論文の概要: An Agentic Framework for Proactive Robots with Procedural Assistance Memory

• arxiv url: http://arxiv.org/abs/2610.21211v1
• Date: Thu, 15 Oct 2026 04:04:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.172657
• Title: An Agentic Framework for Proactive Robots with Procedural Assistance Memory
• Title（参考訳）: プロシージャ支援記憶型プロアクティブロボットのためのエージェント・フレームワーク
• Abstract要約: アクティブなロボットはユーザーのニーズを予測し、明示的に尋ねられる前に支援を提供するべきである。 実世界の日常的なルーチンは繰り返しパターンを示すので、これらのパターンを学習することで、前向きな決定のあいまいさを減らすことができる。 本稿では、VLMタスク予測器が現在の観察と並行して手続き支援メモリ(PAM)を読み取って、いつ、いつ、どのタスクを実行するかを判断し、VLAエグゼキュータが予測タスクを実行するメモリベースのエージェントフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 48.782732807971264
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Proactive robots should anticipate user needs and provide assistance before being explicitly asked. A straightforward approach is to infer human intentions from commonsense knowledge, but the same observed behavior can imply different needs across users, potentially leading to unwanted assistance. We observe that everyday routines in the real world exhibit recurring patterns, so learning these patterns can reduce ambiguity in proactive decisions. Based on this, we propose a memory-based agentic framework in which a VLM task predictor reads a Procedural Assistance Memory (PAM) alongside the current observation to decide when to assist and what task to perform, and a VLA executor performs the predicted task. PAM is structured as a finite-state machine over activity phases, per-state assistance rules, and event-driven transitions; a reflection VLM revises PAM from each day's interaction trace without weight updates or retraining. In our 5-day desk-assistance evaluation, memory-free baselines remain conservative, with limited recall on proactive tasks. Our system improves consistently with accumulated experience, achieving the highest precision, recall, and F1 and reducing first-fire delay from approximately 5 seconds on Day 1 to 1 second by Day 5. Our approach also adapts to changes in the user's routine through continued memory reflection, recovering from memory--routine misalignment after a single memory update. The project page is available at https://davian-robotics.github.io/PAM/
• Abstract（参考訳）: アクティブなロボットはユーザーのニーズを予測し、明示的に尋ねられる前に支援を提供するべきである。 直接的なアプローチは、常識的な知識から人間の意図を推測することであるが、同じ観察された振る舞いは、ユーザ間で異なるニーズを示唆し、望ましくない支援につながる可能性がある。 実世界の日常的なルーチンは繰り返しパターンを示すので、これらのパターンを学習することで、前向きな決定のあいまいさを減らすことができる。 そこで本研究では,VLMタスク予測器が現在の観測と並行してPAM(Procedural Assistance Memory)を読み,いつ,どのタスクを実行するかを判断し,VLA実行器が予測タスクを実行する,メモリベースのエージェントフレームワークを提案する。 PAMは、アクティビティフェーズ、状態ごとのアシストルール、イベント駆動トランジション上の有限状態マシンとして構成され、リフレクションVLMは、ウェイトアップやリトレーニングなしに、毎日のインタラクショントレースからPAMを更新する。 5日間のデスク・アシスト評価では、メモリフリーのベースラインは保守的であり、アクティブなタスクのリコールは限られている。 このシステムは、蓄積した経験を継続的に改善し、最高精度、リコール、F1を達成し、第1日目から第5日目までには第1火災の遅延を約5秒から第1秒に短縮する。 提案手法は,メモリリフレクションの継続によるユーザルーチンの変更にも適応する。 プロジェクトページはhttps://davian-robotics.github.io/PAM/で公開されている。

関連論文リスト

• Memory Without Curation: Learning Multi-Stream Latent Memory for Robot Policies [36.76696525153094]
  IMprintはポリシーに依存しない潜在メモリフレームワークである。 ポリシーが記憶すべきことを明示的に制約することなく、マルチストリームメモリで視覚言語アクションモデルを拡張する。
  論文  参考訳（メタデータ） (2026-10-09T23:58:57Z)
• Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents [72.3752981234916]
  大きな言語モデル(LLM)エージェントは、タスク間の経験を蓄積するために、外部メモリシステムに依存している。 メモリ操作をマルコフ決定プロセスとしてモデル化するフレームワークである制御プロセス(MemCon)としてメモリを提示する。 MemConは、複数のメモリベースラインのタスク成功率を最大15.2ポイント上回り、トークン消費量を5-20%削減している。
  論文  参考訳（メタデータ） (2026-07-15T08:32:40Z)
• What Memory Do GUI Agents Really Need? From Passive Records to Active Task-Driving States [29.883598855446976]
  モバイルGUIエージェントは、ページやアプリケーション間でのタスク関連データの読み込み、更新、再利用を必要とする長い水平タスクに直面している。 既存の方法は、メモリを主にパッシブストレージとして扱い、過去の観測が蓄積され、必要に応じて回収される。 本稿では,GUIエージェントメモリをパッシブストレージからアクティブに保守された実行状態に移行するアクティブタスク駆動メモリ(ATMem)を提案する。
  論文  参考訳（メタデータ） (2026-06-30T13:01:19Z)
• MEMPROBE: Probing Long-Term Agent Memory via Hidden User-State Recovery [58.64329475683699]
  我々は、長期記憶は監査可能な相互作用後のアーティファクトとして評価されるべきであると主張している。 我々は、メモリを備えたエージェントがシミュレーションユーザを支援するベンチマークであるMEMPROBEで、このビューをインスタンス化する。 私たちは、成功したアシストと回復可能なメモリが、異なる機能として振る舞うことに気付きました。
  論文  参考訳（メタデータ） (2026-06-23T13:52:46Z)
• ProcAgent: An Agentic Framework for Procedural Task Guidance on Edge with Human-in-the-Loop [1.4279471205248535]
  ProcAgentは、NVIDIA Jetson AGX Orinのリアルタイム適応ガイダンスのための視覚ベースのプロシージャアシスタントである。 ProcAgentは知覚精度,推論,タスクレベルのパフォーマンス,ユーザエクスペリエンスの4つの側面で評価する。
  論文  参考訳（メタデータ） (2026-06-09T17:56:28Z)
• MemoryArena: Benchmarking Agent Memory in Interdependent Multi-Session Agentic Tasks [55.145729491377374]
  メモリを持つエージェントの既存の評価は、通常、単独で記憶と行動を評価する。 マルチセッションメモリ-エージェント環境ループにおけるエージェントメモリのベンチマークのための統合評価ジムであるMemoryArenaを紹介する。 MemoryArenaは、Webナビゲーション、優先制約付き計画、プログレッシブ情報検索、シーケンシャルなフォーマルな推論を含む評価をサポートする。
  論文  参考訳（メタデータ） (2026-02-18T09:49:14Z)
• O-Mem: Omni Memory System for Personalized, Long Horizon, Self-Evolving Agents [60.1848551962911]
  O-Memはアクティブユーザプロファイリングに基づく新しいメモリフレームワークである。 O-Memはペルソナ属性とトピック関連コンテキストの階層的検索をサポートする。
  論文  参考訳（メタデータ） (2025-11-17T16:55:19Z)
• EvoMem: Improving Multi-Agent Planning with Dual-Evolving Memory [2.9578217823740065]
  本稿では,デュアル進化メモリ機構上に構築されたマルチエージェントフレームワークであるEvoMemを紹介する。 旅行計画、会議計画、カレンダースケジューリングにおける一貫したパフォーマンス改善を示す。 この成功は、マルチエージェント計画の強化におけるメモリの重要性を強調している。
  論文  参考訳（メタデータ） (2025-11-01T01:38:07Z)

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。