論文の概要: FLUX: Accelerating Cross-Embodiment Generative Navigation Policies via Rectified Flow and Static-to-Dynamic Learning
- arxiv url: http://arxiv.org/abs/2603.12806v1
- Date: Fri, 13 Mar 2026 09:10:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-21 18:33:56.754077
- Title: FLUX: Accelerating Cross-Embodiment Generative Navigation Policies via Rectified Flow and Static-to-Dynamic Learning
- Title（参考訳）: FLUX: 正規化フローと静的-動的学習によるクロスボデーメント生成ナビゲーションポリシの高速化
- Abstract要約: 物理的に有効な群集シミュレーションを特徴とする動的ナビゲーションベンチマークであるDynBenchを紹介する。
本フレームワークではフローベースの統合ナビゲーションポリシーであるFLUXを提案する。
FLUXは反復デノイングを直線軌道に置き換え、従来のフローベース手法よりもステップごとの推論効率を47%向上させる。
- 参考スコア（独自算出の注目度）: 18.58069243517918
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous navigation requires a broad spectrum of skills, from static goal-reaching to dynamic social traversal, yet evaluation remains fragmented across disparate protocols. We introduce DynBench, a dynamic navigation benchmark featuring physically valid crowd simulation. Combined with existing static protocols, it supports comprehensive evaluation across six fundamental navigation tasks. Within this framework, we propose FLUX, the first flow-based unified navigation policy. By linearizing probability flow, FLUX replaces iterative denoising with straight-line trajectories, improving per-step inference efficiency by 47% over prior flow-based methods and 29% over diffusion-based ones. Following a static-to-dynamic curriculum, FLUX initially establishes geometric priors and is subsequently refined through reinforcement learning in dynamic social environments. This regime not only strengthens socially-aware navigation but also enhances static task robustness by capturing recovery behaviors through stochastic action distributions. FLUX achieves state-of-the-art performance across all tasks and demonstrates zero-shot sim-to-real transfer on wheeled, quadrupedal, and humanoid platforms without any fine-tuning.
- Abstract（参考訳）: 自律ナビゲーションには、静的ゴール取得からダイナミックなソーシャルトラバーサルまで幅広いスキルが必要ですが、異なるプロトコル間で評価が断片化されています。
物理的に有効な群集シミュレーションを特徴とする動的ナビゲーションベンチマークであるDynBenchを紹介する。
既存の静的プロトコルと組み合わせて、6つの基本的なナビゲーションタスクの包括的な評価をサポートする。
本フレームワークではフローベースの統合ナビゲーションポリシーであるFLUXを提案する。
確率フローを線形化することにより、FLUXは反復的なデノイングを直線軌道に置き換え、従来のフローベース法よりもステップごとの推論効率を47%改善し、拡散ベース法より29%向上する。
静的-動的カリキュラムの後、FLUXは最初は幾何学的先行点を確立し、その後、動的社会環境における強化学習によって洗練される。
この体制は、社会的に認識されたナビゲーションを強化するだけでなく、確率的な行動分布を通して回復行動を取得することによって静的タスクの堅牢性を高める。
FLUXは、すべてのタスクで最先端のパフォーマンスを実現し、細調整なしで車輪付き、四脚型、ヒューマノイドプラットフォーム上でのゼロショットのシミュレートを実証する。
関連論文リスト
- Flow-aware Optimal Navigation in Unsteady Flows through Reinforcement Learning [0.815557531820863]
本稿では,自律エージェントがカオス的なダブルギアフローで任意の目標に到達することを訓練するための強化学習手法を提案する。
我々は,グローバルフローパラメータを明示したエージェントの提供による影響を分析した。
速度認識エージェントはエネルギー効率を最適化する一方、渦性センサーはより優れた構造マッピングを提供し、より優れた目標近接を実現する。
論文 参考訳（メタデータ） (2026-07-15T07:57:26Z) - Plan in Sandbox, Navigate in Open Worlds: Learning Physics-Grounded Abstracted Experience for Embodied Navigation [63.11032720821731]
textitSAGEは、エージェントがフォトリアリスティックなシミュレーションではなく、物理基底のセマンティック抽象化内で学習することを可能にするフレームワークである。
textitSAGEは、A-EQA上で53.21% LLM-Match Success Rateを達成することで、プランナー支援の実施ナビゲーションを大幅に改善することを示した。
論文 参考訳（メタデータ） (2026-05-11T07:34:30Z) - ScoRe-Flow: Complete Distributional Control via Score-Based Reinforcement Learning for Flow Matching [14.421249343302028]
フローマッチング(FM)ポリシーは、ロボット制御の効率的なバックボーンとして登場した。
本稿では,楽譜に基づくRLファインチューニング手法であるScoRe-Flowを提案する。
論文 参考訳（メタデータ） (2026-04-13T03:56:37Z) - Beyond Imitation: Reinforcement Learning Fine-Tuning for Adaptive Diffusion Navigation Policies [31.52910494173408]
拡散に基づくロボットナビゲーションポリシーは、ロボットの視覚的観察から直接マルチモーダルな軌道を生成することができる。
拡散型ナビゲーションに適した強化学習フレームワークを提案する。
提案手法は, 衝突頻度を低減しつつ, 52.0%から58.7%, SPLを0.49から0.54に改善する。
論文 参考訳（メタデータ） (2026-03-13T10:14:32Z) - Euphonium: Steering Video Flow Matching via Process Reward Gradient Guided Stochastic Dynamics [49.242224984144904]
本稿では,プロセス報酬勾配誘導ダイナミクスによる生成を支援する新しいフレームワークであるEuphoniumを提案する。
我々の重要な洞察は、プロセス・リワード・モデルの勾配を明示的に組み込んだ理論的に原理化されたアルゴリズムとしてサンプリング・プロセスを定式化することである。
我々は,誘導信号をフローネットワークに内部化する蒸留目標を導出し,報奨モデルへの推論時間依存性を排除した。
論文 参考訳（メタデータ） (2026-02-04T08:59:57Z) - One-Step Generative Policies with Q-Learning: A Reformulation of MeanFlow [56.13949180229929]
ノイズを直接行動にマッピングするオフライン強化学習のための一段階の生成ポリシーを,MeanFlowの残留的な再構成を通じて導入する。
本手法はオフライン・オフライン両方の強化学習環境において高い性能を実現する。
論文 参考訳（メタデータ） (2025-11-17T06:34:17Z) - Iterative Refinement of Flow Policies in Probability Space for Online Reinforcement Learning [56.47948583452555]
固定ステップのEulerスキームによるフローマッチング推論プロセスの離散化は,最適輸送から変化するJordan-Kinderlehrer-Otto原理と整合する,というキーインサイトに基づいて,SWFP(Stepwise Flow Policy)フレームワークを紹介した。
SWFPは、大域的な流れを、プロキシメート分布間の小さな漸進的な変換の列に分解する。
この分解は、小さな流れブロックのカスケードを介して事前訓練された流れを微調整する効率的なアルゴリズムを導き、大きな利点をもたらす。
論文 参考訳（メタデータ） (2025-10-17T07:43:51Z) - SAC Flow: Sample-Efficient Reinforcement Learning of Flow-Based Policies via Velocity-Reparameterized Sequential Modeling [9.936731043466699]
多段階アクションサンプリングプロセスの勾配が原因で,非政治強化学習による表現型フローベース政策の訓練が不安定であることが知られている。
フローロールアウトはリカレント計算に代数的に等価であり、RNNと同様の消滅や爆発的な勾配に影響を受けやすい。
我々は,これらのポリシーのエンドツーエンドのトレーニングを容易にする,ノイズ強化ロールアウトによって実現された実用的なSACベースのアルゴリズムを開発した。
論文 参考訳（メタデータ） (2025-09-30T04:21:20Z) - FlowTS: Time Series Generation via Rectified Flow [67.41208519939626]
FlowTSは、確率空間における直線輸送を伴う整流フローを利用するODEベースのモデルである。
非条件設定では、FlowTSは最先端のパフォーマンスを達成し、コンテキストFIDスコアはStockとETThデータセットで0.019と0.011である。
条件設定では、太陽予測において優れた性能を達成している。
論文 参考訳（メタデータ） (2024-11-12T03:03:23Z) - Gaussian Splatting to Real World Flight Navigation Transfer with Liquid Networks [93.38375271826202]
本研究では,シミュレート・トゥ・リアルな視覚四重項ナビゲーションタスクにおける分布シフトに対する一般化とロバスト性を改善する手法を提案する。
まず,擬似飛行力学とガウススプラッティングを統合してシミュレータを構築し,その後,液状ニューラルネットワークを用いてロバストなナビゲーションポリシーを訓練する。
このようにして、我々は3次元ガウススプラッティングラディアンス場レンダリング、専門家による実演訓練データのプログラミング、およびLiquid Networkのタスク理解能力の進歩を組み合わせたフルスタックの模倣学習プロトコルを得る。
論文 参考訳（メタデータ） (2024-06-21T13:48:37Z) - Optimal Flow Matching: Learning Straight Trajectories in Just One Step [89.37027530300617]
我々は,新しいtextbf Optimal Flow Matching (OFM) アプローチを開発し,理論的に正当化する。
これは2次輸送のための直列のOT変位をFMの1ステップで回復することを可能にする。
提案手法の主な考え方は,凸関数によってパラメータ化されるFMのベクトル場の利用である。
論文 参考訳（メタデータ） (2024-03-19T19:44:54Z)
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。