論文の概要: InteractAgent: Agentic Human Motion Interaction with Memory-Augmented Reflection

• arxiv url: http://arxiv.org/abs/2610.25649v1
• Date: Mon, 19 Oct 2026 01:51:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.310776
• Title: InteractAgent: Agentic Human Motion Interaction with Memory-Augmented Reflection
• Title（参考訳）: InteractAgent: 記憶増強反射による人体動作のエージェント的相互作用
• Abstract要約: ロングホライゾンの人間とシーンの相互作用には、協調した空間的推論、物理的実現可能性、実行エラーから回復する能力が必要である。 InactAgentは、閉ループ内で計画し、実行し、観察し、反射する、長期のヒューマン・シーンインタラクションのためのマルチモーダル一般化システムである。
• 参考スコア（独自算出の注目度）: 20.417753431885405
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Long-horizon human-scene interaction requires coordinated spatial reasoning, physical feasibility, and the ability to recover from compounding execution errors. Text-driven motion models are largely scene-agnostic and lack closed-loop correction, while geometry-conditioned approaches depend on paired scene-motion training or explicit 3D preprocessing that limits generalization to novel layouts and open-vocabulary goals. We present InteractAgent, an agentic multimodal LLM system for long-horizon human-scene interaction that plans, executes, observes, and reflects in a closed loop, using a single MLLM as both planner and evaluator and a frozen MotionLLM as the executor. InteractAgent integrates Online Observation for step-wise recovery decisions (continue/redo/replan) and Memory-Augmented Reflection for multi-round plan refinement with adaptive stopping. On UniHSI, InteractAgent improves task success and reduces penetration compared with training-free baselines. Code: https://github.com/AIGeeksGroup/InteractAgent.
• Abstract（参考訳）: ロングホライゾンの人間とシーンの相互作用には、協調した空間的推論、物理的実現可能性、および複合的な実行エラーから回復する能力が必要である。 テキスト駆動モーションモデルは、主にシーン非依存であり、閉ループ補正がないが、幾何条件付きアプローチは、新しいレイアウトやオープンボキャブラリ目標への一般化を制限する、ペア化されたシーンモーショントレーニングまたは明示的な3D前処理に依存する。 InactAgent, an agentic multimodal LLM system for long-horizon human-scene interaction that plannings, executes, observed and reflects in a closed loop, using a single MLLM as both planner and evaluator and a frozen MotionLLM as the executor。 InteractAgentは、ステップワイドリカバリ決定のためのオンライン観察(continue/redo/replan)と、適応的な停止を伴う多ラウンドプラン改善のためのメモリ拡張リフレクションを統合している。 UniHSIでは、InteractAgentは、トレーニング不要のベースラインと比較してタスクの成功を改善し、浸透を減らす。 コード:https://github.com/AIGeeksGroup/InteractAgent。

関連論文リスト

• Coordinated Motion Planning for Multi-Arm Systems via Iterative LQ Games [21.845592692945047]
  本稿では,多マニピュレータ動作計画のための反復線形擬似ゲームフレームワークを提案する。 我々のフレームワークは、スムーズで安全で効率的な軌道を高次元設定で生成し、従来の手法より優れている。
  論文  参考訳（メタデータ） (2026-08-27T21:33:38Z)
• PRIMAL3: Pathfinding via Reinforcement and Imitation Multi-Agent Learning - Leveraging LaCAM3 [19.66694371656982]
  PRIMAL3はマルチエージェントパスフィンディング(MAPF)のための超大規模フレームワーク 強化学習、トポロジ対応通信、LaCAM3誘導訓練、PIBTベースの行動改善を統合している。 実験により、PRIMAL3は最先端の学習ベースラインを大幅に上回っていることが示された。
  論文  参考訳（メタデータ） (2026-08-05T14:33:59Z)
• CoMIC: Collaborative Memory and Insights Circulation for Long-Horizon LLM Agents in Cloud-Edge Systems [23.892901534769067]
  エッジサーバ上の軽量大規模言語モデル(LLM)エージェントは、レイテンシを低減し、エージェントサービスをユーザに近づける。 デプロイ後の微調整エッジモデルはコストが高く、異種ノードをまたいでスケールすることが難しい。 我々は,コラボレーティブメモリと循環インサイトのためのパラメータ更新不要なクラウドエッジフレームワークであるtextscCoMICを提案する。
  論文  参考訳（メタデータ） (2026-05-30T14:45:39Z)
• DLLM Agent: See Farther, Run Faster [94.74432470237817]
  拡散大言語モデル(DLLM)は、自己回帰(AR)デコーディングの代替として、魅力的な効率とモデリング特性を持つ。 我々は、DLLMとARのバックボーンを同一のエージェントワークフロー内でインスタンス化することで、制御された環境でこれを研究する。 DLLMエージェントはARエージェントよりも平均30%以上速く、場合によっては8倍のスピードアップを達成している。
  論文  参考訳（メタデータ） (2026-02-07T09:01:18Z)
• Refer-Agent: A Collaborative Multi-Agent System with Reasoning and Reflection for Referring Video Object Segmentation [50.22481337087162]
  Referring Video Object (RVOS) は、テキストクエリに基づくビデオ内のオブジェクトのセグメンテーションを目的としている。 Refer-Agent (Refer-Agent) は、共用多エージェントシステムである。
  論文  参考訳（メタデータ） (2026-02-03T14:48:12Z)
• InterAgent: Physics-based Multi-agent Command Execution via Diffusion on Interaction Graphs [72.5651722107621]
  InterAgentはテキスト駆動型物理ベースのマルチエージェントヒューマノイド制御のためのエンドツーエンドフレームワークである。 本稿では,マルチストリームブロックを備えた自己回帰拡散トランスフォーマーを提案する。 また,空間依存性の微粒化を明示的に捉えた対話グラフのエクスセプション表現を提案する。
  論文  参考訳（メタデータ） (2025-12-08T10:46:01Z)
• ToolACE-MT: Non-Autoregressive Generation for Agentic Multi-Turn Interaction [84.90394416593624]
  大規模言語モデル(LLM)によるエージェント的タスク解決には,多ターン・マルチステップインタラクションが必要である。 既存のシミュレーションベースのデータ生成手法は、複数のエージェント間のコストのかかる自己回帰的相互作用に大きく依存している。 本稿では,高品質なマルチターンエージェント対話を構築するための非自己回帰反復生成フレームワークであるToolACE-MTを提案する。
  論文  参考訳（メタデータ） (2025-08-18T07:38:23Z)

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。