手順支援メモリを備えた能動的ロボットのためのエージェントフレームワーク

- 能動的(proactive)ロボットのための、memory-based agentic frameworkの提案。 - VLM task predictorがProcedural Assistance Memory (PAM)と現在の観測を読み、いつ支援するか・どのタスクを行うかを決定。 - VLA executorが予測されたタスクを実行する。 - PAMはactivity phases上のfinite-state machine、per-state assistance rules、event-driven transitionsで構成。 - reflection VLMが毎日のinteraction traceからPAMを更新(weight updatesやretrainingなし)。

- 従来のcommonsense knowledgeからの意図推論では、同じ観測行動でもユーザーごとにニーズが異なり、不要な支援につながる問題があった。 - 実世界の日常ルーチンには反復パターンがある点に着目し、それを学習することで能動的判断の曖昧さを低減。 - memory-free baselinesは保守的で、proactive tasksのrecallが限定的だった。 - 提案手法は経験の蓄積とともに一貫して改善し、precision・recall・F1で最高性能を達成。

- VLM task predictorがPAMと現在の観測を読み、支援タイミングとタスクを決定。 - VLA executorが予測タスクを実行。 - PAMはactivity phases上のfinite-state machine、per-state assistance rules、event-driven transitionsで構造化。 - reflection VLMが各日のinteraction traceからPAMを修正。weight updatesやretrainingは不要。

- 5-day desk-assistance evaluationを実施。 - memory-free baselinesは保守的でproactive tasksのrecallが限定的。 - 提案システムは経験蓄積とともに一貫して改善し、precision・recall・F1で最高。 - first-fire delayがDay 1の約5秒からDay 5には1秒に短縮。 - ユーザーのルーチン変化にも継続的なmemory reflectionで適応し、memory-routine misalignmentから1回のmemory updateで回復。

- 日常ルーチンの反復パターン学習が能動的判断の曖昧さを低減する点を主張。 - memory-free baselinesの保守性とrecall限界を指摘。 - 経験蓄積による性能改善とfirst-fire delay短縮を示す。 - ルーチン変化への適応とmemory-routine misalignmentからの回復を報告。 - 要旨からは、限界や失敗事例、計算コスト、他タスクへの一般化に関する議論は不明。

- 要旨で参照/比較されている研究: memory-free baselines、commonsense knowledgeに基づく意図推論。 - 関連手法: VLM task predictor、VLA executor、reflection VLM、Procedural Assistance Memory (PAM)。 - 同分野の定番: proactive robots、human intention inference、commonsense reasoning、vision-language-action (VLA) models、vision-language models (VLMs)。