論文の概要: Evaluating Long-Horizon Robot Planning under Uncertainty

• arxiv url: http://arxiv.org/abs/2610.17326v1
• Date: Mon, 12 Oct 2026 19:36:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 02:10:37.209458
• Title: Evaluating Long-Horizon Robot Planning under Uncertainty
• Title（参考訳）: 不確実性下における長距離ロボット計画の評価
• Abstract要約: 本研究では,ハビタットにおける7つの長期住宅タスクのベンチマークを紹介する。 本稿では,共有実行フレームワークにおけるReAct,VLM-TAMP,Tru-POMDPの適応性を評価する。
• 参考スコア（独自算出の注目度）: 6.116995698762512
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Household robots must successfully navigate im-perfect circumstances, both in their internal models and the external world. We introduce a benchmark of seven long-horizon household tasks in Habitat that vary initial robot memory and environment configurations. We evaluate adaptations of ReAct, VLM-TAMP, and Tru-POMDP within a shared execution framework across 90 tasks-environment-memory combinations, totaling 1,350 episodes. Our evaluation measures task success, partial completion, and action efficiency, along with rule-based analysis of execution traces. ReAct achieves the highest overall task success (45.3%) and completion (71.7%), while having accurate initial memory does not consistently yield the highest performance for every planner. We identify recurring placement errors, precondition errors, and redundant actions through trace analysis. These findings highlight differences in how the evaluated planners use initial knowledge and respond to uncertainty.
• Abstract（参考訳）: 家庭内のロボットは、内的モデルと外的世界の両方において、不完全な状況をうまくナビゲートする必要がある。 本研究では,ロボットの初期記憶と環境構成の異なる,ハビタットにおける7つの長期的家庭用タスクのベンチマークを紹介する。 我々は90のタスク-環境-メモリの組み合わせにまたがる共有実行フレームワークにおいて,ReAct,VLM-TAMP,Tru-POMDPの適応性を評価する。 本評価では,タスク成功,部分完遂,動作効率を,ルールに基づく実行トレースの分析とともに測定する。 ReActはタスク全体の成功率(45.3%)と完了率(71.7%)を最高に達成しているが、正確な初期メモリを持つと、プランナーごとに最高のパフォーマンスが得られるわけではない。 トレース解析により、繰り返し発生する配置誤差、条件誤差、冗長な動作を同定する。 これらの知見は、評価プランナーが初期知識をどのように利用し、不確実性に反応するかの相違を浮き彫りにした。

関連論文リスト

• EmbodiedRSI: Active Continual Robot Learning Through Hypothesis-Guided Co-Evolution [67.8338816777088]
  EmbodiedRSIは、次に探索する場所を自律的に決定する自己進化型エージェントハーネスである。 これはFast-Slow Dual-System Architectureを通じて実現します。 RoboCasa365では、EmbodiedRSIは77.0%、Composite-Unseenでは71.3%に達した。
  論文  参考訳（メタデータ） (2026-10-07T17:48:02Z)
• Is Success All You Need? Investigating the Impact of Input Perturbations on VLA Behaviour in Tabletop Manipulation Tasks [49.09021048464337]
  VLA(Vision-Language-Action)モデルは、ロボット操作タスクベンチマークにおいて高いタスク成功率を達成した。 モデルの振る舞いのロバスト性を評価するためのベンチマーク非依存評価フレームワークを提案する。 動作のスムーズさ,効率,グリップ動作の指標を含む,典型的な成功行動とその変動性の変化を評価した。
  論文  参考訳（メタデータ） (2026-10-01T09:20:57Z)
• Are Frontier VLM Agents Ready to Be Robot Generalists? An Empirical Study with the Embodied Agent Arena [52.33857619195848]
  本研究では,空洞型エージェントArenaを導入し,幾何学,空間推論,アフォーダンス,タスクプランニング,マニピュレーションにまたがる7つのVLMエージェントを評価する。 精度推定におけるアストラの強みと使用可能な接触局所化は、トレースにおける終端誤差と低い家庭用タスク完了において共存する。
  論文  参考訳（メタデータ） (2026-10-01T00:14:50Z)
• Benchmarking and Enhancing Skill-Level Memory for Partially Observable Robotic Manipulation [20.517002705537895]
  ロボット学習の最近の進歩により、操作ポリシーはますます多様なタスクをこなせるようになった。 信頼できる実行は、しばしば現在の観測だけでは決定できない隠されたタスク状態に依存します。 部分的な可観測性の下での操作メモリ評価のためのベンチマークである$HIDE$を紹介した。
  論文  参考訳（メタデータ） (2026-09-30T03:35:00Z)
• LIBERO-MAX: Do Robot Policies Adapt When the World Changes? [61.52324972910026]
  多くのシミュレーションロバストネスベンチマークは、リセット時に外部条件を修正し、この時間的課題を過小評価する。 LIBERO-MAXは、幾何学、観察、外観、乱雑、経路の8種類の変化にまたがる8000のペアケースのベンチマークである。 各ペアはタスク実行と、タスク、初期状態、ポリシーシード、修正前のアクションシーケンスを保持する中タスクイベントとを比較します。
  論文  参考訳（メタデータ） (2026-09-29T02:12:26Z)
• Design and Evaluation of LLM Chaining-Based Task Planning for General Purpose Service Robots [0.0]
  汎用サービスロボット(GPSR)タスクは、多様な自然言語コマンドを解釈し、多段階のアクションシーケンスを生成するロボットを必要とする。 命令分類とアクション生成を2つの特別な段階に分けたLLM連鎖アーキテクチャを提案する。 我々は,ローカルなオープンソースおよびフロンティアクラウドデプロイメントコンテキストにまたがる3つの言語モデルに対して,ランダムに生成された100個のGPSRコマンドを用いて,本手法の評価を行った。
  論文  参考訳（メタデータ） (2026-09-24T05:23:43Z)
• ClawProBench: Trace-Aware Evaluation of AI Agents with Runtime Coverage and Frozen Workplace-Style Holdouts [0.0]
  エージェントベンチマークは、エージェントがステートフルランタイム上で実行されている場合でも、最終回答のみを評価することが多い。 OpenClaw上でインスタンス化されたランタイムネイティブエージェント評価のためのトレース対応ベンチマークであるClawProBenchを提案する。
  論文  参考訳（メタデータ） (2026-08-23T17:09:02Z)
• Rethink Before You Execute: Adaptive Execution for World Action Models [29.76405877028887]
  世界行動モデルは、将来の行動と環境の進化を共同で予測する。 この固定された実行の地平線は実行のダイナミクスとあまり一致していないと我々は主張する。 WAMのための軽量なプラグアンドプレイ実行方式であるTempoWAMを提案する。
  論文  参考訳（メタデータ） (2026-08-10T11:59:42Z)
• From Failures to Supervision: DynamicEnvPlan for Robust Long-Horizon Embodied Planning [11.738655774128366]
  動的環境における高レベル計画のためのクローズドループフレームワークであるDynamicEnvPlanを紹介する。 ヒューマノイドエージェント、ハイレベルなプリミティブスキル、構造化セマンティックメモリ、制御可能な摂動で具体化されたタスク実行を拡張する。 結果として得られたトレースは、ステージ化された教師付き微調整に使用され、プランナーは名目上の実行とリカバリの軌跡の両方から学ぶことができる。
  論文  参考訳（メタデータ） (2026-08-01T12:09:47Z)
• Learning to Plan Optimistically: Uncertainty-Guided Deep Exploration via Latent Model Ensembles [73.15950858151594]
  本稿では,不確実な長期報酬に直面した最適化による深層探査を可能にするLOVE(Latent Optimistic Value Exploration)を提案する。 潜在世界モデルと値関数推定を組み合わせ、無限水平リターンを予測し、アンサンブルにより関連する不確実性を回復する。 連続行動空間における視覚ロボット制御タスクにLOVEを適用し、最先端や他の探査目標と比較して、平均20%以上のサンプル効率の改善を実証する。
  論文  参考訳（メタデータ） (2020-10-27T22:06:57Z)

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。