論文の概要: Scaling Online Exploration for Robot Agents

• arxiv url: http://arxiv.org/abs/2610.22496v1
• Date: Thu, 15 Oct 2026 18:00:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.613951
• Title: Scaling Online Exploration for Robot Agents
• Title（参考訳）: ロボットエージェントのためのオンライン探索のスケーリング
• Abstract要約: RAX(Robot Agent eXploration)は、ロボットエージェントのためのオープンソースのフレームワークである。 本稿では,単腕,両腕,外陰部,移動体,ヒューマノイドシステムを用いて,オンライン探索の精度向上と長期操作作業のスケールについて検討する。 RAXは、人間のデモンストレーションなしで、メモリ依存、調音、高精度、変形可能、および長距離移動操作タスクを自律的に学習する。
• 参考スコア（独自算出の注目度）: 147.6570058866968
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robot learning has advanced by scaling demonstration datasets and model capacity; however, deploying a new robot embodiment or task typically necessitates a dedicated teleoperation corpus. The resulting policies remain bounded by their imitation distributions, limiting generalization and continual self-improvement. We introduce RAX (Robot Agent eXploration), an open-source framework for robot agents centered on scaling exploration: enabling agents to improve by acquiring online experience and synthesizing executable programs. In RAX, a general-purpose coding agent generates robot control code, operating without action demonstration data, hand-engineered action primitives, or value-function guidance. Through online exploration, the agent identifies decision sequences that achieve task goals and compiles them into modular programs encapsulating the full perception-planning-control loop. Using RAX, we present a systematic multi-embodiment study on scaling online exploration across precision and long-horizon manipulation tasks using single-arm, bimanual, dexterous, mobile, and humanoid systems in simulation and on real robots. Generalization performance on unseen environments improves consistently as exploration scales. In simulation, RAX outperforms top baseline models by +37.4% on average. On real robots, RAX autonomously learns memory-dependent, articulated, high-precision, deformable, and long-horizon mobile manipulation tasks without human demonstrations, continually improving performance by composing verified skills from prior exploration sessions. As exploration scales, we observe emergent capabilities including active perception, error recovery, safety guardrails, and human-robot collaboration. We open-source RAX as a generalist robot-agent platform in which new robot embodiments are integrated through their APIs alone, without teleoperated data collection or policy training.
• Abstract（参考訳）: ロボット学習は、デモデータセットとモデルキャパシティのスケーリングによって進歩しているが、新しいロボットの実施やタスクは、通常、専用の遠隔操作コーパスを必要とする。 結果として得られるポリシーは、その模倣分布によって制限され、一般化と連続的な自己改善が制限される。 我々は,ロボットエージェントのためのオープンソースのフレームワークであるRAX(Robot Agent eXploration)を紹介した。 RAXでは、汎用コーディングエージェントがロボット制御コードを生成し、アクション実証データ、手動アクションプリミティブ、あるいはバリューファンクションガイダンスなしで動作させる。 オンライン探索を通じて、エージェントはタスク目標を達成する決定シーケンスを特定し、完全な知覚計画制御ループをカプセル化したモジュールプログラムにコンパイルする。 RAXを用いて、シミュレーションおよび実際のロボット上での単腕、両腕、外陰性、移動体、ヒューマノイドシステムを用いて、精度および長期操作タスクにわたるオンライン探索のスケールに関する系統的マルチエンボディメント研究を行う。 目に見えない環境における一般化性能は、探索スケールとして一貫して改善される。 シミュレーションでは、RAXはベースラインモデルを平均で+37.4%上回る。 実際のロボットでは、RAXは人間のデモなしで、メモリ依存、調音、高精度、変形可能、長期にわたる移動操作タスクを自律的に学習し、事前の探索セッションから検証済みのスキルを構成することで、パフォーマンスを継続的に向上させる。 探索の規模が大きくなるにつれて、能動的知覚、エラー回復、安全ガードレール、人間とロボットの協調など、創発的な能力が観察される。 我々はRAXを汎用的なロボットエージェントプラットフォームとしてオープンソースとして公開し、新しいロボットの具体化をAPIだけで統合し、遠隔操作データ収集やポリシートレーニングを行なわない。

関連論文リスト

• SkillWeaver: Agentic Exploration over Neural Interaction Skills for Scalable Robot Data Generation [23.87165493471096]
  本稿では,ニューラルネットワークスキルを探索することで,自律的にロボット体験を生成するエージェントフレームワークであるSkillWeaverを紹介する。 我々は、NISを、クローズドループ、コンタクトリッチな操作のための強化学習ポリシーとしてインスタンス化し、検証誘導木探索として探索を組織化する。 SkillWeaverは、14.1Kシーンで39.1Kのデモに自動でスケールし、ビジュモータポリシーに精算する。
  論文  参考訳（メタデータ） (2026-09-28T19:41:42Z)
• JoyAI-RA 0.1: A Foundation Model for Robotic Autonomy [90.77129709149574]
  JoyAI-RAは、汎用的なロボット操作に適した、視覚言語対応の基盤モデルである。 JoyAI-RAは、特に人間の操作とロボット制御の間において、具体化のギャップを埋める。 シミュレーションと実世界のベンチマークの両方で最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2026-04-22T01:51:48Z)
• RoboGene: Boosting VLA Pre-training via Diversity-Driven Agentic Framework for Real-World Task Generation [37.52152452548065]
  RoboGeneは多様な物理的に可能な操作タスクを生成するために設計されたエージェントフレームワークである。 広範に定量的な分析と大規模な実世界の実験を行い、18k軌道のデータセットを収集した。 結果は、RoboGeneが最先端の基礎モデルよりも大幅に優れていることを示している。
  論文  参考訳（メタデータ） (2026-02-18T13:29:43Z)
• Semantically Controllable Augmentations for Generalizable Robot Learning [40.89398799604755]
  ロボット操作の現実に見えないシナリオへの一般化には、トレーニング中にさまざまなデータセットを公開する必要がある。 本稿では,意味制御可能な拡張とロボットデータセットの高速乗算のための生成的拡張フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-09-02T05:25:34Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• RoboGen: Towards Unleashing Infinite Data for Automated Robot Learning via Generative Simulation [68.70755196744533]
  RoboGenはジェネレーティブなロボットエージェントで、ジェネレーティブなシミュレーションを通じて、さまざまなロボットのスキルを自動的に学習する。 我々の研究は、大規模モデルに埋め込まれた広範囲で多目的な知識を抽出し、それらをロボット工学の分野に移す試みである。
  論文  参考訳（メタデータ） (2023-11-02T17:59:21Z)
• PACT: Perception-Action Causal Transformer for Autoregressive Robotics Pre-Training [25.50131893785007]
  本研究は,ロボットにおける複数のタスクの出発点として機能する汎用表現を事前学習するためのパラダイムを導入する。 本稿では,ロボットデータから直接表現を自己管理的に構築することを目的として,PACT(Perception-Action Causal Transformer)を提案する。 より大規模な事前学習モデル上に小さなタスク特化ネットワークを微調整すると、同時に1つのモデルをスクラッチからトレーニングするのに比べ、性能が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2022-09-22T16:20:17Z)

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。