論文の概要: Which Hand Was Late? Diagnosis for Robot Failure Recovery in Bimanual Tool Use

• arxiv url: http://arxiv.org/abs/2610.37533v1
• Date: Tue, 27 Oct 2026 16:53:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.721686
• Title: Which Hand Was Late? Diagnosis for Robot Failure Recovery in Bimanual Tool Use
• Title（参考訳）: どの手が遅かったか? 両用具を用いたロボットの故障回復診断
• Abstract要約: 双方向ツールの使用は、他の種類の失敗を追加する。 シミュレーションされたバイマニュアルツール使用タスクでは、各センシングチャネルが診断者に伝えるものを計測する。
• 参考スコア（独自算出の注目度）: 3.8825198843426345
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Failure diagnosers for robot manipulation are increasingly vision--language models (VLMs), trained and evaluated on single-arm failures produced by perturbing a successful demonstration. Bimanual tool use adds failures of other kinds: a tool that slips out of its socket while still held, two correct gestures made at different times, and attempts that fail for two reasons at once. On a simulated bimanual tool-use task whose failure causes are read from the recorded trace, we measure what each sensing channel lets a diagnoser tell. The tool's slip is read on the tool hand; which hand was late is read on both arms, while a sensor on one hand reads its own hand's delay and at most part of the other's; and whether a late attempt was also pushed too weakly is not identifiable from passive sensing when the tool hand is late. Within two attempts, a repair policy that escalates when the cause is not identifiable repairs as many failures as one told the true cause. A VLM's internal state carries the late hand almost perfectly, along a direction no closer to the one its answer reads than a random one; whether the answer reports it depends on the wording of the question.
• Abstract（参考訳）: ロボット操作の故障診断器はますます視覚言語モデル(VLM)となり、成功したデモンストレーションを摂動することで生じる単一銃の故障を訓練し評価する。 ソケットから抜け出すツール、異なるタイミングで2つの正しいジェスチャー、そして一度に2つの理由で失敗する試みだ。 記録されたトレースから障害原因を読み取るための擬似バイマニュアルツール利用タスクにおいて、各検知チャネルが診断者に対して何を伝えるかを計測する。 道具のスリップは道具の手で読み上げ、手は両腕で読み、片手はセンサーが手の動きの遅れを読み取り、もう片方の手は手の動きの遅れを読み取り、もう片方の手は手の動きが遅すぎると受動的に感知されなくなる。 2つの試みの中で、原因が特定できない場合にエスカレートする修復ポリシーは、本当の原因を告げるほど多くの失敗を発生させる。 VLMの内部状態は、答えがランダムなものよりも読み取れるものに近い方向に沿って、ほぼ完璧に故手を運び、答えが質問の語調に依存するかどうかを報告する。

関連論文リスト

• Who Verifies the Tools? How Warped Formatters Mislead Agents and Their Verifiers [0.0]
  私たちは、ニューヨークにあるPilsudski Instituteで使われているRAG研究システムで、この現象が起きているのを見ました。 それぞれのツールが正しく仕事をしたが、その出力は検索制限、結果キャップ、識別子を省略した。 筆者らは,これらのフォーマッターがエージェントと検証器を誤用し,その修復語がどの程度役立つかを検討した。
  論文  参考訳（メタデータ） (2026-10-23T03:22:12Z)
• Knowing When to Stop: The Evidence-Action Gap in Coding Agents [76.92446812179517]
  コーディングエージェントはタスクを完了させるために訓練され、環境が完了を不可能にしている場合でも試し続けます。 ImpasseBenchを導入し、12の環境ブロッカーを他の方法で解決可能な修理タスクに注入する。 外部に必要なほぼすべての実行が十分な証拠を集めているのに、3分の1は予算を使い果たしている。
  論文  参考訳（メタデータ） (2026-10-22T20:45:47Z)
• AlphaDiana: A Measurement System for Agents in Verifiable Reasoning Tasks [70.52860945958031]
  我々は、データセット、エージェント、環境、スコアラーの計測システムであるAlphaDianaを紹介する。 5つの回答ベースベンチマークで3つのオープンソースモデルと3つのオープンソースハーネスについて検討する。 ハーネスは推論の精度を常に改善しないことがわかった。
  論文  参考訳（メタデータ） (2026-10-14T14:04:48Z)
• TimeEvo: Failure-Driven Self-Evolution of a Time Series Agent [58.343983191487276]
  時系列エージェントは、外部ツールを呼び出すことで分析的な質問に答える。 Human-Agent Tool Misalignment: 21のエキスパートキュレートされたツールのライブラリは、いくつかのタスクを支援し、他の人を傷つけます。 TimeEvoは、エージェントの診断された障害を能力ギャップに集約し、それぞれの測定を計画し、ペアの入場ゲートを通してのみ候補ライブラリを許可する。
  論文  参考訳（メタデータ） (2026-09-23T03:08:12Z)
• Robustness Analysis of Agentic AI to Inconsistent and Incomplete Tool Responses [8.002494437891077]
  リターンがエージェントコンテキストに入ると、ツールの障害を分析します。 確率に基づく信号は、不完全なリターンといくつかの直接的な不整合をはっきりと捉えていることを示す。 可能性信号の弱いいくつかの障害は、エージェントを状態変化アクションにリダイレクトすることができる。
  論文  参考訳（メタデータ） (2026-08-24T00:26:57Z)
• Rebuild Dossier: Mechanically-Enforced Specs for Agentic App Rebuilds, and What Model-Tier Failures Reveal [0.0]
  restruct-dossierは、コードを記述する前にアプリケーションの実際のインターフェースをロックするオープンソースツールである。 自動チェックによるワンテスト・アズ・ア・タイムのビルドを強制する。
  論文  参考訳（メタデータ） (2026-08-22T01:26:56Z)
• Foresight: Failure Detection for Long-Horizon Robotic Manipulation with Action-Conditioned World Model Latents [58.49879338545782]
  ロングホライゾンタスクは、現実のロボット展開では一般的なものだが、そのようなタスクの障害検出は未調査のままである。 動作条件付き世界モデルからの潜在表現を用いて、操作軌跡をモニタする故障検出フレームワークであるForesightを提案する。 この結果から, 動作条件付きワールドモデル埋め込みは, 長距離操作における信頼性のある故障監視のためのスケーラブルな表現を提供する可能性が示唆された。
  論文  参考訳（メタデータ） (2026-06-22T09:32:28Z)
• Model-Adaptive Tool Necessity Reveals the Knowing-Doing Gap in LLM Tool Use [47.29360932085394]
  大規模言語モデル(LLM)は、外部ツールを呼び出す時と直接答える時を判断しなければならない自律的なエージェントとして、ますます機能します。 本稿では,各モデルの経験的性能に基づいて,ツール必要度をモデル適応的に定義する。 その結果,26.5～54.0%,30.8～41.8%のミスマッチが認められた。
  論文  参考訳（メタデータ） (2026-05-13T18:59:28Z)

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。