論文の概要: AdaRSI: On-Demand Recursive Self-Improvement for Embodied Agents

• arxiv url: http://arxiv.org/abs/2610.20474v1
• Date: Wed, 14 Oct 2026 16:51:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.258108
• Title: AdaRSI: On-Demand Recursive Self-Improvement for Embodied Agents
• Title（参考訳）: AdaRSI: 抗がん剤のオン・デマンド再帰的自己改善
• Abstract要約: Recursive self-improvement (RSI) は治療を提供するが、組み込まれたRSI法では運動が失われることはない。 エンボディエージェントのためのオンデマンドRSIフレームワークであるAdaRSIを提案する。 GR00T N1.5をエグゼキューターとし、人間によるデモンストレーションを行わないRoboCasa365の50のタスクにおいて、AdaRSIはVLAを3つのスイートすべてで改善し、4.6%から13.8%に改善した。
• 参考スコア（独自算出の注目度）: 50.45129658426339
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pretrained vision-language-action models (VLAs) often fail midway through unseen long-horizon tasks. Recursive self-improvement (RSI) offers a remedy, but embodied RSI methods either refine the harness around a frozen executor and so cannot add a missing motion, or train the executor on persistent failures without asking whether a failure lies in how the executor is called or in what it can do. We ask when a self-improving embodied system should change the weights of its executor, and propose AdaRSI, an on-demand RSI framework for embodied agents. A coding agent first improves its skills and harness, then attributes persistent failures by retrying failing sub-steps from saved states, and fine-tunes only the sub-steps that remain unreliable, with demonstrations it collects itself and experience carried over from earlier tasks. On all 50 target tasks of RoboCasa365, with GR00T N1.5 as the executor and no human demonstrations, AdaRSI improves the VLA on all three suites and raises its success on unseen composite tasks from 4.6% to 13.8%. Compared with fine-tuning every sub-step, it reaches slightly higher success while using only 28% of the GPU time and 22% of the self-collected demonstrations, and fine-tuning without a harness trains more yet gains far less.
• Abstract（参考訳）: 事前訓練された視覚-言語-アクションモデル(VLA)は、しばしば目に見えないロングホライゾンタスクによって失敗する。 再帰的自己改善(Recursive self-improvement, RSI)は治療法を提供するが、組み込まれたRSIメソッドは、凍結した実行子を取り巻くハーネスを洗練させるか、欠落した動作を追加することができないか、あるいは実行子を呼び出す方法に障害があるかどうかを問うことなく、持続的な障害で実行子を訓練する。 我々は,自己改善型実施管理システムが実行者の重みを変えるべきかどうかを問うとともに,実施エージェントのオンデマンドRSIフレームワークであるAdaRSIを提案する。 コーディングエージェントはまず、そのスキルとハーネスを改善し、次に保存された状態から失敗したサブステップを再試行し、信頼できないサブステップのみを微調整する。 GR00T N1.5をエグゼキューターとし、人間によるデモンストレーションを行わないRoboCasa365の50のタスクにおいて、AdaRSIはVLAを3つのスイートすべてで改善し、4.6%から13.8%に改善した。 あらゆるサブステップの微調整と比較すると、GPU時間の28%と自己コンパイルされたデモの22%しか使用せずに、わずかに高い成功を収める。

関連論文リスト

• EmbodiedEvo: Self-Evolving Coding Agent For Physical Intelligence [5.550735065870032]
  EmbodiedEvoは自己進化型コーディングエージェントで、物理的なフィードバックを再利用可能なコードスキルと診断レッスンに蒸留する。 RoboDojo-Simでは、EmbodiedEvoの平均スコアは44.48で、成功率は37.82%で、公式に確認されたすべての結果を上回っている。
  論文  参考訳（メタデータ） (2026-10-13T17:59:51Z)
• CARE: Experience-Guided Atomic Corrective Execution for Vision-Language-Action Policies [52.32735203969873]
  VLA(Vision-Language-Action)ポリシーは、ロボット操作において強力なパフォーマンスを達成するが、実行が名目上の軌道から逸脱した後も不安定なままである。 本稿では,実行時に発生する障害から学習することで回復を改善するフレームワークであるCARE(Corrective Atomic Robotic Execution)を提案する。
  論文  参考訳（メタデータ） (2026-09-21T05:14:34Z)
• PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents [23.54605486688848]
  ロングホライゾンエージェントは、現在の実行と将来の作業の両方を改善することができるエクスペリエンスを生成する。 私たちは、アクティブな実行をリダイレクトし、永続的なハーネスを更新するために、新たなエクスペリエンスを使用することで、自己改善は実際に行うべきだ、と論じています。 PILOTは2つの複合メカニズムによるライブ自己改善のためのスーパーバイザ・ワーカーハーネスである。
  論文  参考訳（メタデータ） (2026-08-27T02:06:22Z)
• FailForge: Distilling Procedural Competence from Persistent Failures into Code Agents [49.519184792774304]
  FailForgeは、失敗したロールアウトをトレーニングシグナルに変換するエージェントフレームワークである。 FailForgeは、これまで失敗したインスタンスの26%を、限界的な追加コストでリカバリする。
  論文  参考訳（メタデータ） (2026-08-09T08:22:57Z)
• Which Agent Causes Task Failures and When? On Automated Failure Attribution of LLM Multi-Agent Systems [50.29939179830491]
  LLMマルチエージェントシステムにおける障害帰属は、まだ調査が過小評価されており、労働集約的である。 本稿では,3つの自動故障帰属手法の開発と評価を行い,その欠点と欠点を要約する。 最良の方法は、障害に応答するエージェントを特定する際に53.5%の精度を達成するが、故障の特定には14.2%しか役に立たない。
  論文  参考訳（メタデータ） (2025-04-30T23:09:44Z)

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。