日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

操作arXiv:2609.07047

MEMOBench: ロボット操作のためのプロセスレベルメモリベンチマーク

MEMOBench: A Process Level Memory Benchmark for Robotic Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

ロボット操作における記憶能力を評価するベンチマークMEMOBenchを提案し、記憶の保存・更新・圧縮をプロセスレベルで計測する。

詳しい要約

1. どんなもの?

MEMOBenchは、ロボット操作におけるプロセスレベルのメモリ評価のためのベンチマークである。30の履歴依存タスク、1,500のエキスパートデモンストレーション、84テンプレートから生成された4,200の実行可能なチェックポイントインスタンスを含む。各チェックポイントは、粗い言語から細かい言語をシミュレータ述語とペアにし、Storage、Update、Compressionのいずれかのメモリ操作をラベル付けする。これらのアノテーションに基づき、Memory Storage Rate、Memory Update Rate、Memory Compression Rateを定義し、タスク成功率に加えてメモリの忠実度を測定する。

2. 先行研究と比べてどこがすごい?

既存のロボットメモリベンチマークは主に最終的なタスク成功率に依存しており、忘却と操作失敗を混同していた。MEMOBenchは、プロセスレベルのメモリ評価を導入し、各チェックポイントでメモリ操作を明示的にラベル付けすることで、メモリの各操作(Storage、Update、Compression)の成功率を個別に測定できる点が優れている。これにより、メモリの失敗と操作の失敗を分離して診断できる。

3. 技術・手法の肝は?

MEMOBenchは、チェックポイントごとに粗い言語と細かい言語をシミュレータ述語とペアにし、メモリ操作(Storage、Update、Compression)をラベル付けする。これにより、メモリの各操作の成功率を計算する。さらに、チェックポイント言語を用いて、セマンティック、コントラスティブ、フレームワイズのメモリアライメント目的を監督し、メモリ強化ポリシーのトレーニングを可能にする。

4. どうやって有効だと検証した?

標準およびメモリ強化VLAポリシーを評価し、最強のメモリモジュールベースラインでも平均成功率は31.9%に留まることを示した。また、高いStorage率が必ずしも高いUpdate率やCompression率と共存しないことを観察した。さらに、チェックポイント言語を用いたメモリアライメント目的が、異なるメモリ操作に対して控えめな改善をもたらすことを検証した。

5. 議論はある?

要旨からは、メモリ操作の定義や評価指標の妥当性、実ロボットへの適用可能性、他のメモリモデルとの比較などについての議論は明示されていない。また、ベンチマークのタスクがシミュレーションに限定されている可能性や、言語アノテーションの主観性などが議論の余地として考えられるが、要旨には記載がない。

6. 次に読むべき論文は?

要旨で参照されている関連研究は明示されていないが、Vision-Language-Action (VLA) policiesやmemory augmented policiesに関する研究が関連する。具体的には、既存のロボットメモリベンチマークや、メモリ強化VLAポリシーの手法(例: Memory-Augmented Transformer)を読むことが推奨される。

※ 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: Haiyang Sun, Haoxiao Wang, Junming Chen, Weicheng Fang, Zihao Su, Jingkun Yi, Wenyou Yi, Hao Chen, Zhou Zhao

分類: cs.RO, cs.AI

原文アブストラクト

Robotic manipulation often requires acting on information that is no longer visible, yet Vision-Language-Action policies are usually evaluated when the current observation largely determines the next action. Existing robotic memory benchmarks expose this gap, but they still rely mainly on final task success and therefore conflate forgetting with manipulation failure. We present \textbf{MEMOBench}, a benchmark for process level memory evaluation in robotic manipulation. MEMOBench includes 30 history dependent tasks, 1{,}500 expert demonstrations, and 4{,}200 executable checkpoint instances from 84 templates. Each checkpoint pairs coarse to fine language with a simulator predicate and labels one memory operation: Storage, Update, or Compression. These annotations define Memory Storage Rate, Memory Update Rate, and Memory Compression Rate, which measure memory fidelity alongside task success. Across standard and memory augmented VLA policies, the strongest memory module baseline reaches only 31.9\% average success rate, and high storage often coexists with weak update and compression. Checkpoint language also supervises semantic, contrastive, and framewise memory alignment objectives, yielding modest gains across different memory operations. MEMOBench provides a diagnostic evaluation suite and training supervision for memory grounded robotic policies. The project page is available at https://github.com/Collab-Gen/MEMOBench.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI