論文の概要: EmbodiedLab: Benchmarking Embodied Agents That Act to Know

• arxiv url: http://arxiv.org/abs/2610.35385v1
• Date: Mon, 26 Oct 2026 13:06:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.93549
• Title: EmbodiedLab: Benchmarking Embodied Agents That Act to Know
• Title（参考訳）: EmbodiedLab: 知っておくべきEmbodied Agentsのベンチマーク
• Abstract要約: 身体的エージェントは、どのように、いつ周囲と対話するかを自分で決めることで、現実世界の目標を達成することが期待されている。 EmbodiedLabは、ロボットが知る必要があるベンチマークです。 開発者のコーディングエージェントにおける6つのフロンティアモデルについて、ネイティブな観察と制御を行い、知覚とモーションプランニングを加えて評価した。
• 参考スコア（独自算出の注目度）: 60.785006927377005
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Embodied agents are expected to accomplish real-world goals by deciding for themselves how and when to interact with their surroundings. For many such goals, changing the physical state of the world is the means rather than the end: the agent changes the state of a system through interaction, observes the feedback, and explores until it either achieves the goal itself (e.g., discovering physical laws) or learns what the goal requires; it acts to know. Manipulation benchmarks stop at acting to change, with the target state given; scientific discovery benchmarks evaluate knowing but replace physical experimentation with symbolic actions or numerical queries. We introduce EmbodiedLab, a benchmark in which a robot must act to know. Quantitative science experiments make this setting controllable: the parameters of the system are resampled for every instance, so the result cannot be known in advance, yet it can be scored exactly. Across 30 experiments in five disciplines on 14 apparatus platforms, the agent receives an objective and the apparatus, chooses its own procedure, and operates a physics-based simulated laboratory, reading the instruments through its cameras. Evaluation checks what the agent came to know, grounded in readings recorded during the episode, as well as the physical state the task requires; every experiment is verified to be solvable. We evaluate six frontier models in their developers' coding agents with native observation and control, with added perception and motion planning, and with manipulation skills distilled from the strongest agents. With native control, even the strongest agent succeeds less than half the time; for every agent, most failures arise in interacting with the apparatus, and manipulation skills help weaker agents more than perception and planning. The benchmark and its evaluation code are available at https://github.com/HexaFuture/EmbodiedLab.
• Abstract（参考訳）: 身体的エージェントは、どのように、いつ周囲と対話するかを自分で決めることで、現実世界の目標を達成することが期待されている。 エージェントは相互作用を通じてシステムの状態を変更し、フィードバックを観察し、目標自体(例えば物理法則の発見)を達成するか、その目標に必要なものを学ぶまで探索する。 科学的発見ベンチマークは知識を評価し、物理的な実験を象徴的なアクションや数値的なクエリに置き換える。 EmbodiedLabは、ロボットが知る必要があるベンチマークです。 定量的な科学実験により、この設定は制御可能である: システムのパラメータは全てのインスタンスに対して再サンプリングされるので、結果を事前に知ることはできないが、正確に得点することができる。 エージェントは目標と装置を受け取り、独自の手順を選択し、物理に基づく模擬実験室を運営し、カメラを通して機器を読み取る。 評価は、エージェントが何を知ったかを確認し、エピソード中に記録された読みと、そのタスクが必要とする物理的状態、および各実験が解決可能であることを検証する。 開発者のコーディングエージェントにおける6つのフロンティアモデルとネイティブな観察と制御、知覚と運動計画の追加、最強エージェントからの操作スキルの評価を行った。 ネイティブコントロールでは、最強のエージェントでさえ半分以下に成功し、すべてのエージェントにとって、ほとんどの失敗は機器との相互作用に生じ、操作スキルは知覚や計画よりも弱いエージェントを助ける。 ベンチマークとその評価コードはhttps://github.com/HexaFuture/EmbodiedLabで公開されている。

関連論文リスト

• Multimodal Embodied Agents: A Unified Capability-centric Perspective from Computer-Use to Robot-Use [58.76291579990208]
  我々は,マルチモーダルなタスク推論と物理行動を組み合わせた目標指向システムとして,MMEA(Multimodal embodied Agent)を定義した。 マルチモーダルエージェントがコンピュータ利用からロボット利用に移行すると、どう変わるのか? PAPAVは、5つの繰り返し機能からなる統合機能中心のフレームワークである。現在の状態を理解し、アクション効果を予測し、実行可能なコースを計画し、インターフェースまたはボディを介して実行し、その結果を検証する。
  論文  参考訳（メタデータ） (2026-10-21T17:52:48Z)
• 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)
• ViLoMan: Learning Visual-Proprioceptive Whole-Body Loco-Manipulation Skills for Humanoid Robots [56.6238848953359]
  ViLoManは、自律的なヒューマノイドロコ操作のためのスケーラブルなフレームワークである。 自我中心の深度観測と主観的測定を直接ジョイントレベル全体の行動にマッピングする統一的なポリシーを学ぶ。
  論文  参考訳（メタデータ） (2026-09-16T19:10:13Z)
• From Reproduction to Replication: Evaluating Research Agents with Progressive Code Masking [48.90371827091671]
  AutoExperimentは、AIエージェントの機械学習実験の実装と実行能力を評価するベンチマークである。 我々は最先端のエージェントを評価し、n$が増加するにつれて性能が急速に低下することを発見した。 本研究は、長期コード生成、文脈検索、自律的な実験実行における重要な課題を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-06-24T15:39:20Z)
• Reasoning in visual navigation of end-to-end trained agents: a dynamical systems approach [23.52028824411467]
  本研究では,物理ロボットを用いた実環境におけるヌンペプソデスのナビゲーションエピソードに関する大規模実験を行った。 エンドツーエンドのトレーニングから生じる推論のタイプを分析します。 本稿では,エージェントが学習した値関数が長期計画に関連があることをポストホック分析で示す。
  論文  参考訳（メタデータ） (2025-03-11T11:16:47Z)
• Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement Learning [54.636562516974884]
  模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。 本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。 ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
  論文  参考訳（メタデータ） (2023-03-02T18:51:38Z)
• Improving Object Permanence using Agent Actions and Reasoning [8.847502932609737]
  既存のアプローチは、低レベルの知覚からオブジェクト永続性を学ぶ。 我々は、ロボットが実行された動作に関する知識を使用する場合、オブジェクトの永続性を改善することができると論じる。
  論文  参考訳（メタデータ） (2021-10-01T07:09:49Z)

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。