論文の概要: Verify--Backtrack Loop: Structured Precondition Recovery for Long-Horizon Language Agents

• arxiv url: http://arxiv.org/abs/2610.41564v1
• Date: Fri, 30 Oct 2026 10:58:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.687572
• Title: Verify--Backtrack Loop: Structured Precondition Recovery for Long-Horizon Language Agents
• Title（参考訳）: Verify--Backtrack Loop:Long-Horizon Language Agentのための構造化プレコンディショニング
• Abstract要約: 我々は、事前条件発見と故障診断を構造化された計画状態更新に変換するReActのトレーニング不要拡張を導入する。 我々は,AppWorld,ALFWorld,ScienceWorldで,Qwen3.5-9B,GPT-4o,DeepSeek-V3.2でVBLを評価した。
• 参考スコア（独自算出の注目度）: 37.07963932893528
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Language agents increasingly tackle long-horizon tasks in interactive environments, where actions often depend on latent preconditions. The core difficulty is not trajectory length but recovery: when a prerequisite is missing or an earlier decomposition fails, trying another plausible action rarely helps. ReAct and later reflection or adaptive-planning methods support local correction, but express recovery as free-form text, with no explicit control state linking the terminal goal, the active goal, and the failure source. We introduce the Verify--Backtrack Loop (VBL), a training-free extension of ReAct that turns precondition discovery and failure diagnosis into structured planning-state updates. VBL maintains the task decomposition as a bounded goal stack and, on goal activation, execution failure, or material state change, jointly verifies two horizons---whether the active goal contributes to the terminal goal and whether it is feasible in the current state. These dual-horizon judgments, combined with typed failure attribution, trigger explicit operations---Push, Pop, retry, or BacktrackTo the parent. We evaluate VBL with Qwen3.5-9B, GPT-4o, and DeepSeek-V3.2 on AppWorld, ALFWorld, and ScienceWorld. VBL improves over ReAct and reflection-based control on every backbone--benchmark pair. On the challenging AppWorld setting, it improves task success by up to 22.07 percentage points over ReAct. Ablations show that removing either verification or diagnosis degrades performance, in several settings below ReAct, confirming that the two mechanisms are complementary. These results show that reliable long-horizon interaction benefits from revising the planning state, not merely the next action.
• Abstract（参考訳）: 言語エージェントは、対話的な環境での長い水平タスクに取り組み、アクションはしばしば潜伏した前提条件に依存する。 コアの難しさは軌道長ではなくリカバリであり、前提条件が欠落したり、早期の分解が失敗すると、もう1つの妥当なアクションを試みることはめったにない。 ReActおよび後続のリフレクションまたは適応計画法は、局所的な修正をサポートするが、端末ゴール、アクティブゴール、障害ソースをリンクする明示的な制御状態を持たず、自由形式のテキストとしてリカバリを表現する。 Verify--Backtrack Loop (VBL)は、事前条件発見と故障診断を構造化された計画状態更新に変換するReActのトレーニング不要拡張である。 VBLは、タスク分解を有界ゴールスタックとして維持し、ゴールアクティベーション、実行失敗、または物質状態の変化において、2つの地平線を共同で検証する。 これらの二重水平判断と型付き障害属性が組み合わさって、明示的な操作をトリガーする。 我々は,AppWorld,ALFWorld,ScienceWorldで,Qwen3.5-9B,GPT-4o,DeepSeek-V3.2でVBLを評価した。 VBLは、バックボーン毎にReActとリフレクションベースのコントロールを改善する。 挑戦的なAppWorld設定では、ReActよりも最大22.07ポイントのタスク成功を改善する。 アブレーションは、検証または診断の除去が、ReAct以下のいくつかの設定で性能を低下させ、2つのメカニズムが相補的であることを確認している。 これらの結果から, 信頼性の高い長期的相互作用は, 単に次の行動ではなく, 計画状態の見直しの恩恵を受けることが示唆された。

関連論文リスト

• LOGIV: Graph-Verified Execution with Causal Local Repair for Long-Horizon Robot Tasks [21.91385503092992]
  LOGIVはエージェントロボット実行のためのグラフエンジニアリングフレームワークである。 シンボリックプランニング、観察に基づく検証、そして実施されたアクションを結びつける。 既存のVision-Language-Action (VLA) や World Action Model (WAM) よりも上で動作している。
  論文  参考訳（メタデータ） (2026-10-29T13:30:16Z)
• Lost in Recovery: Demystifying Recovery Behavior of Computer-Use Agents via Goal-Oriented Action Replay [63.05870209824107]
  本稿では,コンピュータ利用エージェントの回復行動を研究するためのスケーラブルな評価フレームワークReTraceを提案する。 我々は、制御されたエラーインジェクションの後にゴール指向のアクションリプレイによって、この基準を運用する。 ReTraceを用いて、自律型モデルベースリカバリに関する最初の体系的研究を行う。
  論文  参考訳（メタデータ） (2026-10-20T09:59:12Z)
• CarryOn: A Dual-Loop Harness for Personalized and Reliable Robot Assistance [81.4342222387133]
  凍結VLAポリシーを強化するために設計されたデュアルループハーネスであるCarryOnを提案する。 計画ループは、持続的なユーザレベルとシーンレベルのコンテキストを維持し、新しい観察に対して継続的に基礎を置いている。 実行が失敗すると、システムは再利用可能な制御ベースのリカバリスキルを起動し、タスクの進捗を回復し、以前の障害に対するリフレクションによって洗練される。
  論文  参考訳（メタデータ） (2026-10-15T07:54:39Z)
• When Trackers Fail: VLM-Guided Verification and Recovery for Robust Video Object Segmentation [8.724615581190273]
  再出現または注意散らしの下では、誤った予測が追跡ループに入り、時間とともに伝播し、永続的なアイデンティティドリフトをもたらす。 既存のアプローチでは、メモリと時間的曖昧さを改善してそのような障害を防止しようとしているが、一度障害が発生したら、トラッカーはそれを認識または修正する明確なメカニズムを持っていない。 このギャップに対処するDual-Agentは、明確な検証とリカバリで伝搬を補完する障害対応追跡フレームワークである。
  論文  参考訳（メタデータ） (2026-10-11T21:24:17Z)
• RESETTLE: Robotic Recovery through Disagreement-Triggered Retrieval and Efficient Corrective Control [92.47481295713227]
  本稿では,凍結ロボットポリシーのアクション・エグゼクティブ・インタフェースにおいて,効率的なリカバリのためのモデルに依存しないフレームワークであるRESETTLEを紹介する。 適応されたV-JEPAエンコーダを使用して、同じタスクのデモ参照を取得する。 LIBERO-Plus、Meta-World、RoboCasaでは最大8.70%、6.28%、絶対的な成功率6.83%に達する。
  論文  参考訳（メタデータ） (2026-10-08T15:49:03Z)
• BICPO-VLA: Behavior-Identified Continuation Preference Optimization for Smooth Asynchronous Vision-Language-Action Control [32.93954687398763]
  BICPO-VLAは、リクエスト・ツー・ハンドオフとリクエスト・ツー・ハンドオフのミスマッチのギャップに対処する。 命令対応因果履歴エンコーダは、コマンドがサポートする動作と現在のタスク進捗を識別する。 BICPOは、既知のアウトゴーイングアクションを実際のハンドオフ状態にロールし、行動にマッチした候補に参照相対フロー-DPOを適用する。
  論文  参考訳（メタデータ） (2026-08-14T03:51:27Z)
• VLAA-GUI: Knowing When to Stop, Recover, and Search, A Modular Framework for GUI Automation [98.38575149237442]
  VLAA-GUIは3つの統合コンポーネントを中心に構築されたモジュラーGUIフレームワークである。 必須完全性検証は、UIで観測可能な成功基準と検証を、各完了ステップで実施する。 強制的なループブレーカは、繰り返し失敗した後、多層切替インタラクションモードを提供する。
  論文  参考訳（メタデータ） (2026-04-23T07:42:37Z)
• Goal2Skill: Long-Horizon Manipulation with Adaptive Planning and Reflection [15.30405243180468]
  長い水平な操作タスクには、永続的なメモリ、適応的なタスクの分解、実行障害からの明示的な回復が必要である。 本フレームワークは,低レベルモータ実行から高レベルセマンティック推論を明示的に分離する。 VLMベースのエージェントモジュールとして実装された高レベルプランナは、構造化されたタスクメモリを維持している。 低レベルエグゼキュータは、VLAベースのビジュモータコントローラとしてインスタンス化され、各サブタスクを実行する。
  論文  参考訳（メタデータ） (2026-04-15T14:53:09Z)

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。