論文の概要: ARC: A Reasoning Recipe for Robot Foundation Models

• arxiv url: http://arxiv.org/abs/2610.12386v1
• Date: Thu, 08 Oct 2026 17:38:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.229515
• Title: ARC: A Reasoning Recipe for Robot Foundation Models
• Title（参考訳）: ARC:ロボットファンデーションモデルのための推論レシピ
• Abstract要約: 提案手法は,既存の最先端RCMのゼロショットタスク性能を大幅に向上させることができることを示す。 推論トレース、スケーラブルな自動ラベリングパイプライン、およびこれらのトレースを制御するために事前訓練されたRAMを適用する戦略の3つの重要な要素で構成されている。
• 参考スコア（独自算出の注目度）: 12.643391660805136
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The prevailing approach to improving robot foundation models (RFMs) relies on larger models, more robot demonstrations, and costly training at scale. We show that there exists an effective and efficient complementary approach: the right reasoning recipe can substantially improve the zero-shot task performance of existing state-of-the-art RFMs. We refer to this recipe as ARC. It consists of three key ingredients: a reasoning trace, a scalable automatic labeling pipeline, and a strategy for adapting pretrained RFMs to use these traces for control. First, we find that effective reasoning traces should be grounded in the robot's next action and explain its causal structure: why the action is appropriate and what effect it should produce. Second, we show that these traces can be generated automatically from existing demonstrations, enabling us to construct ARC-Trace-DROID from DROID without collecting new robot data. Third, we show how state-of-the-art VLAs such as $π_{0.5}$ and WAMs such as Cosmos3-Nano-Policy can learn to use these traces for control, with fine-tuning and inference tailored to each model's architecture and capabilities. Using ARC, we obtain gains in zero-shot RFM performance that, to our knowledge, are unprecedented without additional robot demonstrations or foundation-scale training. The adapted models establish a new state of the art on RoboLab-120 and MolmoSpaces, with gains of up to 50 percentage points on RoboLab-Reasoning-50. On real robots, ARC improves $π_{0.5}$'s task success by 82.2 percentage points. Project website: https://arc-robot-reasoning.github.io/
• Abstract（参考訳）: ロボットファウンデーションモデル(RFM)を改善するための一般的なアプローチは、より大きなモデル、より多くのロボットデモ、大規模でコストのかかるトレーニングに依存している。 正しい推論法は、既存の最先端RCMのゼロショットタスク性能を大幅に向上させることができる。 このレシピをARCと呼ぶ。 推論トレース、スケーラブルな自動ラベリングパイプライン、およびこれらのトレースを制御するために事前訓練されたRAMを適用する戦略の3つの重要な要素で構成されている。 まず、ロボットの次の動作に効果的な推論の痕跡を置き、その因果構造を説明する。 第二に、これらのトレースは既存のデモから自動的に生成できることを示し、新しいロボットデータを集めることなく、DROIDからARC-Trace-DROIDを構築することができる。 第3に、$π_{0.5}$のような最先端のVLAやCosmos3-Nano-PolicyのようなWAMが、各モデルのアーキテクチャや機能に合わせて微調整と推論を行いながら、これらのトレースを制御に利用する方法を示す。 ARCを用いることで、ゼロショットRAMのパフォーマンスが向上し、私たちの知る限り、ロボットのデモやファンデーションスケールのトレーニングが追加されることなく、前例のないものとなる。 適応型モデルはRoboLab-120とMomoSpacesに新たな最先端技術を確立し、RoboLab-Reasoning-50では最大50ポイントのゲインを得た。 実際のロボットでは、ARC は π_{0.5}$ のタスク成功率を82.2 ポイント改善する。 プロジェクトウェブサイト:https://arc-robot-reasoning.github.io/

関連論文リスト

• WSA$_1$: a 3D-Centric World-Spatial-Action Model for Generalizable Robot Control [85.21175469425172]
  近年,ロボット基盤モデル(RFM)が汎用ロボットシステムの主要なアプローチとして確立されている。 提案する3D-Centric World-Spatial-Action モデリングパラダイムに基づく新しい RFM である WSA$_1$ を提案する。 将来のロボット行動に対する3D世界認識の視覚的思考を学習するだけでなく、行動一般化を促進するために3D世界遷移とロボット行動の相互制約をモデル化する。
  論文  参考訳（メタデータ） (2026-07-04T16:26:39Z)
• Qwen-RobotManip Technical Report: Alignment Unlocks Scale for Robotic Manipulation Foundation Models [95.75234389806654]
  本稿では、Qwen-VL上に構築された一般化可能なビジョン・ランゲージ・アクション基盤モデルであるQwen-RobotManipを提案する。 Qwen-RobotManipは、操作の表現、動き、行動の次元にわたって統合されたアライメントフレームワークを導入している。 人間とロボットの合成パイプラインは、エゴセントリックな手の動きを15プラットフォームにわたるロボットの軌道に変換する。
  論文  参考訳（メタデータ） (2026-06-16T12:14:39Z)
• RoboReward: General-Purpose Vision-Language Reward Models for Robotics [124.34685604054312]
  視覚言語モデル(VLM)は、自動報酬モデルとして期待されているが、実際のロボットタスクにおけるそれらの効果は理解されていない。 大規模な実ロボットコーパス上に構築されたロボティクス報酬データセットとベンチマークであるRoboRewardを導入することで、このギャップを埋めることを目指している。
  論文  参考訳（メタデータ） (2026-01-02T12:47:34Z)
• Robot-R1: Reinforcement Learning for Enhanced Embodied Reasoning in Robotics [55.05920313034645]
  本稿では,ロボット制御に特化して具体的推論を強化するため,強化学習を活用した新しいフレームワークであるRobot-R1を紹介する。 DeepSeek-R1学習アプローチにインスパイアされたRobot-R1は、推論に基づく応答をサンプリングし、より正確な予測につながるものを強化する。 実験の結果,ロボットR1で訓練したモデルは,具体的推論タスクにおいて,SFT法よりも優れていた。
  論文  参考訳（メタデータ） (2025-05-29T16:41:12Z)
• RDT-1B: a Diffusion Foundation Model for Bimanual Manipulation [23.554917579133576]
  本稿では,ロボット拡散変換器(RDT)について述べる。 RDTは、マルチモーダリティを効果的に表現するために拡散モデルを構築し、スケーラブルトランスフォーマーの革新的な設計である。 さらに,様々なロボットの動作表現を統一する物理解釈可能な統一行動空間を導入する。
  論文  参考訳（メタデータ） (2024-10-10T12:33:46Z)
• Robot Learning with Sensorimotor Pre-training [98.7755895548928]
  ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。 我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。 感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
  論文  参考訳（メタデータ） (2023-06-16T17:58:10Z)
• Feature Disentanglement of Robot Trajectories [0.0]
  分散表現学習は教師なし学習の進歩を約束するが、ロボット生成軌道では評価されていない。 3DOFロボットアームから生成された100万個のロボット軌跡のデータセット上で,3つの異方性VAEを評価した。 このデコリレーションに基づく定式化は,測度,軌道品質,地中真理潜時特徴との相関において最良であることがわかった。
  論文  参考訳（メタデータ） (2021-12-06T16:52:55Z)

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。