論文の概要: EmbodiedCLBench: Evaluating Continual Learning for Self-Evolving Embodied Agents

• arxiv url: http://arxiv.org/abs/2610.13021v1
• Date: Fri, 09 Oct 2026 05:23:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.404771
• Title: EmbodiedCLBench: Evaluating Continual Learning for Self-Evolving Embodied Agents
• Title（参考訳）: エボダイドCLBench:自己進化型エボダイドエージェントの継続的な学習評価
• Abstract要約: EmbodiedCLBenchは、自己進化エージェントの連続学習能力を評価するための、最初のエボダイドシミュレーションのベンチマークである。 我々のベンチマークは、エージェントがまず基本的なタスクから学習し、取得したスキルを再結合して、複雑で目に見えない高度なタスクを解くことができるかどうかを評価する。 その結果、ゼロショット設定では高度なタスクをほとんど解決できないが、基本的なタスクからの経験は一貫した改善を可能にすることがわかった。
• 参考スコア（独自算出の注目度）: 35.125986799222865
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Continual learning requires models to accumulate past experience and transfer it to new tasks. Despite substantial research on continual learning, existing work remains largely confined to non-embodied settings, without extending to embodied environments. To address this gap, we introduce EmbodiedCLBench, the first benchmark in embodied simulation for evaluating the continual learning capability of self-evolving agents. With compositional generalization as the core evaluation principle, our benchmark evaluates whether agents can first learn from basic tasks and then recombine the acquired skills to solve complex, unseen advanced tasks. Based on EmbodiedCLBench, we conduct extensive experiments across multiple agent harnesses and learning methods, revealing consistent limitations and distinctive behaviors. Our results show that while advanced tasks can be hardly solved under zero-shot setting, the experience from basic tasks enables consistent improvement. Such benefit from the experience remains stable even if the task complexity increases. However, this improvement does not scale accordingly with the number of learning samples, and current agents cannot extract meaningful information from additional experience. Collectively, our findings highlight continual learning as a fundamental yet underexplored capability, and our benchmark offers valuable resources for designing effective self-evolving agents in embodied environments. Our code and dataset are available at https://pku-value-lab.github.io/EmbodiedCLBench-homepage.
• Abstract（参考訳）: 継続的な学習には、過去の経験を蓄積し、それを新しいタスクに転送するモデルが必要である。 継続学習に関するかなりの研究にもかかわらず、既存の研究は、身体的でない環境に留まらず、ほとんど身体的でない環境に限られている。 このギャップに対処するために、自己進化エージェントの連続学習能力を評価するための、最初の実施シミュレーションのベンチマークであるEmbodiedCLBenchを紹介する。 構成一般化を基本評価原理とし、エージェントがまず基本的なタスクから学習し、次に獲得したスキルを再結合して複雑で目立たない高度なタスクを解くことができるかどうかを評価する。 EmbodiedCLBenchに基づいて、複数のエージェントハーネスと学習方法にまたがる広範な実験を行い、一貫した制約と独特な振る舞いを明らかにした。 その結果、ゼロショット設定では高度なタスクをほとんど解決できないが、基本的なタスクからの経験は一貫した改善を可能にすることがわかった。 このような経験の恩恵は、たとえタスクの複雑さが増大しても安定している。 しかし、この改善は学習サンプルの数に応じてスケールしないため、現在のエージェントは付加的な経験から意味のある情報を抽出することはできない。 総合的に,本研究は,基礎的かつ未探索の能力として継続学習を強調し,本ベンチマークは,実施環境における効果的な自己進化エージェントを設計するための貴重な資源を提供する。 私たちのコードとデータセットはhttps://pku-value-lab.github.io/EmbodiedCLBench-homepageで公開されています。

関連論文リスト

• Evo-Harness: Context-to-Harness Skill Compilation for Self-Evolving Agents [67.97365535829098]
  経験から学ぶことは、有能で自己改善型の大規模言語モデル(LLM)エージェントの開発に不可欠である。 Evo-Harnessは、ノイズの多いシングルショット実行を、クロスドメインとトピックレベルの適応のための再利用可能なスキルハーネスに蒸留する。 本分析は,エボ・ハーネスの有効性を実証し,LLMエージェントがリアルタイムで効果的に学習する方法の原理的理解を提供する。
  論文  参考訳（メタデータ） (2026-08-15T06:43:56Z)
• SkillEvolBench: Benchmarking the Evolution from Episodic Experience to Procedural Skills [31.23929961213889]
  大規模言語モデル(LLM)エージェントは、現実世界のタスクを解きながら豊富なエピソード軌道を蓄積する。 SkillEvolBenchは、経験の再利用からスキル形成まで、このステップを評価するための診断ベンチマークである。 現在のエージェントは、しばしばローカルに適応するが、堅牢な再利用可能なスキルを形成することは滅多にない。
  論文  参考訳（メタデータ） (2026-05-22T18:23:31Z)
• Transferable Expertise for Autonomous Agents via Real-World Case-Based Learning [6.277598389891074]
  本稿では,過去のタスクから経験を再利用可能な知識資産に変換するケースベースの学習フレームワークを提案する。 事前訓練された知識や静的なプロンプトに基づく手法とは異なり、我々のフレームワークはタスク関連知識の抽出と再利用に重点を置いている。
  論文  参考訳（メタデータ） (2026-04-14T13:31:47Z)
• LifelongAgentBench: Evaluating LLM Agents as Lifelong Learners [51.518410910148816]
  しかし、現在の大規模言語モデル(LLM)ベースのエージェントは、状態のままであり、時間とともに知識を蓄積または転送することができない。 LLMエージェントの生涯学習能力を体系的に評価するために設計された最初の統合ベンチマークであるLifelongAgentBenchを紹介する。
  論文  参考訳（メタデータ） (2025-05-17T10:09:11Z)
• Towards Robust Continual Learning with Bayesian Adaptive Moment Regularization [51.34904967046097]
  継続的な学習は、モデルが以前に学習した情報を忘れてしまう破滅的な忘れ込みの課題を克服しようとする。 本稿では,パラメータ成長の制約を緩和し,破滅的な忘れを減らし,新しい事前手法を提案する。 以上の結果から, BAdamは, 単頭クラスインクリメンタル実験に挑戦する先行手法に対して, 最先端の性能を達成できることが示唆された。
  論文  参考訳（メタデータ） (2023-09-15T17:10:51Z)
• An Expanded Benchmark that Rediscovers and Affirms the Edge of Uncertainty Sampling for Active Learning in Tabular Datasets [22.01908989614291]
  Active Learning (AL)は、マシンが戦略的クエリを通じてラベル付きサンプルを効率的に収集できるという重要な課題に対処する。 多くのAL戦略の中で、不確実性サンプリング(US)が最も広く採用されている。 アメリカよりも優れた代替案を示唆する文献の主張にもかかわらず、地域全体での受容はいまだにあり得ない。
  論文  参考訳（メタデータ） (2023-06-15T08:47:50Z)
• Continual Learning with Neuron Activation Importance [1.7513645771137178]
  連続学習は、複数のシーケンシャルなタスクを伴うオンライン学習の概念である。 連続学習の重要な障壁の1つは、ネットワークが古いタスクのデータにアクセスせずに古いタスクの知識を保持する新しいタスクを学習すべきである。 本稿では,タスクの順序によらず,安定な連続学習のためのニューロン活性化重要度に基づく正規化手法を提案する。
  論文  参考訳（メタデータ） (2021-07-27T08:09:32Z)
• Meta-Reinforcement Learning Robust to Distributional Shift via Model Identification and Experience Relabeling [126.69933134648541]
  本稿では,テスト時にアウト・オブ・ディストリビューション・タスクに直面した場合に,効率よく外挿できるメタ強化学習アルゴリズムを提案する。 我々の手法は単純な洞察に基づいており、動的モデルが非政治データに効率的かつ一貫して適応可能であることを認識している。
  論文  参考訳（メタデータ） (2020-06-12T13:34:46Z)

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。