arXiv News

すべての人に一次情報を

サイト

Aboutプライバシーポリシー利用規約

© 2026 arXiv News

RoCがRMBenchでロボットタスク成功率を24%向上 | arXiv News

arXiv News

英語日本語

言語を切り替え

英語日本語
アカウントを読み込み中…

すべての人に一次情報を

トップページに戻る
ロボティクス日本語公開済み

RoCがRMBenchでロボットタスク成功率を24%向上

2026年11月21日arXiv: 2611.26341v1

RoC(Reasoning on Call)は、ロボットが必要なときだけ強力な推論エージェントを呼び出す新しい枠組みです。低レベルのポリシーがほとんどの時間を占め、タスク状態モニタが実行を監視します。モニタが問題を検知すると、エージェントに実行の修正、計画の変更、または両方を判断させます。

RMBenchでの測定では、RoCは99.6%のタスク成功率を記録し、最強のエージェントベースベンチマークに対して24.0%ポイント、最強のポリシーベースベンチマークに対して15.1%ポイントの向上を示しました。また、トークン消費量を65.3%削減しました。タスクは3つの長期制御操作で構成され、RoCは実行修復と計画再構築を効率的に行いました。

実機実験では、難しいグラブ(把持)に失敗したケースが残念ながら主な失敗原因でした。エージェントが視覚情報を活用して改善策を提示しても、把持動作自体を成功に導けなかったため、現在のアプローチの限界が明らかになりました。今後は、視覚に基づくグラブ推論を強化することで残存する失敗モードを克服することが課題です。

元論文

Reasoning on Call: Efficient Agentic Robot Control for Long-Horizon Robot Manipulation

ロボティクス
arXiv で見る