論文の概要: SPARK: Self-Correcting Embodied Memory via Physical Re-Observation

• arxiv url: http://arxiv.org/abs/2611.00344v1
• Date: Fri, 30 Oct 2026 20:24:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 23:36:30.396509
• Title: SPARK: Self-Correcting Embodied Memory via Physical Re-Observation
• Title（参考訳）: SPARK: 物理的再観測による自己補正型身体的記憶
• Abstract要約: 本稿では,RAGを具現化するための修正多相フレームワークであるSPARKについて述べる。 2つの劣化した視点条件下で4つの屋外AirSimマップ上でSPARKを評価する。 単一の修正エピソードは、両方の条件下で各マップの下流のEQAを改善すると同時に、追加のみのアップデートよりも13～41%少ないオブジェクトを格納する。
• 参考スコア（独自算出の注目度）: 2.302245745989954
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Retrieval-augmented generation (RAG) systems have seen growing adoption in embodied settings as language-queryable memories of the environment. However, existing approaches often assume a reliable single-episode knowledge base (KB) or accumulate observations across episodes without correcting prior errors. Such errors can persist through incorrect semantic labels, inaccurate object positions, and inconsistent spatial relationships. To address this, we present SPARK, a corrective multi-episode framework for embodied RAG. After the first episode, a semantic critic flags regions of the KB, a targeted planner generates revisits, and a selective merge adds, removes, or replaces KB information based on the new observations. We evaluate SPARK on four outdoor AirSim maps under two degraded viewpoint conditions, using perception-built KBs, a visibility-constrained oracle used only for evaluation, and a fixed set of 158 embodied question answering (EQA) questions scored before and after correction. A single corrective episode improves downstream EQA on every map under both conditions while storing 13-41% fewer objects than append-only updating, with gains up to 2.7x on one map-condition pair. Extending correction through Episode 4 brings every map above the EQA performance of its undegraded reference. Ablations show that the critic's three signals each contribute to performance, that targeted revisits achieve a larger mean gain than untargeted ones under the same budget, and that selective merging achieves gains comparable to append-only updating with a smaller KB. Overall, SPARK demonstrates the value of correcting embodied memory through targeted re-observation, particularly as embodied systems scale and the risk of accumulated errors increases.
• Abstract（参考訳）: Retrieval-augmented Generation (RAG) システムは、環境の言語クエリ可能な記憶として、具体的環境において採用されている。 しかし、既存のアプローチでは、信頼できる単一エピソード知識ベース(KB)を前提としたり、過去のエラーを修正することなく、エピソード全体で観察を蓄積することが多い。 このようなエラーは、不正確なセマンティックラベル、不正確なオブジェクト位置、不整合空間関係を通じて持続することができる。 そこで本研究では,RAGを具現化するための修正多相フレームワークであるSPARKを提案する。 第1話の後、意味的批評家がKBの領域をフラグし、対象のプランナーがリビジットを生成し、選択的なマージが新しい観察に基づいてKB情報を追加、削除、置換する。 本研究では,2つの劣化した視点条件下での4つの屋外AirSimマップ上でSPARKを評価し,その評価にのみ使用される視認性に制約のあるオラクルと,修正前後に得られた158の具体的質問応答(EQA)の定式化を行った。 1つの修正エピソードは、両方の条件下で全てのマップの下流のEQAを改善し、追加のみの更新よりも13-41%少ないオブジェクトを保存し、1つのマップ条件ペアで2.7倍まで上昇する。 エピソード4による修正の拡張は、未劣化参照のEQAパフォーマンスの上のすべてのマップをもたらす。 アブレーションは、批評家の3つの信号がそれぞれパフォーマンスに寄与し、ターゲットのリビジョンは同じ予算の下で未ターゲットの信号よりも大きな平均ゲインを達成し、選択的なマージはより小さなKBで追加のみの更新に匹敵するゲインを達成することを示している。 全体として、SPARKは、特にエンボディドシステムスケールや累積エラーのリスクの増加など、ターゲット再観測によるエンボディドメモリの修正の価値を示す。

関連論文リスト

• Observation Quality in DSM-Assisted Aerial Localization: A Benchmark and Base-Anchored Uncertainty Calibration [8.835582445713642]
  ディジタル地表面モデルを用いた局所化のケーススタディは、ベースアンコレッド不確実性校正を評価する。 一定の全行列ベースラインに対して、この手法は728の条件で均等な位置正規化位置更新リスクを7.70%削減する。 これらの結果から, 観測地点での基準に基づく重み付けが改善した。
  論文  参考訳（メタデータ） (2026-10-13T15:33:17Z)
• Robust Ensemble Guidance for Scientific Inverse Problems [100.58137337454754]
  Robust Ensemble Guidance (REG) は、アンサンブル予測拡散を用いて観測スケールのバランスを保ち、極端に不一致な影響を制限するために標準化された残差を適応的にクリップする。 REGは3つの観測系で6.2-8.2dBのブラックホール再構成PSNRを増加させ、一致した予算比較でNavier-Stokes再構成誤差を26.4%削減する。
  論文  参考訳（メタデータ） (2026-10-04T16:54:37Z)
• When Residualization Helps an Audit: Format Effects, Slice Gains, and Their Limits [0.7734726150561088]
  LLMシステムで使用される評価スコアは、測定する品質ではなく、表面形状を追跡することができる。 観測的NLIおよびQA設定では、不随伴アノテータのラベルを用いて評価する前に、保持された複製を凍結し、再評価する。 完全な人口合意は、報告された正のスライスゲインを持つすべての観測条件に該当し、要求内ランキングはそのようなQA設定すべてに該当する。
  論文  参考訳（メタデータ） (2026-09-21T07:06:37Z)
• Predict Before You Deploy: Offline Prediction of Quantization-Induced Task Degradation for World Action Models [2.347191837057308]
  トレーニング後の量子化はメモリを削減するが、ビット幅、グループ化、および量子化器の選択は大きな構成空間を定義する。 オフライン動作偏差から量子化によるタスク劣化を予測するためのポリシ校正フレームワークであるPreDEを提案する。 独立に調整された2つのポリシーに対する450のフランカ・リサーチ3の試験では、試験前に高分解能グループに割り当てられた全ての構成が著しく劣化した。
  論文  参考訳（メタデータ） (2026-09-16T21:25:37Z)
• Convex-Hull-Neighborhood Smooth Dual Generalization: Controlling Local Correction Propagation in Offline RL [7.803284875836737]
  ブートストラップは オフライン強化学習における 推定誤差を増幅する 本稿では,ベルマンのバックアップをサンプル値のターゲットとして表現し,CHN局所補正を行うConvex Hull Neborhood Smooth Dual Generalizationを提案する。 Gym-MuJoCoとAntMazeの実験は、強力な集約性能と安定した値推定を示す。
  論文  参考訳（メタデータ） (2026-08-04T04:30:02Z)
• Beyond the Current Observation: Evaluating Multimodal Large Language Models in Controllable Non-Markov Games [69.57330692969543]
  RNG-Benchは、過去の観測を再構築するベースモデルの能力を分離するために設計されたベンチマークスイートである。 RNG-Benchには2つの補完ゲームがある: マッチングペア(英語版) - 特定の場所でカードのIDを短期間明らかにする) と、エゴセントリックなビューを空間地図に統合する3D Maze である。 最も難しい構成では、約128Kのトークンと350のイメージ入力のコンテキストが必要であり、フロンティアMLLMによる飽和には程遠いままである。
  論文  参考訳（メタデータ） (2026-06-17T17:59:34Z)
• ReVSI: Rebuilding Visual Spatial Intelligence Evaluation for Accurate Assessment of VLM 3D Reasoning [59.558706734431276]
  空間知能の現在の評価は、現代の視覚言語モデル(VLM)設定下で体系的に無効にすることができる。 本稿では,各QAペアが実際の入力の下で応答可能で正しいことを保証するためのベンチマークとプロトコルであるReVSIを紹介する。
  論文  参考訳（メタデータ） (2026-04-27T10:45:51Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• SureMap: Simultaneous Mean Estimation for Single-Task and Multi-Task Disaggregated Evaluation [75.56845750400116]
  分散評価(disaggregated evaluation) -- 異なるサブポピュレーション上での機械学習モデルのパフォーマンスの推定 - は、AIシステムのパフォーマンスとグループフェアネスを評価する上で、中核的なタスクである。 ブラックボックスモデルの評価において,マルチタスクとシングルタスクの双方に対して高い推定精度を持つSureMapを開発した。 提案手法は, ウェル・チョーゼンを用いた最大後部推定と, スタインの非バイアスリスク推定(SURE)によるクロスバリデーションフリーチューニングを併用する。
  論文  参考訳（メタデータ） (2024-11-14T17:53:35Z)

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。