日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マニピュレーションarXiv:2610.08995

PhysEvo: 凍結モデルの物理的自己改善フレームワーク

PhysEvo: Astra Can Act, Let It

シェア:XThreadsFacebookLINEはてブBluesky

単一の凍結モデルを中心に、タスク実行とメタエージェントによる失敗診断・ツール改善を繰り返す物理的再帰的自己改善フレームワークを提案し、シミュレーションと実機で高い成功率を達成した。

詳しい要約

1. どんなもの?

- 物理的再帰的自己改善(RSI)のフレームワーク - 単一の凍結モデル(frozen model)を中心に構成 - タスクエージェントがロボットタスクを実行 - メタエージェントが軌跡から失敗を診断し、ツールとスキルを修正・検証 - モデル重み更新や別途訓練された行動ポリシーなしで、関節レベル制御、証拠探索観測、再利用可能な操作スキルを開発 - 42のRoboDojoタスクで評価

2. 先行研究と比べてどこがすごい?

- 先行研究のRoboDawnのワンショットAstraエージェントと比較 - 保持されたタスク固有展開バージョンの5次元平均スコア68.14/100、成功率62.00%に対し、RoboDawnは47.17% - 直接Astraが困難な8つの操作タスクで成功率55.00%に対し、直接Astra参照は1.25% - シミュレーション進化したハーネスをAgileX PiPERに展開し、実世界5タスク25試行で平均スコア90.60/100、成功率84.00%

3. 技術・手法の肝は?

- タスクエージェントがロボットタスクを実行 - メタエージェントが結果の軌跡を用いて失敗を診断 - ツールとスキルを改訂し、修正をテスト - メタエージェントは自身の診断ツールも改善可能 - 保持された改訂は後の行動と自己改善の両方を支援 - モデル重み更新や別途訓練された行動ポリシーなし

4. どうやって有効だと検証した?

- 42のRoboDojoタスクで保持されたタスク固有展開バージョンを評価 - 5次元平均スコア68.14/100、成功率62.00%を達成 - 直接Astraが困難な8つの操作タスクで成功率55.00%を達成 - シミュレーション進化したハーネスをAgileX PiPERに展開し、実世界5タスク25試行で平均スコア90.60/100、成功率84.00%を達成

5. 議論はある?

- 要旨からは不明

6. 次に読むべき論文は?

- RoboDawn - Astra - RoboDojo - AgileX PiPER

※ 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: Wenqing Tian, Zeyu Zhang, Zhaocheng Liu, Fengwei Liu, Qiang Liu, Liang Wang

分類: cs.RO, cs.AI

原文アブストラクト

Astra can act, yet reliable manipulation depends on the system through which it observes and controls the world. We introduce PhysEvo, a framework for physical recursive self-improvement (RSI) around a single frozen model. A task agent executes robot tasks; a meta-agent uses the resulting trajectories to diagnose failures, revise tools and skills, and test corrections. The meta-agent can also improve its own diagnostic tools, so retained revisions support both later action and later self-improvement. This process develops joint-level control, evidence-seeking observation, and reusable manipulation skills without model-weight updates or a separately trained action policy. Across 42 RoboDojo tasks, held-out-layout evaluation of retained task-specific deployment versions yields a five-dimension average score of 68.14/100 and 62.00% success, compared with 47.17% for RoboDawn's one-shot Astra agent, the strongest published reference in our comparison. On eight manipulation tasks challenging direct Astra, PhysEvo achieves 55.00% success, compared with 1.25% for the direct-Astra reference. Deploying the simulation-evolved harness on AgileX PiPER and continuing skill revision yields 90.60/100 average score and 84.00% success across 25 trials on five real-world tasks. PhysEvo turns the consequences of action into persistent, testable changes to how a frozen model acts and improves.

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. 2newmo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
  3. 3GXO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
  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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI