: Post-Deployment Learning for Embodied Agents via Experience Feedback [15.925059945241108]
  本稿では,デジャヴ(Dejavu)というポストデプロイ学習フレームワークを提案する。 EFN(Experience Feedback Network)を採用し、凍結したVision-Language-Actionポリシーを、検索した実行メモリで拡張する。 EFNは文脈的に成功した事前アクション体験と条件アクション予測を自動的に識別する。
  論文  参考訳（メタデータ） (2025-10-11T11:43:58Z)
• Skill-Based Reinforcement Learning with Intrinsic Reward Matching [77.34726150561087]
  Intrinsic Reward Matching (IRM) を提案する。 IRMにより、従来のスキル選択方法よりもはるかに効果的に事前訓練されたスキルを活用できる。
  論文  参考訳（メタデータ） (2022-10-14T00:04:49Z)

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。