凍結VLAポリシーのための達成基盤メモリによる閉ループエージェント

AGM (Achievement-Grounded Memory) は、凍結された vision-language-action (VLA) ポリシーを閉ループで動作させるための軽量フレームワーク。タスクをサブゴール列と進行ポインタで表現し、物理的証拠による検証を経てのみメモリを更新することで、オープンループ実行を実行・検証・進行の閉ループに変換する。

従来の外部メモリは、試みたアクションを完了と誤って扱うことで局所的な実行エラーをタスク状態の永続的なエラーに変える問題があった。AGMは、サブゴールの達成を物理的証拠で検証してから進行を進めることで、この問題を回避し、メモリ容量ではなく状態更新の規律が重要であることを示した。

タスクをサブゴール列と進行ポインタで表現し、現在のサブゴールが物理的証拠で検証された場合のみポインタを進める。検証のタイミングは proprioceptive interaction cues で決定し、達成内容は coherent point tracking と言語条件付きクロスビュー比較（凍結された foundation models と 2.43M パラメータの検証ヘッド）で判断する。ポリシーは凍結したままで、テスト時の大規模モデル推論を不要にする。

RoboMME Counting ベンチマークで評価し、PickXTimes と BinFill タスクにおいて、最強のメモリ拡張ベースラインを平均で上回る性能を達成。さらに物理ロボットでも同等の顕著な改善を示した。

要旨からは、AGMの検証メカニズムがどの程度の一般性を持つか、また複雑なタスクや長いタスクでのスケーラビリティに関する議論は不明。また、物理的証拠の検証が失敗した場合の回復戦略についても詳細は不明。

要旨で参照されている memory-augmented baseline や、VLA ポリシー、foundation models を用いた検証手法に関する論文。具体的には、RoboMME ベンチマークや、凍結 VLA ポリシーを閉ループ化する関連研究（例：closed-loop VLA や memory-augmented manipulation）が挙げられる。