論文の概要: Has GPT-6-Astra Achieved Embodied Intelligence?

• arxiv url: http://arxiv.org/abs/2610.22471v2
• Date: Mon, 19 Oct 2026 17:20:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 06:32:45.324755
• Title: Has GPT-6-Astra Achieved Embodied Intelligence?
• Title（参考訳）: GPT-6-Astraは身体情報を取得したか?
• Abstract要約: GPT-6-Astraはロボット操作とナビゲーションの能力のレベルを示す。 テーブルトップ操作,ヒューマノイド,モバイルプラットフォーム,器用な手など,12の代表的なベンチマークに対して大規模な評価を行う。 今後の研究は,1)ICCの一般性,2)コストと実行時間,3)物理的状態の検証,4)不可逆的障害からの回復,5)長期保存の進歩に焦点が当てられる。
• 参考スコア（独自算出の注目度）: 151.7672257869788
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: GPT-6-Astra demonstrates a level of competence in robotic manipulation and navigation that challenges the conventional paradigm of building specialized models for individual tasks and embodiments. In this report, we ask not only how capable GPT-6-Astra is, but what its capabilities imply for the field. First, we probe the limits of standalone GPT-6-Astra. We conduct a large-scale evaluation across 12 representative benchmarks spanning tabletop manipulation, humanoids, mobile platforms, and dexterous hands. Under a unified protocol that allows in-context learning (ICL) from training-set demonstrations and substantially increases the number of execution steps, GPT-6-Astra achieves unprecedented performance (Fig. 1). Future research may focus on improving 1) the generality of ICL 2) cost and execution time, 3) physical-state verification, 4) recovery from irreversible failures, and 5) long-horizon preservation of progress. Second, we study the agentic harness for embodied control. We identify that close-loop coordination between a high-level "System 2" reasoner (i.e., GPT-6-Astra) and a low-level "System 1" controller (e.g., π0.5) is costly but effective. Third, we examine GPT-6-Astra on real-world deployment. Our experiments on 8 robot configurations reveal substantial gaps: 1) robot demonstrations required for ICL are expensive to collect, and 2) it is implausible to trade longer execution for higher success rates with physical constraints. Fourth, we envision the next generation of embodied benchmarks. We develop a prototype that 1) derives tasks from real-world needs, 2) provides no in-domain demonstrations, and 3) judges agents on a world clock that keeps running while they deliberate. Taken together, our results suggest that GPT-6-Astra has largely crossed the threshold of embodied competence, but not yet that of practical embodied intelligence.
• Abstract（参考訳）: GPT-6-Astraは、ロボット操作とナビゲーションの能力のレベルを示し、個々のタスクと実施のための特殊なモデルを構築するという従来のパラダイムに挑戦する。 本報告では,GPT-6-Astraがどの程度の能力を持つかだけでなく,その能力がこの分野にどのような影響を及ぼすのかを問う。 まず,独立系GPT-6-Astraの限界について検討する。 テーブルトップ操作,ヒューマノイド,モバイルプラットフォーム,器用な手など,12の代表的なベンチマークに対して大規模な評価を行う。 トレーニングセットのデモからコンテキスト内学習(ICL)を可能にし、実行ステップの数を大幅に増加させる統一プロトコルの下で、GPT-6-Astraは前例のないパフォーマンスを達成する(第1図)。 今後の研究は改善に焦点をあてるかもしれない 1) ICLの一般性 2)コストと実行時間 3)身体状態の検証。 4)不可逆的失敗からの回復及び 5) 経過の長期保存。 第二に、エンボディ制御のためのエージェントハーネスについて検討する。 我々は、高レベルな「システム2」推論器(GPT-6-Astra)と低レベルな「システム1」制御器(例えば、π0.5)のクローズループ調整は費用がかかるが有効であることを確認した。 第3に,実世界展開におけるGPT-6-Astraについて検討する。 8つのロボット構成に関する実験では、大きなギャップが明らかになりました。 1)ICLに必要なロボットデモは収集に費用がかかる。 2) 身体的制約により、より高い成功率のために、より長い実行を交換することはあり得ない。 第4に、次世代の実施ベンチマークを想定する。 私たちはプロトタイプを開発しています 1)現実世界のニーズからタスクを導き出す。 2) ドメイン内のデモは提供せず、 3) 意図的に走り続ける世界時計のエージェントを判断する。 この結果から,GPT-6-Astraは具体的能力のしきい値を超えているが,実際的な具体的知能のしきい値には達していないことが示唆された。

関連論文リスト

• ReTrace: Cross-Stage Failure Attribution for Self-Improving Robotic Manipulation [43.73491726685983]
  ReTraceは、自律的な物理的相互作用と振り返り推論によるロボット操作のための自己改善フレームワークである。 我々は,Franka Research 3ロボットを用いた実世界の4つの操作タスクにおけるReTraceの評価を行った。
  論文  参考訳（メタデータ） (2026-10-11T18:08:39Z)
• HarnessPAI: An Evolving Harness for Physical AI [64.91964104275483]
  本稿では,物理AIのためのモデルおよび具体化に依存しないフレームワークであるHarnessPAIを紹介する。 ロールアウト内では、プログラムレベルでオープンループを実行する。 デスクトップロボットアーム、家庭用ロボット、ロボット掃除機、そして歩行エージェントのHarnessPAIは、純粋なアクションモデルとコード・アズ・ポリティクスのベースラインの両方を改善している。
  論文  参考訳（メタデータ） (2026-09-24T07:40:00Z)
• An Unexpected Robot Policy: Early Evaluations of GPT-6 Astra on RoboDojo and Beyond [30.63361320122993]
  本研究では,大規模言語モデル(LLM)がタスク固有の微調整を伴わずにロボット操作のポリシーとして機能するかどうかを問う。 42のRoboDojoタスクで3つのLLMを評価し、そのスコアと40の公開ポリシーを比較した。
  論文  参考訳（メタデータ） (2026-09-21T06:39:47Z)
• Embodied-R1.5: Evolving Physical Intelligence via Embodied Foundation Models [63.96252564303143]
  Embodied-R1.5は統合されたEmbodied Foundation Model(EFM)であり、包括的エンボディド推論機能を統合する。 我々は15B以上のトークンからなる大規模データシステムを構築し、マルチタスクバランスのRLレシピを設計する。 8Bパラメータしか持たず、Embodied-R1.5 SOTAは24のVLMベンチマークのうち16で、Gemini-Robotics-ER-1.5やGPT-5.4といった主要なモデルを上回った。
  論文  参考訳（メタデータ） (2026-06-09T18:07:50Z)
• The Yes-Man Syndrome: Benchmarking Abstention in Embodied Robotic Agents [14.695254264082273]
  視覚言語モデル(VLM)は、エンボディエージェントのプランナーとして使用される。 本稿では, ロボット工学の文脈において, 禁忌を分類するための分類法を提案する。 本稿では,画像に接地した禁忌指示を生成するためのフレームワークであるRoboAbstentionを紹介する。
  論文  参考訳（メタデータ） (2026-05-19T22:32:44Z)
• Holistic Evaluation of Multimodal LLMs on Spatial Intelligence [81.2547965083228]
  空間情報を用いたマルチモーダルLLMの総合評価のためのEASIを提案する。 われわれはこの調査を8つの主要なベンチマークで実施し、総トークン数は100億を超えている。 実験により、GPT-5は空間知能(SI)において前例のない強みを示すが、(2)多種多様なSIタスクにおいて人的性能に欠けることが明らかとなった。
  論文  参考訳（メタデータ） (2025-08-18T17:55:17Z)
• PARTNR: A Benchmark for Planning and Reasoning in Embodied Multi-agent Tasks [57.89516354418451]
  我々は,HumaN-Robotコラボレーション(PARTNR)における計画と推論タスクのベンチマークを示す。 大規模言語モデル(LLM)を用いた半自動タスク生成パイプラインを用いる。 我々は、計画、知覚、スキル実行の軸を越えて、PartinNRタスクにおける最先端のLCMを分析します。
  論文  参考訳（メタデータ） (2024-10-31T17:53:12Z)

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。