AAI News Hub
研究Thu, August 13, 2026·6d ago2 sources corroborating

身体性エージェント向けハーネスを研究者らが検証

TheaとSHAPERは、コーディングエージェントのインフラ設計の考え方をロボットと身体性AIに応用する。

なぜ重要か

この研究は、身体性AIにおける焦点をモデル重みだけでなく、その周囲の実行システムへと移している。ロボティクスエージェントの進歩には、より優れた状態表現、行動インターフェース、評価ループ、再利用可能なスキルが必要になる可能性を示している。

要点

  • 1.Theaはロボットの能力を呼び出し可能なツールとしてラップする。
  • 2.SHAPERはモデルのパラメータを更新せずに、スキルとハーネスコードを進化させる。
  • 3.両論文は、身体性エージェントの性能においてハーネス設計が中核になると位置づけている。

2本の新しい論文が、コーディングエージェントで使われるハーネスモデルが身体性エージェントの改善に役立つかを検証している。1本は、ロボットの能力を呼び出し可能なツールとしてラップし、永続的なシーングラフと行動評価メカニズムを加えることで、物理環境でのループを閉じるロボットエージェント用ハーネス、Theaを提示する。もう1本はSHAPERを提示する。これは訓練不要の適応フレームワークで、モデルのパラメータを凍結したまま、対象環境でのロールアウトを通じて再利用可能なスキルとコンテキストコード・ハーネスを進化させるもので、VLABenchとESI-Benchで評価された。

今日から使える

身体性エージェントをファインチューニングする前に、パラメータ更新なしでツール、コンテキスト表現、行動評価ループを改善できないかを点検すべきだ。

出典・一次報道

本記事は以下の媒体の報道を要約し、リンクしています。

この記事が役に立ちましたか?次号をメールでお届けします。

関連: 研究