エージェント初出 8/18 02:59
BATONを落とすな：エージェントサブタスク探索と遷移認識メモリによる長水平ロボット操作
Don't Drop the BATON: Long-Horizon Robot Manipulation via Agentic Subtask Exploration and Transition-aware Memory
https://export.arxiv.org/api/query·2026/8/17
AI要約
長期間にわたるロボット操作タスクにおいて、エージェントがサブタスクを自律的に探索し、遷移を考慮した記憶を活用することで、エラーの連鎖を防ぎ、タスク成功率を向上させる手法を提案。固定されたVLAモデルとLLMエージェントを組み合わせ、言語による計画と接触を伴う動作の実行を分担する。
AI要点
- 長水平ロボット操作において、エージェントによるサブタスク探索と遷移認識メモリを導入した新手法「BATON」を提案。
- サブタスク単位での探索と、遷移を考慮したメモリにより、従来手法の学習コスト multiplicative から additive への改善を実現。
- サブタスク間の遷移管理（verifier, handoff, lookahead）により、タスク成功率を向上。
- RoboMemArenaベンチマークで、従来SoTAを上回るタスク成功率11.6%向上を達成。
なぜ重要か
BATONは、複雑なロボット操作タスクにおける学習効率と成功率を大幅に改善する可能性があり、実世界での多段階ロボット制御の実用化に貢献すると期待される。