身体性生涯学習2025/12/1arXiv:2512.00076

Arcadia: 身体性生涯学習のためのフルライフサイクルフレームワークに向けて

Arcadia: Toward a Full-Lifecycle Framework for Embodied Lifelong Learning

実世界でのデータ収集・生成的なシーン再構成・共有身体表現・sim-from-real評価を密結合した閉ループにより、身体性エージェントの生涯学習と汎化を実現するフレームワークを提案。

詳しい要約

1. どんなもの？

- 身体性を伴う学習を単一工程の最適化ではなくライフサイクル問題として捉える枠組み - Arcadia と呼ぶ closed-loop framework を提案 - 4段階を緊密に結合: (1) Self-evolving exploration and grounding による実環境データ獲得、(2) Generative scene reconstruction and augmentation による現実的で拡張可能な scene 生成、(3) navigation と manipulation を単一の multimodal backbone で統合する Shared embodied representation architecture、(4) Sim-from-real evaluation and evolution による simulation ベース適応で feedback loop を閉じる - 標準化 interface を公開し再現可能な評価と cross-model 比較を可能にする

2. 先行研究と比べてどこがすごい？

- 従来は data collection・simulation・learning・deployment の一リンクのみを最適化し、改善が持続せず狭い設定を超えた汎化が難しいと指摘 - Arcadia は4段階の結合を非分解可能と位置づけ、どれか一stageを除くと改善loopが壊れ one-shot training に戻ると主張 - 単段最適化ではなくライフサイクル全体の連続改善と end-to-end generalization を狙う点が差異 - 具体的な先行研究名との比較は要旨からは不明

3. 技術・手法の肝は？

- 中核は4段階の closed-loop 結合 - (1) 物理環境での autonomous data acquisition を Self-evolving exploration and grounding で行う - (2) Generative scene reconstruction and augmentation で scene を生成・拡張 - (3) navigation と manipulation を単一 multimodal backbone に統合する Shared embodied representation architecture - (4) Sim-from-real evaluation and evolution で simulation ベース適応を行い feedback loop を閉じる - 結合は非分解可能とされ、いずれか欠けると one-shot training に戻ると主張

4. どうやって有効だと検証した？

- navigation と manipulation の benchmark で一貫した gains を報告 - 物理ロボットへ robust に transfer したと報告 - 標準化 interface を公開し再現可能な評価と cross-model 比較を可能にすると述べる - 具体的な benchmark 名・データセット名・被験ロボット・評価指標・比較手法は要旨からは不明

5. 議論はある？

- 4段階の結合が非分解可能であり、一stageを除くと改善loopが壊れ one-shot training に戻るという設計主張 - 継続的な実世界データ獲得・生成的 simulation 更新・shared-representation learning が lifelong improvement と end-to-end generalization を支えると結論 - 標準化 interface により再現可能評価と cross-model 比較を可能にし、汎用 embodied agents の scalable foundation と位置づけ - 限界・失敗事例・計算コスト・安全性・実ロボットでの詳細条件は要旨からは不明

6. 次に読むべき論文は？

- 要旨で参照・比較されている個別研究は明示されていない - 関連手法として embodied lifelong learning、sim-to-real transfer、generative scene reconstruction、multimodal backbone による navigation と manipulation の統合、shared representation learning の定番研究を次に読む候補とする - 具体的な論文名は要旨からは不明

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Minghe Gao, Juncheng Li, Yuze Lin, Xuqi Liu, Jiaming Ji, Xiaoran Pan, Zihan Xu, Xian Li, Mingjie Li, Wei Ji, Rong Wei, Rui Tang, Qizhou Wang, Kai Shen, Jun Xiao, Qi Wu, Siliang Tang, Yueting Zhuang

分類: cs.RO, cs.CV

原文アブストラクト

We contend that embodied learning is fundamentally a lifecycle problem rather than a single-stage optimization. Systems that optimize only one link (data collection, simulation, learning, or deployment) rarely sustain improvement or generalize beyond narrow settings. We introduce Arcadia, a closed-loop framework that operationalizes embodied lifelong learning by tightly coupling four stages: (1) Self-evolving exploration and grounding for autonomous data acquisition in physical environments, (2) Generative scene reconstruction and augmentation for realistic and extensible scene creation, (3) a Shared embodied representation architecture that unifies navigation and manipulation within a single multimodal backbone, and (4) Sim-from-real evaluation and evolution that closes the feedback loop through simulation-based adaptation. This coupling is non-decomposable: removing any stage breaks the improvement loop and reverts to one-shot training. Arcadia delivers consistent gains on navigation and manipulation benchmarks and transfers robustly to physical robots, indicating that a tightly coupled lifecycle: continuous real-world data acquisition, generative simulation update, and shared-representation learning, supports lifelong improvement and end-to-end generalization. We release standardized interfaces enabling reproducible evaluation and cross-model comparison in reusable environments, positioning Arcadia as a scalable foundation for general-purpose embodied agents.

arXivで原文を読む →arXiv概要ページ

← 論文一覧