論文の概要: OmniBrain-0: A Unified Agentic Model for Embodied Intelligence
- arxiv url: http://arxiv.org/abs/2610.36013v1
- Date: Mon, 26 Oct 2026 17:15:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-28 21:04:31.388515
- Title: OmniBrain-0: A Unified Agentic Model for Embodied Intelligence
- Title（参考訳）: OmniBrain-0: 身体情報のための統一エージェントモデル
- Abstract要約: 汎用的なインボディードインテリジェンスでは、ロボットが長い地平線上で多様なスキルを調整し、タスクの進捗を追跡し、失敗から回復する必要がある。
OmniBrain-0は、共有されたハイレベル決定モデルを通して操作とナビゲーションを協調する軽量統一型エンボディエージェントである。
LIBERO-Pro, LIBERO-Plus, RoboCasa365, RoboTwin 2.0, R2R-CE Val-UnseenのOmniBrain-0と実世界の操作タスクについて検討した。
- 参考スコア（独自算出の注目度）: 37.7483341168333
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: General-purpose embodied intelligence requires robots to coordinate diverse skills over long horizons, track task progress, and recover from failures. Specialist policies alone do not ensure task-level reliability, while powerful multimodal agents rely on costly reasoning and external experience that compact models struggle to reproduce. We introduce OmniBrain-0, a lightweight unified embodied agent that coordinates manipulation and navigation through a shared high-level decision model, integrating task understanding, planning, progress tracking, and feedback-driven recovery. Our progressive training framework combines embodied pretraining, domain-specialized agent distillation, and multi-teacher on-policy distillation (MOPD). It distills powerful teachers' interaction experience into manipulation and navigation experts, then consolidates their decision capabilities into OmniBrain-0. Unification therefore occurs within the learned decision model rather than only at the tool interface. We further introduce Rubric-Guided Recursive Self-Improvement (RSI), a data flywheel in which a Meta-Agent turns execution evidence into refined rubrics, step-level reminders, and verified trajectories for domain-expert updates before their reconsolidation into OmniBrain-0 through MOPD. We evaluate OmniBrain-0 on LIBERO-Pro, LIBERO-Plus, RoboCasa365, RoboTwin 2.0, and R2R-CE Val-Unseen, as well as multiple real-world manipulation tasks. OmniBrain-0 combines strong cross-domain task performance with substantially lower inference and execution overhead than its closed-source teacher, demonstrating efficient transfer and consolidation of embodied capabilities into a compact unified agent.
- Abstract（参考訳）: 汎用的なインボディードインテリジェンスでは、ロボットが長い地平線上で多様なスキルを調整し、タスクの進捗を追跡し、失敗から回復する必要がある。
専門的なポリシーだけではタスクレベルの信頼性は保証されないが、強力なマルチモーダルエージェントは、コンパクトモデルが再現に苦慮するコストのかかる推論と外部エクスペリエンスに依存している。
我々はOmniBrain-0を紹介した。OmniBrain-0は軽量な統合型エンボディエージェントで、タスク理解、計画、進捗追跡、フィードバック駆動型リカバリを統合し、共有されたハイレベル決定モデルを通して操作とナビゲーションを調整する。
先進的なトレーニングフレームワークは, 具体的事前訓練, ドメイン特化エージェント蒸留, マルチテラーオンポリス蒸留(MOPD)を組み合わせたものである。
強力な教師のインタラクション体験を操作とナビゲーションの専門家に蒸留し、意思決定能力をOmniBrain-0に統合する。
したがって、統一はツールインターフェースだけでなく、学習した決定モデル内でも発生します。
さらに、メタエージェントが実行証拠を洗練されたルーリック、ステップレベルのリマインダー、検証済み軌跡に変換し、OmniBrain-0にMOPDで再統合する前にドメインエキスパート更新を行うデータフライホイールであるRubric-Guided Recursive Self-Improvement (RSI)を紹介する。
LIBERO-Pro, LIBERO-Plus, RoboCasa365, RoboTwin 2.0, R2R-CE Val-UnseenのOmniBrain-0と実世界の操作タスクについて検討した。
OmniBrain-0は、強力なクロスドメインタスク性能と、そのクローズドソースの教師よりもかなり低い推論と実行オーバーヘッドを組み合わせ、エンボディド機能のコンパクトな統一エージェントへの効率的な転送と統合を実証する。
関連論文リスト
- AR-WAM: A Visual-Conditioned Agent-Ready World Action Model for Robotic Manipulation [31.9606890046955]
視覚-言語-アクションモデルと世界アクションモデルはまだ操作タスクを指定するために自然言語命令に依存している。
本稿では、言語を2つの相補的な条件で置き換える視覚条件付きエージェント対応世界アクションモデルAR-WAMを提案する。
RoboTwin 2.0、RMBench、および本物のAstribot S1デュアルアームプラットフォームでは、AR-WAMは標準操作における最強のベースラインと一致する。
論文 参考訳（メタデータ） (2026-09-20T11:55:26Z) - ACE-Brain-0.5: A Unified Embodied Foundational Model for Physical Agentic AI [110.18670135256235]
Embodied AIは、独立した知覚やアクションモジュールから、目標を理解し、計画し、進捗を監視し、経験から改善する物理的なエージェントへと移行している。
ACE-Brain-0.5は,ロボットの知性を5つの結合関数にまとめる統一的な基礎モデルである。
単一の8Bバックボーンは、最初の4つの機能をインスタンス化する: オブジェクトとアベイランスを接地し、3Dとエゴセントリックな空間関係を推論し、命令をサブゴールに分解し、ナビゲーションと操作アクションを生成し、検証と回復の進捗を推定する。
論文 参考訳（メタデータ） (2026-07-05T17:43:06Z) - Dynamic Mixture of Latent Memories for Self-Evolving Agents [57.20419419302731]
MoLEMは、動的混合(MoE)に基づく潜在メモリフレームワークの生成混合物である。
我々は、数学、科学、コードドメインにまたがる連続的な学習シーケンスに基づいて、このフレームワークを訓練する。
連続学習を完了した後、Vanilla事前学習ベースラインよりも平均精度を10.40%向上させる。
論文 参考訳（メタデータ） (2026-05-21T03:35:10Z) - Agent0: Unleashing Self-Evolving Agents from Zero Data via Tool-Integrated Reasoning [84.70211451226835]
大規模言語モデル(LLM)エージェントは、人間の計算データへの依存によって制約される。
我々は,外部データを持たない高性能エージェントを進化させる完全自律型フレームワークであるAgent0を紹介する。
Agent0は推論能力を大幅に向上させ、Qwen3-8B-Baseモデルを数学的推論で18%改善し、一般的な推論ベンチマークで24%改善した。
論文 参考訳（メタデータ） (2025-11-20T05:01:57Z) - Learning on the Job: An Experience-Driven Self-Evolving Agent for Long-Horizon Tasks [42.78572295558531]
大規模言語モデルは、さまざまなドメインにまたがる顕著な機能を示しているが、現実の長期タスクのためのAIエージェントとしてそれらをデプロイする場合には、大きな課題が続く。
既存のLLMエージェントは、テスト時の静的であり、経験から学ぶことができず、知識を蓄積し、仕事を継続的に改善する能力が欠如している。
本稿では,階層型メモリモジュールを中心に,経験駆動型自己進化型システムを実現する新しいエージェントフレームワークであるMUSEを提案する。
論文 参考訳（メタデータ） (2025-10-09T09:40:34Z) - OWMM-Agent: Open World Mobile Manipulation With Multi-modal Agentic Data Synthesis [70.39500621448383]
オープンワールドのモバイル操作タスクは、オープンエンドの命令や環境への一般化が必要なため、依然として課題である。
本稿では,多視点のシーンフレームとエージェント状態を維持した新しいマルチモーダルエージェントアーキテクチャを提案する。
我々は,グローバルなシーン理解,ロボットの状態追跡,マルチモーダルアクション生成を統一モデルで実現した,モバイルマニピュレータのための基礎モデルであるOWMM-VLMについて紹介する。
論文 参考訳（メタデータ） (2025-06-04T17:57:44Z)
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。
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。