Nautilus: 単一プロンプトからプラグアンドプレイのロボット学習へ

- ロボット学習研究の断片化を解消するオープンソースのハーネス NAUTILUS を提案。 - 単一のユーザープロンプト（例: "Evaluate policy A with benchmark B"）から、再現・評価・fine-tuning・deployment のワークフローを生成。 - plug-and-play な agent skill sets、policy/simulator/benchmark/実機間の typed contracts、統一インターフェースと実行環境、各マイルストーンでの自動検証を備える。 - 既存実装の adapter と container を自動生成し、新規の policy・simulator/benchmark・robot も統一インターフェースで取り込める。

- 従来は policy families・benchmark suites・実機が複雑な組合せ行列で絡み合い、要素の移植が工学上の悪夢だった。 - 汎用 coding agents は特定の設定を時折橋渡しできるが、ロボティクス研究の procedural priors と validation practices を欠くため大規模にはギャップを埋められない。 - NAUTILUS は手書きの glue code なしで cross-validation coverage を拡大し、手作業でキュレーションされた framework ではなく scalability のための research harness を目指す点が異なる。

- ロボティクス研究から distilled priors を得た plug-and-play な agent skill sets を提供。 - policy・simulator/benchmark・実機間を typed contracts で結び、統一インターフェースと実行環境を用意。 - 各マイルストーンで明示的・自動的な validation と testing を行う信頼できる agentic coding workflow を採用。 - 既存実装向けの adapter と container を自動生成し、新規要素も wrap して onboard。 - nautilus の殻が chamber を追加して成長するように、chambered units で実行を拡張してスケールする。

- 要旨からは不明。 - 自動生成された adapter/container や cross-validation coverage の拡大について述べるが、具体的な実験・ベンチマーク結果は記載されていない。

- 要旨からは不明。 - ロボット学習エコシステムの拡大に伴う cross-family reproduction と evaluation の工学的負担軽減を目的として掲げるが、限界や議論の記述はない。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、汎用 coding agents、policy families、benchmark suites、simulators、real robots が挙げられる。 - 同分野の定番として robot learning の reproduction/evaluation フレームワーク（例: RLBench、robomimic、D4RL など）が次の読むべき候補。ただし要旨に具体名はない。