論文の概要: IMMP++: Isometric Motion Manifold Primitives with Parametric Curve Models

• arxiv url: http://arxiv.org/abs/2310.17072v2
• Date: Mon, 15 Jan 2024 07:02:44 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-18 00:56:34.565457
• Title: IMMP++: Isometric Motion Manifold Primitives with Parametric Curve Models
• Title（参考訳）: IMMP++:パラメトリック曲線モデルを用いた等尺運動マニフォールドプリミティブ
• Authors: Yonghyeon Lee
• Abstract要約: パラメトリック曲線表現にMMPフレームワークを適用することで、MMPと従来の手法の利点を組み合わせたモーション・マニフォールド・プリミティブ・++(MMP++)を導入する。 MMP++は、潜伏空間の幾何学的歪みのために、時に著しく劣化することがある。 IMP++(Isometric Motion Manifold Primitives++)を提案する。
• 参考スコア（独自算出の注目度）: 5.982922468400902
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Motion Manifold Primitive (MMP) produces, for a given task, a continuous manifold of trajectories, each of which can successfully complete the task, addressing the challenge of high dimensionality in trajectory data. However, the discrete-time trajectory representations used in existing MMP methods lack important functionalities of movement primitives (e.g., temporal modulation, via-points modulation, etc.) found in other conventional methods that employ parametric curve representations. To address these limitations, we introduce Motion Manifold Primitives++ (MMP++), which combines the advantages of the MMP and conventional methods by applying the MMP framework to the parametric curve representations. However, we observe that the performance of MMP++ can sometimes degrade significantly due to geometric distortion in the latent space -- by distortion, we mean that similar motions are not located nearby in the latent space. To mitigate this issue, we propose Isometric Motion Manifold Primitives++ (IMMP++), where the latent coordinate space preserves the geometry of the manifold. Experimental results with 2-DoF planar motions and 7-DoF robot arm tasks demonstrate that MMP++ and IMMP++ outperform existing methods, in some cases by a significant margin, while maintaining the advantages of parametric curve representations.
• Abstract（参考訳）: 運動多様体プリミティブ(mmp)は、与えられたタスクに対して、軌道データにおける高次元の課題に対処して、それぞれがうまくタスクを完了できる軌道の連続多様体を生成する。 しかし、既存のMMP法で使われる離散時間軌道表現は、パラメトリック曲線表現を用いる他の方法に見られる運動プリミティブの重要な機能(時間変調、透視変調など)を欠いている。 これらの制約に対処するために,MMP の利点と従来の手法を組み合わせた Motion Manifold Primitives++ (MMP++) を導入し,MMP フレームワークをパラメトリック曲線表現に適用する。 しかし,mmp++の性能は,潜伏空間の幾何学的歪みにより著しく低下する可能性があることが観察された。 この問題を軽減するため,我々は,可換座標空間が多様体の幾何学を保存する等尺運動多様体プリミティブs++ (immp++) を提案する。 2-DoF平面運動と7-DoFロボットアームタスクによる実験結果は、MMP++とIMMP++がパラメトリック曲線表現の利点を維持しつつ、既存の手法よりも優れていることを示す。

関連論文リスト

• Zero-point energy of tensor fluctuations on the MPS manifold [0.05524804393257919]
  本研究では, 行列積状態(MPS)多様体を用いた高相関磁気系における低エネルギー物理の研究手法を提案する。 我々は,MPSにより基底状態がより良く表現されるシステムに,ある種の低絡磁材料をモデル化することに成功しているスピン波アプローチを適用した。
  論文  参考訳（メタデータ） (2024-10-29T18:00:02Z)
• Efficient and Effective Weight-Ensembling Mixture of Experts for Multi-Task Model Merging [111.8456671452411]
  マルチタスク学習(MTL)は、共有モデルを利用して複数のタスクを遂行し、知識伝達を促進する。 マルチタスクモデル統合のためのウェイトエンセブリング・ミックス・オブ・エキスパート(WEMoE)手法を提案する。 WEMoEとE-WEMoEは, MTL性能, 一般化, 堅牢性の観点から, 最先端(SOTA)モデルマージ法より優れていることを示す。
  論文  参考訳（メタデータ） (2024-10-29T07:16:31Z)
• Extracting Signal out of Chaos: Advancements on MAGI for Bayesian Analysis of Dynamical Systems [0.0]
  基本MAGI法における新しい手法改良であるPilot MAGIを導入する。 系が安定であるかカオスであるかを確率論的に分類するために、MAGIに基づく手法と力学系理論を組み合わせる方法を示す。 PMSPはカオス力学系においても正確な将来予測を出力できることを示す。
  論文  参考訳（メタデータ） (2024-08-20T15:47:06Z)
• Generalizable Implicit Motion Modeling for Video Frame Interpolation [51.966062283735596]
  フローベースビデオフレーム補間(VFI)における動きの重要性 本稿では,動きモデリングVFIの新規かつ効果的なアプローチである一般インプリシット・モーション・モデリング(IMM)を紹介する。 我々のGIMMは、正確にモデル化された動きを供給することによって、既存のフローベースVFIワークと容易に統合できる。
  論文  参考訳（メタデータ） (2024-07-11T17:13:15Z)
• Unleashing Network Potentials for Semantic Scene Completion [50.95486458217653]
  本稿では,新しいSSCフレームワーク - Adrial Modality Modulation Network (AMMNet)を提案する。 AMMNetは、モダリティ間の勾配流の相互依存性を可能にするクロスモーダル変調と、動的勾配競争を利用するカスタマイズされた逆トレーニングスキームの2つのコアモジュールを導入している。 AMMNetは最先端のSSC法よりも大きなマージンで優れていた。
  論文  参考訳（メタデータ） (2024-03-12T11:48:49Z)
• Physics-informed Neural Motion Planning on Constraint Manifolds [6.439800184169697]
  Constrained Motion Planning (CMP) は、運動論的制約多様体上の与えられた開始と目標設定の間の衝突のない経路を見つけることを目的としている。 制約多様体上のアイコン方程式を解き、専門家データなしでCMPの神経機能を訓練する最初の物理インフォームドCMPフレームワークを提案する。 提案手法は,方向制約下での物体操作や,高次元6-DOFロボットマニピュレータを用いたドア開口など,シミュレーションおよび実世界の様々なCMP問題を効率的に解決する。
  論文  参考訳（メタデータ） (2024-03-09T02:24:02Z)
• Towards Efficient Modeling and Inference in Multi-Dimensional Gaussian Process State-Space Models [11.13664702335756]
  我々は,高次元潜在状態空間における遷移関数を効率的にモデル化するために,効率的な変換ガウス過程(ETGP)をGPSSMに統合することを提案する。 また,パラメータ数および計算複雑性の観点から,既存の手法を超越した変分推論アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2023-09-03T04:34:33Z)
• ProDMPs: A Unified Perspective on Dynamic and Probabilistic Movement Primitives [0.0]
  ムーブメントプリミティブ(英: Movement Primitives、MP)はモジュラー軌跡を表現・生成するためのよく知られた概念である。 MPは、ダイナミック・ムーブメント・プリミティブ(DMP)と確率的ムーブメント・プリミティブ(ProMP)の2つのタイプに分類される。
  論文  参考訳（メタデータ） (2022-10-04T11:20:20Z)
• Permutation Invariant Policy Optimization for Mean-Field Multi-Agent Reinforcement Learning: A Principled Approach [128.62787284435007]
  本稿では,平均場近似ポリシ最適化(MF-PPO)アルゴリズムを提案する。 我々は,MF-PPOが収束のサブ線形速度で世界的最適政策を達成することを証明した。 特に、置換不変ニューラルアーキテクチャによって引き起こされる誘導バイアスは、MF-PPOが既存の競合より優れていることを示す。
  論文  参考訳（メタデータ） (2021-05-18T04:35:41Z)
• Covert Model Poisoning Against Federated Learning: Algorithm Design and Optimization [76.51980153902774]
  フェデレーテッド・ラーニング(FL)はパラメータ伝達中にFLモデルに対する外部攻撃に対して脆弱である。 本稿では,最先端の防御アグリゲーション機構に対処する有効なMPアルゴリズムを提案する。 実験の結果,提案したCMPアルゴリズムは,既存の攻撃機構よりも効果的で,かなり優れていることが示された。
  論文  参考訳（メタデータ） (2021-01-28T03:28:18Z)
• Pushing the Envelope of Rotation Averaging for Visual SLAM [69.7375052440794]
  視覚SLAMシステムのための新しい最適化バックボーンを提案する。 従来の単分子SLAMシステムの精度, 効率, 堅牢性を向上させるために, 平均化を活用している。 我々のアプローチは、公開ベンチマークの最先端技術に対して、同等の精度で最大10倍高速に表示することができる。
  論文  参考訳（メタデータ） (2020-11-02T18:02:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。