Fugu-MT 論文翻訳(概要): Execution Logs Sway VLM Judges of Robot Progress

論文の概要: Execution Logs Sway VLM Judges of Robot Progress

arxiv url: http://arxiv.org/abs/2610.34151v1
Date: Sun, 25 Oct 2026 08:37:41 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-27 22:27:13.547046
Title: Execution Logs Sway VLM Judges of Robot Progress
Title（参考訳）: ロボットの進歩を判断する実行ログ
Abstract要約: ロボットの進歩が損なわれているクリップには、ロボットが進歩していると言う1つのログラインが追加されます。これは、中立線よりも10から35パーセントの割合で進むという正しい判断を覆す。ログの誤りを警告する一行の警告は、この効果の大部分を取り除きます。
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: Vision-language models now grade robot videos, and text placed beside the frames can change their verdicts. On clips where the robot is losing progress, we add one log line saying the robot is making progress. Across Gemini, Qwen and GPT judges, this flips correct verdicts to progress 10 to 35 percentage points more often than a neutral line does. A one-line warning that the log may be wrong removes most of this effect. Selected fake "task complete" claims flip half of Qwen's correct verdicts, against a tenth for unrelated log lines. They have no detectable effect on Gemini.
Abstract（参考訳）: ヴィジュアル言語モデルはロボットのビデオを格付けし、フレームの横にテキストを置くと、判断が変わる。ロボットの進歩が損なわれているクリップには、ロボットが進歩していると言う1つのログラインが追加されます。 Gemini、Qwen、GPTの審査員は、これは中立線よりも10～35ポイント多く進むという正しい判断を覆す。ログの誤りを警告する一行の警告は、この効果の大部分を取り除きます。選択された偽の「タスク完了」の主張は、Qwenの正しい評決の半分を、無関係なログ行の10分の1にひっくり返した。ジェミニには何の影響も及ばない。

関連論文リスト

Thumb on the scale: Using traditional wargaming adjudication practices to improve AI-judged evaluations and grading [0.0]
オープンエンドのAI作業は、チェックする唯一の正しい回答を持っていないため、審査員(しばしば別のAI)がそれぞれの結果を決定する。我々は,AIを応用した9つの競技の378人の選手の行動に対して,その判断方法である1つを検証した。
論文参考訳（メタデータ） (2026-10-23T02:11:01Z)
Human Demonstrations as Post-Training Data for Any Robot Body: Retargeting the Object, Not the Hand [0.0]
携帯電話のようなシンプルでスケーラブルなデバイスに記録された人間のデモは、ロボットのポストトレーニングデータとして機能する。キャプチャーは、時間とともにオブジェクトのポーズ、接触間隔、そして前兆のある再構成された3Dオブジェクトという、ボディフリーのレコードを生成する。
論文参考訳（メタデータ） (2026-10-14T15:28:23Z)
RoboFake: Are Deepfake Detectors Ready for Humanoid Face Robots? [5.14549984289357]
私たちは、ロボットの顔を見たとき、現在のディープフェイク検出器が何をするのかを尋ねる。 FaceForensics++でトレーニングされた6つの公開検出器をテストする。 3つの検出器は、ほぼすべての物理ロボットフレームにフラグを付け、一方2つのフラグは7%未満である。
論文参考訳（メタデータ） (2026-10-09T19:42:32Z)
WatchAct: A Benchmark for Behavior-Grounded Robot Manipulation [49.31386176285509]
WatchActは、観察された人間の行動に基づくロボット操作のベンチマークである。 WatchActは4つの機能ドメインで14タスクにわたる3,000のロングホライゾンインスタンスで構成されている。シミュレーションとFranka Research 3ロボットの両方で、現在のシステムはWatchActの解決には程遠い。
論文参考訳（メタデータ） (2026-06-24T23:13:56Z)
Robot Self-Improvement via Human-Video Dynamics Models [52.14862052988773]
人間のビデオは、ロボットのエンボディメント間で伝達されるエンボディメントに依存しない動作、ダイナミクス、および値表現を学ぶのに利用できることを示す。 DGAC(Dynamics-Guided Action Correction)は,これらの適応モデルを用いて故障状態の修復を行うトレーニングフリーアプローチである。以上の結果から,人間の先行とロボットの失敗が組み合わさって,スケーラブルな自律的政策改善を可能にすることが示唆された。
論文参考訳（メタデータ） (2026-06-19T13:17:27Z)
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)
Can Humans Detect AI? Mining Textual Signals of AI-Assisted Writing Under Varying Scrutiny Conditions [0.0]
この研究は、AI検出の脅威が、人々がAIで書く方法を変え、他の人がその違いを知ることができるかどうかを問う。 2段階制御実験では、21人の参加者が遠隔作業に関する意見書を書いた。半分はランダムにAI検出ツールでスキャンされると警告され、残り半分は警告を受けなかった。
論文参考訳（メタデータ） (2026-04-25T23:34:44Z)
H2R-Grounder: A Paired-Data-Free Paradigm for Translating Human Interaction Videos into Physically Grounded Robot Videos [58.006918399913665]
本稿では,通常の人間と物体のインタラクションビデオからモーション一貫性のあるロボット操作ビデオに変換するビデオ間翻訳フレームワークを提案する。私たちのアプローチでは、ロボットビデオのセットのみをトレーニングするために、ペアの人間ロボットビデオは必要とせず、システムを拡張しやすくしています。テスト時にも同じプロセスを人間のビデオに適用し、人間の行動を模倣する高品質なロボットビデオを生成する。
論文参考訳（メタデータ） (2025-12-10T07:59:45Z)
AI Debate Aids Assessment of Controversial Claims [73.8907110799657]
我々は、AI論争が、議論の的になっている事実性主張の側面に対立する2つのAIシステムを議論させることで、偏見のある裁判官を真実に導くことができるかどうかを調査する。研究Iでは、議論は人間の判断精度と信頼性の校正を継続的に改善し、コンサルタントを上回ります。研究IIでは、人間のような人格を持つAI裁判官は、人格を持たない人格(70.1%)やデフォルトのAI裁判官(69.8%)よりも高い精度(78.5%)を達成する。これらの調査結果は、AIの議論が、競争対象ドメインにおけるスケーラブルでバイアス耐性のある監視への有望な道であることを示している。
論文参考訳（メタデータ） (2025-06-02T19:01:53Z)
Jailbreaking LLM-Controlled Robots [82.04590367171932]
大規模言語モデル(LLM)は、文脈推論と直感的な人間とロボットの相互作用を可能にすることによって、ロボット工学の分野に革命をもたらした。 LLMは脱獄攻撃に弱いため、悪意のあるプロンプトはLLMの安全ガードレールをバイパスすることで有害なテキストを誘発する。 LLM制御ロボットをジェイルブレイクするアルゴリズムであるRoboPAIRを紹介する。
論文参考訳（メタデータ） (2024-10-17T15:55:36Z)
Robots-Dont-Cry: Understanding Falsely Anthropomorphic Utterances in Dialog Systems [64.10696852552103]
非常に人為的な反応は、ユーザーが人間と対話していると考えることを不快に、あるいは暗黙的に騙すかもしれない。 9つの異なるデータソースからサンプリングした約900の2ターンダイアログの実現可能性に関する人間の評価を収集する。
論文参考訳（メタデータ） (2022-10-22T12:10:44Z)

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。