論文の概要: Modernising Reinforcement Learning-Based Navigation for Embodied Semantic Scene Graph Generation

• arxiv url: http://arxiv.org/abs/2603.25415v1
• Date: Thu, 26 Mar 2026 13:10:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 20:52:48.307307
• Title: Modernising Reinforcement Learning-Based Navigation for Embodied Semantic Scene Graph Generation
• Title（参考訳）: エンボディード・セマンティック・シーングラフ生成のための強化学習に基づくナビゲーションの近代化
• Authors: Roman Kueble, Marco Hueller, Mrunmai Phatak, Rainer Lienhart, Joerg Haehner,
• Abstract要約: 本研究は,Embodied Semantic Scene Graph Generationのためのモジュールナビゲーションコンポーネントを提案する。 我々は、コンパクトできめ細かな、より大きな離散運動集合を研究し、原子の作用に対する単一ヘッドポリシーと、作用成分に対する因子化された多重ヘッドポリシーを比較した。 その結果,最適化アルゴリズムの置き換えだけでSSGの完全性は,同じ報酬形成条件下でのベースラインに対して21%向上することがわかった。
• 参考スコア（独自算出の注目度）: 9.960675988638807
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Semantic world models enable embodied agents to reason about objects, relations, and spatial context beyond purely geometric representations. In Organic Computing, such models are a key enabler for objective-driven self-adaptation under uncertainty and resource constraints. The core challenge is to acquire observations maximising model quality and downstream usefulness within a limited action budget. Semantic scene graphs (SSGs) provide a structured and compact representation for this purpose. However, constructing them within a finite action horizon requires exploration strategies that trade off information gain against navigation cost and decide when additional actions yield diminishing returns. This work presents a modular navigation component for Embodied Semantic Scene Graph Generation and modernises its decision-making by replacing the policy-optimisation method and revisiting the discrete action formulation. We study compact and finer-grained, larger discrete motion sets and compare a single-head policy over atomic actions with a factorised multi-head policy over action components. We evaluate curriculum learning and optional depth-based collision supervision, and assess SSG completeness, execution safety, and navigation behaviour. Results show that replacing the optimisation algorithm alone improves SSG completeness by 21\% relative to the baseline under identical reward shaping. Depth mainly affects execution safety (collision-free motion), while completeness remains largely unchanged. Combining modern optimisation with a finer-grained, factorised action representation yields the strongest overall completeness--efficiency trade-off.
• Abstract（参考訳）: セマンティック世界モデルにより、具体化されたエージェントは、純粋に幾何学的表現を超えた対象、関係、空間的文脈を推論することができる。 有機コンピューティングにおいて、そのようなモデルは不確実性やリソース制約の下で客観的な自己適応を実現する重要な手段である。 主な課題は、限られたアクション予算内でモデル品質と下流の有用性を最大化する観察を得ることである。 セマンティックシーングラフ(SSG)はこの目的のために構造化されコンパクトな表現を提供する。 しかし、有限作用地平線内でそれらを構築するには、情報ゲインを航法コストと引き換えに取り除き、追加のアクションが利得を減少させるタイミングを決定する探索戦略が必要である。 本研究は,Embodied Semantic Scene Graph Generationのためのモジュールナビゲーションコンポーネントを提示し,ポリシー最適化法を置き換え,個別アクションの定式化を再考することによって,その意思決定を近代化する。 我々は、コンパクトできめ細かな、より大きな離散運動集合を研究し、原子の作用に対する単一ヘッドポリシーと、作用成分に対する因子化された多重ヘッドポリシーを比較した。 カリキュラム学習と任意の深度に基づく衝突監視を評価し,SSGの完全性,実行安全性,ナビゲーション行動を評価する。 その結果,最適化アルゴリズムのみを置き換えることで,同じ報酬形成の下でのベースラインに対するSSG完全性は21倍向上することがわかった。 深さは主に実行安全性(衝突のない動き)に影響を与えるが、完全性はほとんど変わらない。 現代的な最適化とよりきめ細かな分解された行動表現を組み合わせることで、全体的な完全性、すなわち効率のトレードオフが最強となる。

関連論文リスト

• \textsc{NaVIDA}: Vision-Language Navigation with Inverse Dynamics Augmentation [50.027425808733994]
  textscNaVIDAは、ポリシー学習とアクショングラウンドの視覚力学と適応実行を結合した統合VLNフレームワークである。 textscNaVIDAは、チャンクベースの逆ダイナミクスによるトレーニングを強化し、視覚変化と対応するアクションの因果関係を学習する。 実験の結果,textscNaVIDAはパラメータが少ない最先端の手法に比べてナビゲーション性能が優れていることがわかった。
  論文  参考訳（メタデータ） (2026-01-26T06:16:17Z)
• MAESTRO: Meta-learning Adaptive Estimation of Scalarization Trade-offs for Reward Optimization [56.074760766965085]
  大規模言語モデル(LLM)の整合性のための効率的なパラダイムとしてグループ相対政策最適化が登場している。 我々は,報酬スカラー化を動的潜在ポリシーとして扱い,モデルの終端隠蔽状態を意味的ボトルネックとして活用するMAESTROを提案する。 本稿では,軽量コンダクタネットワークがメタリワード信号としてグループ相対的優位性を生かしてポリシと共進化する,双方向最適化フレームワークにおけるコンテキスト的帯域幅問題としてこれを定式化する。
  論文  参考訳（メタデータ） (2026-01-12T05:02:48Z)
• Scale-aware Adaptive Supervised Network with Limited Medical Annotations [17.42211316792232]
  SASNetは、新しいスケール対応適応リウェイト機構を通じて、低レベルと高レベルの両方の特徴表現を利用するデュアルブランチアーキテクチャである。 このアプローチでは,スケールアウェアのAdaptive Reweight戦略を含む,3つの重要な方法論的イノベーションを導入している。 SASNetは、最先端の半教師付き手法を超越したラベル付きデータで優れた性能を達成する。
  論文  参考訳（メタデータ） (2026-01-02T23:55:17Z)
• Towards Efficient General Feature Prediction in Masked Skeleton Modeling [59.46799426434277]
  マスクスケルトンモデリングのための新しい汎用特徴予測フレームワーク(GFP)を提案する。 我々の重要な革新は、局所的な動きパターンからグローバルな意味表現にまたがる、従来の低レベルな再構築を高レベルな特徴予測に置き換えることです。
  論文  参考訳（メタデータ） (2025-09-03T18:05:02Z)
• Revisiting the Privacy Risks of Split Inference: A GAN-Based Data Reconstruction Attack via Progressive Feature Optimization [49.32786615205064]
  Split Inference (SI)は、エッジデバイスとクラウドの間の計算を分割することで、レイテンシを低減し、ユーザのプライバシを保護する。 データ再構成攻撃(DRA)の最近の進歩は、SIで交換された中間的特徴を利用して機密入力データを復元できることを明らかにしている。 既存のDRAは一般的に浅いモデルにのみ有効であり、セマンティックな事前を十分に活用できない。 本稿では,プログレッシブ・フィーチャー・オプティマイゼーション(PFO)を用いた新しいGANベースのDRAフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-28T10:00:39Z)
• DeRIS: Decoupling Perception and Cognition for Enhanced Referring Image Segmentation through Loopback Synergy [20.581841892290672]
  RISを認知と認知という2つの重要な構成要素に分解する新しいフレームワークであるDeRISを提案する。 以上の結果から,従来のモデルでは知覚障害ではなく,マルチモーダル認知能力が不十分であることが示唆された。 本稿では,ターゲット存在判定に関連する長期分布問題に対処するため,単純な非参照型サンプル変換データ拡張を提案する。
  論文  参考訳（メタデータ） (2025-07-02T14:14:35Z)
• Salience-Invariant Consistent Policy Learning for Generalization in Visual Reinforcement Learning [12.9372563969007]
  見えないシナリオにポリシーを一般化することは、視覚的強化学習において重要な課題である。 目に見えない環境では、不注意なピクセルがエージェントにタスク関連情報を含む表現を抽出させる可能性がある。 ゼロショット一般化のための効率的なフレームワークであるSalience-Invariant Consistent Policy Learningアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-02-12T12:00:16Z)
• When Demonstrations Meet Generative World Models: A Maximum Likelihood Framework for Offline Inverse Reinforcement Learning [62.00672284480755]
  本稿では, 専門家エージェントから, 一定の有限個の実演において観測された動作を過小評価する報酬と環境力学の構造を復元することを目的とする。 タスクを実行するための正確な専門知識モデルは、臨床的意思決定や自律運転のような安全に敏感な応用に応用できる。
  論文  参考訳（メタデータ） (2023-02-15T04:14:20Z)
• Progressive Self-Guided Loss for Salient Object Detection [102.35488902433896]
  画像中の深層学習に基づくサラエント物体検出を容易にするプログレッシブ自己誘導損失関数を提案する。 我々のフレームワークは適応的に集約されたマルチスケール機能を利用して、健全な物体の探索と検出を効果的に行う。
  論文  参考訳（メタデータ） (2021-01-07T07:33:38Z)

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。