論文の概要: HATCH: Hardware-Attested Task Chains for Verifiable Manipulation
- arxiv url: http://arxiv.org/abs/2610.27485v1
- Date: Tue, 20 Oct 2026 01:51:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.583201
- Title: HATCH: Hardware-Attested Task Chains for Verifiable Manipulation
- Title（参考訳）: HATCH: 検証可能な操作のためのハードウェアテストタスクチェイン
- Abstract要約: 本稿では,ロボットエスケープルームであるHATCHを提案する。
タスクは3つの難易度で5つのスキルカテゴリにまたがり、1つのタスクの完了を確認するセンサーが次のタスクをアンロックするようにチェーンされる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Capability claims in robot manipulation are unverifiable, and existing leaderboards are each closed, simulated, or gameable. We propose HATCH, a robot escape room: an openly specified, physically replicable, sensor-scored, and unrehearsable benchmark. Tasks span five skill categories at three difficulty levels and are chained so that the sensor confirming one task's completion unlocks the next, turning a room into a single long-horizon evaluation. Success is confirmed by instrumentation rather than human judgment, scoring is embodiment-agnostic, and object placements are randomized by a run-day seed. Entrants submit attested self-runs (uncut video, sensor logs, and the seed), with occasional organized events for calibration. Task specifications, build guide, bill of materials, and scoring rubrics are released under an open license.
- Abstract（参考訳）: ロボット操作における能力の主張は検証不可能であり、既存のリーダーボードは、それぞれクローズド、シミュレート、またはゲーム可能である。
本稿では,ロボットエスケープルームであるHATCHを提案する。
タスクは5つのスキルカテゴリを3つの難易度で分けてチェーンし、あるタスクの完了を確認するセンサーが次のタスクをアンロックし、部屋を1つのロングホライゾン評価に変換する。
成功は人間の判断よりも計測によって確認され、スコアは具現化に依存しず、オブジェクト配置はランデイシードによってランダム化される。
参加者は検査済みのセルフラン(アンカットビデオ、センサーログ、シード)を提出し、時には校正のためのイベントを開催する。
タスク仕様、ビルドガイド、資料の請求書、スコアリングルーブリックは、オープンライセンスでリリースされている。
関連論文リスト
- AgentHorizon: Evaluating Agentic Judges for Long-Horizon Computer-Use Tasks [67.28108897589799]
AgentHorizonは、1,373のコンピュータ利用タスクのベンチマークである。
同様の(しかし互換性のない)要求を完了したのと、成功した軌道を区別する能力について、審査員を評価した。
我々の最高のエージェント・ジャッジであるGPT-5.5は、AHサブセット上で80.9%のバランスの取れた精度を達成する。
論文 参考訳（メタデータ） (2026-10-08T01:03:48Z) - RobotWorld: Benchmarking Multimodal Agents for Robot Use Across Diverse Tasks and Embodiments [91.39996227368]
汎用エージェントはますます、コードを書き、ツールを使い、複雑なデジタルタスクを完遂し、これらの能力が物理的な世界にどこまで浸透するかという疑問を提起している。
ロボットのインタフェースを通じて、指示や観察を物理的タスクの実行に変換するという、ロボット利用のための挑戦的なシミュレーションテストベッドであるRobotWorldを紹介した。
タスク結果と実行トレースを分析して、転送する機能と、信頼性の高い完了を防ぐギャップの両方を識別する。
論文 参考訳（メタデータ） (2026-10-07T16:55:24Z) - Silicon Language: A Robot-Native Knowledge Exchange Framework for Heterogeneous Robots [17.48501849111696]
Silicon Languageは、ロボットを自身の能力進化の活発な主題として扱う、ロボットネイティブな知識交換フレームワークである。
能力を求めるロボットは、自身の経験を知識パケットにエンコードし、それを公開し、ピアパケットを取得し、それを独自のセンサーやアクチュエーターに翻訳し、独立したローカルトライアルを通じてレビューする。
ユリン市にある模擬地雷実験所において,30日間のコンセプト実証実験を行い,屋外の砂道と室内の工場フロアでの試験を行った。
論文 参考訳（メタデータ） (2026-10-06T02:46:10Z) - Encore: Few-Shot Agentic Discovery of Manipulation Strategies [22.78288621506192]
コーディングエージェントは、人間の助けなしにプログラムを書いて、実行し、デバッグすることができる。
ENCOREを導入することで、エージェントはトレーニングデータではなく、読むための証拠として、いくつかのデモを行うことができる。
コーディングエージェントはパックを研究し、固定された認識とアクションAPIに対するポリシープログラムを書き、いくつかの開発ロールアウトに対して反復的にそれを洗練し、成功シグナルを決して明らかにしない封印された評価の前にそれを凍結する。
論文 参考訳（メタデータ） (2026-09-29T12:21:27Z) - Disclosure-Gated User Simulation for Companion-Agent Evaluation [14.962552394114894]
私たちは大きな言語モデルを使ってユーザをプレイし、その仕様に対してユーザシミュレータをトレーニングします。
ゲーティング行動は、トレーニングコーパスの合成ブランチから学習され、実際のブランチは、人々が話す方法と反応する方法を提供する。
ランク付けは順序保存でなければならず、絶対スコアはスケール安定でなければなりません。
論文 参考訳（メタデータ） (2026-09-01T09:39:41Z) - How Visible Are Silent Manipulation Failures? An Observability Study of False-Success Detection in Simulated Robot Episodes [0.0]
ロボット操作の模倣学習ポリシーは、トレーニングエピソードに付随する成功ラベルの品質を継承する。
ロボットが実際にタスクの結果が間違っていた場合、成功として記録するエピソードだ。
本研究では,2つのALOHAタスクのシミュレーションテストベッドを構築し,ラベル編集ではなく環境摂動による障害を誘導し,検出者が決して見ることのない特権的シミュレータ状態によって各エピソードをラベル付けし,ロボットがフラグ付けしたエピソードのみを成功に維持する。
論文 参考訳（メタデータ） (2026-06-02T04:22:13Z) - RoboWits: Unexpected Challenges for Robotic Creative Problem Solving [58.58727722988084]
我々は、認知的推論、創造的ツールの使用、予期しない状況に対する堅牢性を評価するために設計された、双方向のロボットベンチマークであるRoboWitsを紹介する。
このパイプラインを用いて,30種類の種タスクと208のタスクを,幾何学的,物質的,集合的推論にまたがる変異と難易度でキュレートした。
プレトレーニングされたVLAは,単一タスクの微調整後にシードタスクに予備的な成功を示すが,変異タスクの実行に苦慮している。
論文 参考訳（メタデータ） (2026-05-28T17:57:15Z) - Survive or Collapse: The Asymmetric Roles of Data Gating and Reward Grounding in Self-Play RL [76.45061154544568]
セルフプレイ強化学習は、言語モデルを独自の生成タスクで訓練し、人間ラベルなしでプロジェクタとソルバを共進化させる。
最近のシステムでは強い推理効果が報告されているが、崩壊と不安定性は広く観察され、理解されていない。
代わりに、自己プレイの安定性は、提案者生成タスクがトレーニングプールに入るかを判断するデータレベルゲートと、すでに認められたタスクに関するポリシーを更新する報酬信号の2つの異なるレバーによって管理されていると論じる。
論文 参考訳（メタデータ） (2026-05-21T09:19:23Z) - 3PoinTr: 3D Point Tracks for Robot Manipulation Pretraining from Casual Videos [8.359830715928242]
3PoinTrは、カジュアルで制約のない人間のビデオからロボットポリシーを事前訓練する手法だ。
3PoinTrは、トランスフォーマーアーキテクチャを使用して、3Dポイントトラックを中間的なエンボディメントに依存しない表現として予測する。
3PoinTrは軽量で表現力のあるアーキテクチャのため、より正確で高品質なポイントトラックを生成する。
論文 参考訳（メタデータ） (2026-03-09T15:20:26Z) - The 9th AI City Challenge [64.32227009699942]
第9回AIシティチャレンジは、輸送、産業自動化、公共安全におけるコンピュータビジョンとAIの現実的な応用を推し進めている。
2025年版では4トラックが収録され、17%が参加し、評価サーバに登録された15カ国から245チームが参加した。
チャレンジデータセットのパブリックリリースにより、これまでに3万回以上ダウンロードされた。
論文 参考訳（メタデータ） (2025-08-19T06:55:06Z) - Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation [65.46610405509338]
我々は、ゼロショットロボット操作を可能にする汎用的な目標条件ポリシーを学習することを目指している。
私たちのフレームワークであるTrack2Actは、ゴールに基づいて将来のタイムステップで画像内のポイントがどのように動くかを予測する。
学習したトラック予測を残留ポリシーと組み合わせることで,多種多様な汎用ロボット操作が可能となることを示す。
論文 参考訳（メタデータ） (2024-05-02T17:56:55Z)
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。