論文の概要: FISRF: Flexible Instructional Scaffolding Reflection Framework for Robotics Task Planning with Large Language Model

• arxiv url: http://arxiv.org/abs/2610.35686v2
• Date: Tue, 27 Oct 2026 12:21:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.177454
• Title: FISRF: Flexible Instructional Scaffolding Reflection Framework for Robotics Task Planning with Large Language Model
• Title（参考訳）: FISRF:大規模言語モデルを用いたロボット作業計画のためのフレキシブル・インストラクショナル・サッホールディング・リフレクション・フレームワーク
• Abstract要約: FISRFは、タスク計画においてロボットのZPDを推定し、リフレクション戦略とメンターガイダンスを適応的に選択する。 ALFWorldと実世界のロボットプラットフォームでの実験では、FISRFはエラー訂正ラウンドの平均数を37%削減し、冗長な推論を25.1%削減している。
• 参考スコア（独自算出の注目度）: 7.889975665502867
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLMs) are widely adopted for reflective error correction in task planning; however, existing approaches primarily rely on autonomous exploration, rendering them prone to accumulating erroneous experiences during early interactions with new environments. To address this limitation, we propose the Flexible Instructional Scaffolding Reflection Framework (FISRF), an agent--mentor architecture that estimates the robot's Zone of Proximal Development (ZPD) in task planning and adaptively selects reflection strategies and mentor guidance, thereby facilitating the accumulation of effective error-correction experience. Experiments in ALFWorld and on real-world robotic platforms demonstrate that FISRF reduces the average number of error-correction rounds by 37% and redundant reasoning by 25.1%, while improving the overall task success rate by 8%. Project webpage : https://fisrfplanning.github.io/
• Abstract（参考訳）: 大規模言語モデル(LLM)はタスク計画における反射的誤り訂正に広く採用されているが、既存のアプローチは主に自律的な探索に依存しており、新しい環境との早期の相互作用において誤った経験を蓄積する傾向がある。 この制限に対処するために,タスク計画においてロボットのZPDを推定するエージェント-メンタアーキテクチャであるフレキシブル・インストラクショナル・サッホールディング・リフレクション・フレームワーク(FISRF)を提案し,リフレクション・ストラテジとメンタ・ガイダンスを適応的に選択することにより,効果的なエラー訂正体験の蓄積を容易にする。 ALFWorldと実世界のロボットプラットフォームでの実験では、FISRFはエラー訂正ラウンドの平均数を37%減らし、冗長な推論を25.1%減らし、全体のタスク成功率を8%改善している。 プロジェクトWebページ : https://fisrfplanning.github.io/

関連論文リスト

• Reflective Recovery: A Self-Supervised Method for Reasoning by Learning from Mistakes [70.64622557376505]
  リフレクティブリカバリは、推論中のミスを認識し、修正するようにモデルに教える。 AIME 2025では30.0%から37.5%、Minervaでは37.6%から47.8%に精度が向上している。
  論文  参考訳（メタデータ） (2026-07-24T02:51:42Z)
• Optimization-as-a-Service via Multi-Agent Large Language Model for Radio Access Networks [33.1158889975007]
  第6世代(6G)RAN環境は、前例のないサービスの多様性と指数力学に直面する。 手動モデルと標準的なAIアルゴリズムは基本的に厳格であり、適応と自己進化の柔軟性が欠如している。 本稿では,PRB割り当て問題を最適化リフレクション・アズ・ア・サービス(O)システムとして扱うことを提案する。 これは、エージェントを利用して最適化問題を動的に構築し、リアルタイムシナリオに適した目的を自動的に決定することで、RANリソース割り当てを根本的に改善する。
  論文  参考訳（メタデータ） (2026-05-15T14:14:29Z)
• Aligning Agents via Planning: A Benchmark for Trajectory-Level Reward Modeling [19.766968596602457]
  Plan-RewardBench(プラン・リワードベンチ)は、判断者が選好と選好の選好をいかに区別するかを評価するために設計された軌道レベルの選好ベンチマークである。 Plan-RewardBench は、 (i) Safety Refusal、 (ii) Tool-Irrelevance / Unavailability、 (iii) Complex Planning、 (iv) Robust Error Recovery の4つの代表的なタスクファミリをカバーする。
  論文  参考訳（メタデータ） (2026-04-09T12:35:06Z)
• A Graph Foundation Model for Wireless Resource Allocation [37.503398874234094]
  本稿では、事前学習および微調整のパラダイムに基づく資源配分のためのグラフ基盤モデルを提案し、統一表現を抽出する。 具体的には、干渉トポロジをグローバルアテンション機構に注入するバイアスプロジェクタを備えた干渉対応トランスフォーマーアーキテクチャを提案する。 実験により,提案するフレームワークは,モデルキャパシティを向上して,最先端のパフォーマンスを実現し,効果的にスケールできることが示されている。
  論文  参考訳（メタデータ） (2026-04-08T06:07:28Z)
• Structured Uncertainty guided Clarification for LLM Agents [126.26213027785813]
  LLMエージェントは、ツールコール機能を備えた大きな言語モデルを拡張するが、曖昧なユーザ命令は、しばしば誤った呼び出しやタスクの失敗につながる。 本稿では,ツールコールパラメータに対する構造的不確かさの定式化,完全情報の期待値(EVPI)を目標としたPOMDPのモデル化,冗長性防止のためのアスペクトベースコストモデルを提案する。 我々のSAGE-Agentは、この構造化された不確実性を活用し、より優れた効率を達成するために、曖昧なタスクのカバレッジを7～39%増加させ、明確な質問を1.5～2.7$times$に減らした。
  論文  参考訳（メタデータ） (2025-11-11T21:50:44Z)
• FCRF: Flexible Constructivism Reflection for Long-Horizon Robotic Task Planning with Large Language Models [8.93208325424655]
  タスク難易度に基づいたフレキシブルな自己回帰を実現するためのメンター・アクターアーキテクチャを提案する。 実験結果から、FCRFは複雑な長距離ロボット作業において、全体的な性能と自己反射の柔軟性を著しく向上することが示された。
  論文  参考訳（メタデータ） (2025-07-20T14:15:39Z)
• Scaling Autonomous Agents via Automatic Reward Modeling And Planning [52.39395405893965]
  大規模言語モデル(LLM)は、様々なタスクにまたがる顕著な機能を示している。 しかし、彼らは多段階の意思決定と環境フィードバックを必要とする問題に苦戦している。 人間のアノテーションを使わずに環境から報酬モデルを自動的に学習できるフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-17T18:49:25Z)
• LoRA-IR: Taming Low-Rank Experts for Efficient All-in-One Image Restoration [62.3751291442432]
  高速なオールインワン画像復元を実現するために,コンパクトな低ランクの専門家を動的に活用する,フレキシブルなフレームワークであるLoRA-IRを提案する。 LoRA-IRは、劣化誘導前訓練とパラメータ効率の良い微調整の2つの訓練段階で構成されている。 実験により、LoRA-IRは計算効率を維持しつつ、14のIRタスクと29のベンチマークでSOTA性能を達成することが示された。
  論文  参考訳（メタデータ） (2024-10-20T13:00:24Z)
• From Words to Actions: Unveiling the Theoretical Underpinnings of LLM-Driven Autonomous Systems [59.40480894948944]
  大規模言語モデル (LLM) は、物理世界の意思決定問題を解くことができる。 このモデルの下で、LLM Plannerは、プロンプトを介して言語ベースのサブゴールを反復的に生成することにより、部分的に観測可能なマルコフ決定プロセス(POMDP)をナビゲートする。 我々は,事前学習したLLMプランナーが,文脈内学習を通じてベイズ的集計模倣学習(BAIL)を効果的に行うことを証明した。
  論文  参考訳（メタデータ） (2024-05-30T09:42:54Z)

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。