ツールによる拡張可能な身体性能力の実現

- 既存のembodied intelligence手法は知覚・推論・計画・制御を単一のparameterized policyで扱うが、これらは本質的に階層的かつ異種的で学習・モジュール化が困難。 - 異種能力を独立最適化されたtoolに外部化し、推論時に動的呼び出しするcapability externalizationを提案。 - Embodied Tool Protocol (ETP)を導入し、toolの登録・発見・呼び出し・実行を標準化。 - 知覚・認知・推論・実行にわたる100以上の検証済みtoolをtool baseとして整備。 - EmbodiedToolBenchを構築し、tool拡張がembodied性能を改善するか、モデルがtoolをどう使うかを評価。

- 従来は知覚・推論・計画・制御を単一のparameterized policyに統合する手法が主流。 - 本手法は異種能力を独立最適化されたtoolに分離し、推論時に動的呼び出しする点で異なる。 - ETPによりtoolの登録・発見・呼び出し・実行を標準化し、100以上の検証済みtoolを整備。 - EmbodiedToolBenchでtool拡張の効果とモデルのtool利用能力を評価する枠組みを提供。 - 要旨からは、先行研究との具体的な性能比較や優位性の定量的詳細は不明。

- capability externalization: 異種能力を独立最適化されたtoolに外部化し、推論時に動的呼び出し。 - Embodied Tool Protocol (ETP): embodied toolの登録・発見・呼び出し・実行の標準プロトコル。 - tool base: 知覚・認知・推論・実行にわたる100以上の検証済みtoolを整備。 - EmbodiedToolBench: tool拡張がembodied性能を改善するか、モデルがtoolをどう使うかを評価。 - 評価軸: tool-necessity recognition, tool selection, tool execution, tool-chain composition。

- simulationとreal-world platformの両方で実験。 - capability externalizationがembodied性能を一貫して改善することを確認。 - 平均改善: EB-ALFREDで31%、EB-Navigationで36%。 - 認知・知覚では改善が大きいが、実行型能力では限定的という境界を明示。 - 全モデルで「いつ・どれを・どう呼び出すか」が依然課題であることを分析。

- capability externalizationは認知・知覚で大きな改善をもたらすが、実行型能力では限定的。 - toolの必要性認識・選択・実行・連鎖の能力が全モデルで持続的課題。 - embodied tool competenceが今後の重要研究方向であると強調。 - 要旨からは、限界の原因や具体的な失敗事例、計算コストなどの議論は不明。

- 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、embodied intelligenceのunified parameterized policy、tool augmentation、tool learning、EmbodiedToolBench、ETPが挙げられる。 - 同分野の定番として、embodied AI benchmarks (EB-ALFRED, EB-Navigation) やtool-use frameworksが考えられる。