論文の概要: StateSkill-Agent: An Effective and Efficient Embodied Agent via State-conditioned Skill

• arxiv url: http://arxiv.org/abs/2610.14601v1
• Date: Sat, 10 Oct 2026 05:42:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 12:44:57.701767
• Title: StateSkill-Agent: An Effective and Efficient Embodied Agent via State-conditioned Skill
• Title（参考訳）: StateSkill-Agent: 状態条件付きスキルによる効果的で効率的な身体的エージェント
• Abstract要約: エンボディエージェントのための新しいスキル表現であるStateSkillを提案する。 StateSkillの中核となる考え方は、有限状態マシンとして具体化された相互作用体験をモデル化することである。 我々はさらに、StateSkillを反復的に洗練する経験駆動進化機構であるStateSkill-Evolveを開発した。
• 参考スコア（独自算出の注目度）: 26.704799607236808
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we aim to develop an embodied MLLM agent that understands and solves embodied tasks by learning, abstracting, and reusing transferrable and generalizable behavioral patterns. To this end, we propose StateSkill, a new skill representation for embodied agents, which introduces the concept of "finite-state machines" into skill modeling for effective and efficient skill construction and learning. The core idea of StateSkill is to model embodied interaction experiences as a finite-state machine, where a skill is organized around a set of task-progress states, state transitions, and state-conditioned guidance, enabling embodied agents to dynamically adjust their skills as the task progresses while keeping skill contexts compact and stage-relevant. We further develop StateSkill-Evolve, an experience-driven evolution mechanism that iteratively refines StateSkill through retrospective analysis of new successful and failed state-guided trajectories. Upon this, we introduce StateGRPO, which integrates StateSkill evolution and model optimization via state-conditioned GRPO into a unified iterative learning loop, enabling state-conditioned skills and model capabilities to co-evolve and reinforce each other. Extensive experiments demonstrate the effectiveness of our proposed methods and trained model (i.e., StateSkill-Agent) across various embodied tasks.
• Abstract（参考訳）: 本研究では,移動可能で一般化可能な行動パターンを学習し,抽象化し,再利用することで,具体的タスクを理解し,解決するMLLMエージェントを開発することを目的とする。 この目的のために、我々は「有限状態機械」の概念を効果的かつ効率的なスキル構築と学習のためのスキルモデリングに導入する、エンボディエージェントのための新しいスキル表現であるStateSkillを提案する。 StateSkillの中核となる考え方は、エンボディドインタラクションエクスペリエンスを有限状態マシンとしてモデル化することであり、そこでは、一連のタスクプログレッシブ状態、状態遷移、状態条件付きガイダンスを中心にスキルが組織され、エンボディドエージェントは、タスクの進行に合わせて、スキルのコンパクト化とステージ関連性を維持しながら、そのスキルを動的に調整することができる。 我々は、新たに成功し、失敗した状態誘導軌道の振り返り分析を通じて、StateSkillを反復的に洗練する、経験駆動進化機構であるStateSkill-Evolveをさらに発展させる。 これにより、状態条件付きGRPOによるStateSkillの進化とモデル最適化を統一された反復学習ループに統合し、状態条件付きスキルとモデル能力の共進化と強化を可能にする。 提案手法とトレーニングモデル(StateSkill-Agent)の有効性を多種多様な具体的タスクで実証した。

関連論文リスト

• RoboBridge: A Self-Evolving Embodied Agent Framework for Sim-to-Real Transfer [54.448285795003294]
  インボディード・インテリジェンスを現実世界に持ち込む上での課題は、シミュレーションから現実への能力移転だ。 本稿では,Sim-to-real転送を実行可能なタスクスキルの継続的な適応として扱うフレームワークであるRoboBridgeを提案する。
  論文  参考訳（メタデータ） (2026-10-02T02:53:57Z)
• EvoAgent: An Evolvable Agent Framework with Skill Learning and Multi-Agent Delegation [37.26213009494508]
  EvoAgentは進化可能な大規模言語モデル(LLM)のエージェントフレームワークである。 構造化されたスキル学習と階層的なサブエージェントデリゲート機構を統合する。
  論文  参考訳（メタデータ） (2026-04-22T03:00:28Z)
• Belief States for Cooperative Multi-Agent Reinforcement Learning under Partial Observability [3.2912049028407897]
  本稿では,強化学習における課題を克服するために,システムの根底にある状態に対する学習的信念の利用を提案する。 部分観測可能性下での協調型マルチエージェント強化学習のためのエンドツーエンドモデルを作成する。 本研究では,部分観測可能性の異なるバリエーションを示すために設計された多変数部分観測可能マルチエージェントタスクについて,提案手法の評価を行った。
  論文  参考訳（メタデータ） (2025-04-11T10:21:58Z)
• Latent-Predictive Empowerment: Measuring Empowerment without a Simulator [56.53777237504011]
  我々は、より実用的な方法でエンパワーメントを計算するアルゴリズムであるLatent-Predictive Empowerment(LPE)を提案する。 LPEは、スキルと国家間の相互情報の原則的な置き換えである目的を最大化することで、大きなスキルセットを学習する。
  論文  参考訳（メタデータ） (2024-10-15T00:41:18Z)
• A Retention-Centric Framework for Continual Learning with Guaranteed Model Developmental Safety [75.8161094916476]
  現実世界のアプリケーションでは、学習可能なシステムは、しばしば課題や新しいタスクに対処するために反復的なモデル開発を行う。 既存の能力の新規または改善は、必然的に旧モデルの優れた能力を失う可能性がある。 本稿では,データ依存制約を伴う保持中心のフレームワークを提案し,既存の画像分類能力の獲得や改善を目的とした事前学習型CLIPモデルを継続的に開発する方法について検討する。
  論文  参考訳（メタデータ） (2024-10-04T22:34:58Z)
• Variational Curriculum Reinforcement Learning for Unsupervised Discovery of Skills [25.326624139426514]
  本稿では,VUVC(Value Uncertainty Vari Curriculum Curriculum)と呼ばれる情報理論に基づく教師なしスキル発見手法を提案する。 規則性条件下では、VUVCは、均一なカリキュラムに比べて訪問状態のエントロピーの増加を加速させる。 また,本手法によって発見された技術は,ゼロショット設定で現実のロボットナビゲーションタスクを達成できることを実証した。
  論文  参考訳（メタデータ） (2023-10-30T10:34:25Z)

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。