EmbodiedSWE：長期的器用ロボティクスのためのコーディングエージェント

- 長期的・器用なロボティクス作業のためのcoding agentsを研究。 - その解決策が汎用ロボットポリシー学習のスケーラブルなsupervisionになり得るか問う。 - EMBODIEDSWE-BENCHを開発：接触豊富なmanipulation、deformable objects、最大30分の連続interactionを要するlong-horizonタスクを含むsimulation benchmark。 - EMBODIEDSWE-GENを導入：coding agentの単一解を多様なtrajectoriesに拡張しVLAを訓練。

- 先行研究との具体的比較は要旨からは不明。 - frontier coding agentsが複雑なlong-horizonタスクを解き、タスクとembodimentを跨いでprior solutionsを転移できることを発見。 - しかし得られた解は反復的interactionを要し、個々のタスクインスタンスに特化しがち。 - EMBODIEDSWE-GENにより単一解から多様なtrajectoriesを生成し、VLA性能がdemonstrations数と共に向上。 - agent-aided diversificationがheld-outタスク変種へのgeneralizationを改善。

- EMBODIEDSWE-BENCH：接触豊富なmanipulation、deformable objects、long-horizonタスク（最大30分）を網羅するsimulation benchmark。 - coding agentsがこれらのタスクを解くための支援ツールを設計。 - EMBODIEDSWE-GEN：coding agentの単一解を大規模で多様なtrajectoriesに拡張し、VLAを訓練。 - agent-aided diversificationを実施。

- frontier coding agentsがEMBODIEDSWE-BENCHの複雑なlong-horizonタスクを解けることを確認。 - タスクとembodimentを跨いだprior solutionsの転移を確認。 - VLA性能が生成demonstrations数の増加に伴い向上。 - agent-aided diversificationがheld-outタスク変種へのgeneralizationを改善。 - coding-agent-generated simulation demonstrationsのみでfinetuneしたVLAがreal robotでlong-horizonタスクを完了。

- 得られた解は実用的だが、substantial iterative interactionを要し、個々のタスクインスタンスに特化する傾向。 - スケーラブルなsupervisionとしての可能性と限界が議論の焦点。 - 具体的な議論の詳細は要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として、VLA (Vision-Language-Action) models、coding agents、long-horizon robotics benchmarks、deformable object manipulation、contact-rich manipulationに関する研究が挙げられる。