論文の概要: When Black-Box Robot Policies Fail: Online Sensor Diagnosis and Repair with a Transparent Surrogate
- arxiv url: http://arxiv.org/abs/2610.36852v1
- Date: Tue, 27 Oct 2026 08:49:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-29 04:15:49.249417
- Title: When Black-Box Robot Policies Fail: Online Sensor Diagnosis and Repair with a Transparent Surrogate
- Title（参考訳）: ブラックボックスロボットが失敗したとき:オンラインのセンサー診断と透明サロゲートによる修復
- Abstract要約: 我々は、周期的な歩行をセンサ依存の補正から切り離す構造的サロゲートを試験し、凍結したポリシーの周辺で入力修復を誘導する。
シミュレーションされたGo2では、オフライン診断は歩行の成功を259/640から429/640に引き上げる。
- 参考スコア（独自算出の注目度）: 25.331519181305154
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robot foundation models may generalize across tasks and embodiments, but their actions still depend on sensors that can fail. When the policy is frozen or inaccessible, can an external monitor diagnose and repair corrupted inputs without access to its internals? We test a structured surrogate that separates periodic gait from sensor-dependent corrections to guide input repair around a frozen locomotion policy. On simulated Go2, offline diagnosis raises walking success from 259/640 to 429/640 episodes; online repair reaches 382/640, with no triggers in 64 held-out fault-free episodes. A matched boosted-tree surrogate predicts clean actions similarly well but yields no detected repair improvement over no repair. Separate fits improve walking on Go1 and ANYmal C, although phase-aware gradients perform better. Evidence remains limited to one policy and a partly screened simulated fault suite; robot foundation model and hardware validation remain open.
- Abstract（参考訳）: ロボットファンデーションモデルは、タスクや実施状況にまたがって一般化するかもしれないが、それでもその動作は失敗する可能性のあるセンサーに依存している。
ポリシーが凍結またはアクセス不能になった場合、外部モニターは内部にアクセスせずに破損した入力を診断し、修復できるだろうか?
我々は、周期的な歩行をセンサ依存の補正から切り離す構造的サロゲートを試験し、凍結ロコモーションポリシーの周辺で入力修復を誘導する。
シミュレーションされたGo2では、オフライン診断は歩行の成功を259/640から429/640に引き上げる。
一致した増木サロゲートは、同様にクリーンな動作を予測するが、修復を伴わずに、検出された修復改善は得られない。
Go1とANYmal Cの歩行性は向上するが、相認識勾配は改善する。
証拠は1つのポリシーと部分的に遮蔽された障害スイートに限られており、ロボットファンデーションモデルとハードウェアの検証は未解決のままである。
関連論文リスト
- Repair, Retry, and the Cost of Hindsight: Verifier Feedback in Formal Theorem Proving [0.0]
検証済みの自己修復条件は、重み付けをせずに再度試みる前に失敗した試みからのフィードバックに関するモデルである。
我々は、汎用モデルであるQwen3.6-27Bと、特殊な証明器であるDeepSeek-Prover-V2-7Bを、難解なMiniF2F問題でテストした。
論文 参考訳（メタデータ） (2026-10-15T22:03:07Z) - Fly-by-Code: Embodied Coding Agents for Aerial Manipulation with Active Visual and Physical Feedback [63.75302732504381]
エンボディードコーディングエージェントは、プログラムを生成し、実行フィードバックからそれらを精製することで、ロボットポリシーを構築する。
この改善は、実行フィードバックがタスクが成功したかどうかを明らかにし、失敗した後、プログラムのリビジョンをガイドするのに十分な証拠を提供すると仮定する。
同じフィードバックを再検査しても、収集されていない観察や、利用可能な証拠が区別できない原因を分離することはできません。
アクティブな"View and Probe"フレームワークであるActive Feedback(AF)を紹介します。
論文 参考訳（メタデータ） (2026-10-08T18:00:00Z) - Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents [50.03584684933779]
本稿では,ロボット実行システムの自律的改善のためのフレームワークであるReconstruct, Practice, Go Real(RPG)を紹介する。
RPGはオフラインデータセットの操作機能を特定し、シミュレーションで関連するプラクティスタスクを構築する。
新しい再利用可能なシンボリックスキルを開発し、既存のスキルを洗練させ、これらの診断に基づいてシステムプロンプトを改訂する。
論文 参考訳（メタデータ） (2026-10-01T17:59:50Z) - Self-Healing Harness for Runtime Oversight of Agent Self-Modification [5.222675089489031]
LLMエージェントは将来の行動を変えることができ、自己生成した変更が持続することを許容する基本的な制御問題を提起する。
我々はこれを自己修正の受付制御として定式化し、エージェントは操作命令の変更を提案し、外部ランタイムゲートは永続性を制御する。
論文 参考訳（メタデータ） (2026-09-21T05:36:56Z) - Beyond Fail-to-Pass: Iterative Hardening of Co-Generated Bug Reproduction Tests and Fixes [55.114939648705395]
大規模言語モデル(LLM)は、現実のバグに対して、プログラムの自動修正をますます実用的にしている。
バグ再現テスト(BRT)は、バグレポートを実行可能なバグ固有の信号に変換することで、このギャップを埋めるのに役立つ。
本稿では,ループ内収束基準としてLax信号を用いるコジェネレーションフレームワークであるCoHardenを提案する。
論文 参考訳（メタデータ） (2026-07-22T07:30:07Z) - AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents [83.37969790806069]
LLMエージェントのエラーは、エラーが表面化するステップが原因ではないことが多いため、デバッグが難しい。
Agent DebuggerXはオープンソースのフレームワークで、デバッグをDe Detect, Attribute, Recover, Rerunのクローズドループとして整理する。
コアとなるDeep Debuggerは、グローバルな軌跡理解を通じてマルチターン根本原因診断を行う。
論文 参考訳（メタデータ） (2026-07-21T06:21:13Z) - AgentTether: Graph-Guided Diagnosis and Runtime Intervention for Reliable LLM Agent Operation [27.0859707906163]
AgentTetherは実行時修復フレームワークで、基礎となるエージェントや環境を変更することなく、実行後の診断とガイド付きリカバリを自動化する。
オフラインのノーマルビヘイビアモデルとランローカルグラフ検出器を組み合わせることで、障害クリティカルなサブトラジェクトリをローカライズする。
オフラインの診断とガイダンスツールとして、あるいはオンラインの修復レイヤとしてデプロイできる。
論文 参考訳（メタデータ） (2026-07-07T13:40:31Z) - Debugging the Debuggers: Failure-Anchored Structured Recovery for Software Engineering Agents [26.16025682022058]
PROBEは、ソフトウェアエンジニアリングエージェントの構造化リカバリのための、障害対応フレームワークである。
PROBEは、リポジトリレベルのソフトウェア修復、エンタープライズワークフローのリカバリ、AIOpsサービス緩和の3つの設定で評価します。
論文 参考訳（メタデータ） (2026-05-09T06:02:08Z) - VIBEPASS: Can Vibe Coders Really Pass the Vibe Check? [46.85901599242161]
emphFault-Triggering Test Generation(FT-Test)とemphFault-targeted Program repair(FPR)の2つの組み合わせタスクを評価した。
故障対象推論は一般的な符号化能力ではスケールしないことがわかった。
自己生成テストが障害の発見に成功すると、結果として得られた修復結果が外部から提供されたテストによってガイドされた修復と一致したり、性能が低下する。
論文 参考訳（メタデータ） (2026-03-16T21:14:28Z) - Automated Self-Testing as a Quality Gate: Evidence-Driven Release Management for LLM Applications [51.56484100374058]
我々は,エビデンスに基づくリリース決定を伴う品質ゲートを導入する自動自己テストフレームワークを提案する。
内部展開型多エージェント対話型AIシステムの縦型ケーススタディにより,本フレームワークの評価を行った。
論文 参考訳（メタデータ） (2026-03-13T20:44:15Z)
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。