論文の概要: Embodied Playground: A Long-Horizon Agentic Robotics Benchmark for Physical, Strategic, and Spatial Reasoning
- arxiv url: http://arxiv.org/abs/2610.27039v1
- Date: Mon, 19 Oct 2026 17:30:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.437129
- Title: Embodied Playground: A Long-Horizon Agentic Robotics Benchmark for Physical, Strategic, and Spatial Reasoning
- Title（参考訳）: Embodied Playground: 物理的・戦略的・空間的推論のための長距離エージェントロボットベンチマーク
- Abstract要約: Embodied Playgroundは、基礎モデルエージェントが物理的、戦略的、空間的推論をどのように調整するかを評価するためのベンチマークである。
プレイグラウンドは、基本的な操作、シーケンシャルパズル、多段階の家庭活動にまたがる410のタスク環境で構成されている。
共有プロトコルは、観察とツールアクセス、リソース予算、繰り返し試行、ゴール完了の独立したチェック、タスクルールコンプライアンス、物理的妥当性を規定する。
- 参考スコア（独自算出の注目度）: 48.615781669690556
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Foundation models offer a promising basis for robotic agents, but long-horizon tasks require them to sustain coherent reasoning and reliable physical execution across interdependent stages. We introduce Embodied Playground, a benchmark for evaluating how foundation-model agents coordinate physical, strategic, and spatial reasoning throughout such tasks. Agents must track task progress, satisfy intermediate constraints, and revise their plans using execution feedback as earlier actions shape subsequent decisions. The playground comprises 410 task environments spanning basic manipulation, sequential puzzles, and multi-stage household activities, with variations in planning depth, geometric constraints, and physical execution demands. We curate EP-100, a representative selection of 100 tasks across five suites and 16 task types, together with the EP-Easy and EP-Hard difficulty splits and the compact EP-20 selection. A shared protocol specifies observation and tool access, resource budgets, repeated trials, and independent checks of goal completion, task-rule compliance, and physical validity. Embodied Playground provides a unified framework for studying whether foundation-model agents can sustain effective reasoning and action over extended task horizons. https://winniechen2002.github.io/Agent-bench-website/
- Abstract（参考訳）: ファンデーションモデルは、ロボットエージェントに有望な基盤を提供するが、長期的なタスクは、相互依存段階にわたる一貫性のある推論と信頼性のある物理的実行を維持する必要がある。
本研究では,基礎モデルエージェントが物理的,戦略的,空間的推論をどのように調整するかを評価するためのベンチマークであるEmbodied Playgroundを紹介する。
エージェントはタスクの進捗を追跡し、中間的制約を満足させ、以前のアクションがその後の決定を形成するときに実行フィードバックを使用して計画を変更する必要がある。
プレイグラウンドは、基本的な操作、シーケンシャルパズル、多段階の家庭活動にまたがる410のタスク環境で構成され、計画の深さ、幾何学的制約、身体的実行要求のバリエーションがある。
EP-Easy と EP-Hard の難易度分割とコンパクトな EP-20 選択とともに、5つのスイートと16のタスクタイプにまたがる100のタスクの代表的な選択である EP-100 をキュレートする。
共有プロトコルは、観察とツールアクセス、リソース予算、繰り返し試行、ゴール完了の独立したチェック、タスクルールコンプライアンス、物理的妥当性を規定する。
Embodied Playgroundは、ファンデーションモデルエージェントが効果的な推論とタスク水平線上でのアクションを維持できるかどうかを調査するための統一的なフレームワークを提供する。
https://winniechen2002.github.io/Agent-bench-website/
関連論文リスト
- Proactive Physical AI through Continuous Observation and Timely Intervention [67.51229925917208]
ProAgentは2つのコンポーネントを中心に構築されたエンドツーエンドシステムである。
Jevスタイルのプロアクティブタイミングモデルは、介入が必要かどうかを判断する。
Response Modelは、人に対するレスポンスを生成したり、物理的実行のために利用可能なデバイス機能を呼び出す。
論文 参考訳（メタデータ） (2026-10-12T15:33:34Z) - Are Frontier VLM Agents Ready to Be Robot Generalists? An Empirical Study with the Embodied Agent Arena [52.33857619195848]
本研究では,空洞型エージェントArenaを導入し,幾何学,空間推論,アフォーダンス,タスクプランニング,マニピュレーションにまたがる7つのVLMエージェントを評価する。
精度推定におけるアストラの強みと使用可能な接触局所化は、トレースにおける終端誤差と低い家庭用タスク完了において共存する。
論文 参考訳（メタデータ） (2026-10-01T00:14:50Z) - SpatialWorld: Benchmarking Interactive Spatial Reasoning of Multimodal Agents in Real-World Tasks [73.92333717662558]
SpaceWorldは、複雑な現実世界のタスクにおけるマルチモーダルエージェントのインタラクティブな空間的理解を評価するためのベンチマークである。
多様なドメイン(例えば、家庭のルーチン、旅行、社会協力など)にまたがる760の人称タスクが特徴である。
信頼性評価のために、各タスクは、人間検証された初期状態、参照軌跡、端末状態検証器を含む。
論文 参考訳（メタデータ） (2026-06-08T15:51:51Z) - EmbodiedAgent: A Scalable Hierarchical Approach to Overcome Practical Challenge in Multi-Robot Control [2.9374620169143673]
EmbodiedAgentは異種マルチロボット制御のための階層的なフレームワークである。
提案手法は,次アクション予測パラダイムと構造化メモリシステムを統合し,タスクを実行可能なロボットスキルに分解する。
100のシナリオにまたがる18,000以上のアノテートされたプランニングインスタンスのデータセットであるMultiPlan+を紹介します。
論文 参考訳（メタデータ） (2025-04-14T09:33:42Z)
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。