論文の概要: Data-Asymmetric Latent Imagination and Reranking for 3D Robotic Imitation Learning

• arxiv url: http://arxiv.org/abs/2605.10166v1
• Date: Mon, 11 May 2026 08:16:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.63498
• Title: Data-Asymmetric Latent Imagination and Reranking for 3D Robotic Imitation Learning
• Title（参考訳）: データ非対称潜在画像化と3次元ロボット模倣学習への応用
• Authors: Lianghao Luo, Xizhou Bu, Ruyan Liu, Qingqiu Huang, Chufeng Tang, Xiaoshuai Hao, Hongbo Wang, Wei Li,
• Abstract要約: 混合軌道から3次元ロボット模倣学習のためのフレームワークであるDALI-Rを提案する。 想定されるロールアウトのための3Dポイントクラウド上のラテントワールドモデルと、候補アクションチャンクをリランクするTask Completion Scorerを学ぶ。 2つの評価された3Dベースのポリシーの中で、DALI-Rは平均6.8ドル%の成功率の向上を達成した。
• 参考スコア（独自算出の注目度）: 15.264898640069193
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic imitation learning typically assumes access to optimal demonstrations, yet real-world data collection often yields suboptimal, exploratory, or even failed trajectories. Discarding such data wastes valuable information about environment dynamics and failure modes, which can instead be leveraged to improve decision-making. While 3D policies reduce reliance on high-quality demonstrations through strong spatial generalization, they still require large-scale data to achieve high task success. To address this, we propose DALI-R, a Data-Asymmetric Latent Imagination and Reranking framework for 3D robotic imitation learning from mixed-quality trajectories. It learns a Latent World Model over 3D point clouds for imagined rollouts and a Task Completion Scorer that reranks candidate action chunks, improving decision-making without additional high-quality demonstrations. We instantiate DALI-R with both diffusion and efficient flow-matching policies and evaluate it on Adroit and MetaWorld benchmarks. Across the two evaluated 3D base policies, DALI-R achieves an average $6.8$\% improvement in success rate while incurring less than $0.7\times$ additional inference overhead.
• Abstract（参考訳）: ロボット模倣学習は、典型的には最適なデモンストレーションへのアクセスを前提としているが、実世界のデータ収集は、しばしば準最適、探索的、あるいは失敗した軌跡を生み出す。 このようなデータを識別することは、環境のダイナミクスや障害モードに関する貴重な情報を無駄にし、代わりに意思決定を改善するために利用することができる。 3Dポリシは、空間一般化による高品質なデモンストレーションへの依存を減らすが、高いタスク成功を達成するためには、大規模なデータが必要である。 そこで本研究では,データ非対称ラテント・イマジネーションとリグレード・フレームワークであるDALI-Rを提案する。 想定されるロールアウトのための3Dポイントクラウド上のラテントワールドモデルと、候補アクションチャンクをリランクするTask Completion Scorerを学び、高品質なデモを追加せずに意思決定を改善する。 DALI-Rを拡散および効率的なフローマッチングポリシの両方でインスタンス化し、AdroitとMetaWorldベンチマークで評価する。 2つの評価された3Dベースのポリシーの中で、DALI-Rは平均6.8$\%の成功率の改善を達成し、0.7\times$追加推論オーバーヘッドを発生させる。

関連論文リスト

• An Efficient Metric for Data Quality Measurement in Imitation Learning [1.5469452301122175]
  デプロイ環境で収集されたエンドユーザによるデモを伴う、微調整済みのポリシは、この問題に対処するための有望な戦略である。 実証データをキュレートするための既存の自動化アプローチは、環境におけるポリシーのロールアウトを必要とする。 実演軌跡のパワースペクトル密度(PSD)に基づいて,高速で効率的で完全自動的な実演ランキング尺度を提案する。
  論文  参考訳（メタデータ） (2026-05-02T17:16:50Z)
• AffordGen: Generating Diverse Demonstrations for Generalizable Object Manipulation with Afford Correspondence [40.46817120361278]
  AffordGenは、新しいロボット操作トラジェクトリを生成するフレームワークである。 これは、余裕のセマンティック・ジェネリザビリティと、エンドツーエンド学習のリアクティブ・ロバスト性を組み合わせたものである。 実験によると、AffordGenでトレーニングされたポリシーは高い成功率を実現し、ゼロショットの一般化を真に見えないオブジェクトに可能にしている。
  論文  参考訳（メタデータ） (2026-04-12T10:56:31Z)
• World Models for Autonomous Navigation of Terrestrial Robots from LIDAR Observations [0.7239024032079358]
  本稿では,DreamerV3アルゴリズム上に構築された新しいモデルベースRLフレームワークを提案する。 MLP-VAE(Multi-Layer Perceptron Variational Autoencoder)を世界モデルに統合し、高次元LIDAR読み出しをコンパクトな潜在表現に符号化する。 シミュレーションされたTurtleBot3ナビゲーションタスクの実験は、提案アーキテクチャがより高速な収束とより高い成功率を達成することを示す。
  論文  参考訳（メタデータ） (2025-12-03T04:15:31Z)
• Robust3D-CIL: Robust Class-Incremental Learning for 3D Perception [7.507868991415516]
  3D知覚は、自律運転、ロボット工学、AR/VRといった現実世界の応用において重要な役割を果たす。 クラスインクリメンタルラーニング(CIL)の採用は特に重要である。 本稿では,制限されたリプレイバッファメモリをより効率的に活用するために,ポイントクラウドダウンサンプリングに基づくリプレイ手法を提案する。 提案手法は,リプレイベースのCILベースラインの性能を2%から11%向上させ,実世界の3Dアプリケーションに有望な可能性を証明した。
  論文  参考訳（メタデータ） (2025-03-18T03:36:17Z)
• GEAL: Generalizable 3D Affordance Learning with Cross-Modal Consistency [50.11520458252128]
  既存の3Dアベイランス学習手法は、注釈付きデータに制限があるため、一般化と堅牢性に苦慮している。 本稿では,大規模事前学習型2Dモデルを活用することで,3次元アベイランス学習の一般化と堅牢性を高めるための新しいフレームワークであるGEALを提案する。 GEALは、既存のメソッドと、新しいオブジェクトカテゴリ、および破損したデータにおいて、一貫して優れています。
  論文  参考訳（メタデータ） (2024-12-12T17:59:03Z)
• Enhancing Generalizability of Representation Learning for Data-Efficient 3D Scene Understanding [50.448520056844885]
  本研究では,実世界のパターンを持つ多様な合成シーンを生成可能なベイズネットワークを提案する。 一連の実験は、既存の最先端の事前学習手法に比べて、我々の手法が一貫した優位性を示す。
  論文  参考訳（メタデータ） (2024-06-17T07:43:53Z)
• FILP-3D: Enhancing 3D Few-shot Class-incremental Learning with Pre-trained Vision-Language Models [59.13757801286343]
  クラス増分学習(class-incremental learning)は、モデルが限られたデータで漸進的にトレーニングされている場合、破滅的な忘れの問題を軽減することを目的としている。 本稿では,特徴空間の不整合のための冗長特徴除去器 (RFE) と,重要な雑音に対する空間ノイズ補償器 (SNC) の2つの新しいコンポーネントを備えたFILP-3Dフレームワークを紹介する。
  論文  参考訳（メタデータ） (2023-12-28T14:52:07Z)
• Domain Adaptive 3D Pose Augmentation for In-the-wild Human Mesh Recovery [32.73513554145019]
  Domain Adaptive 3D Pose Augmentation (DAPA)は、Wildのシナリオにおけるモデルの一般化能力を向上するデータ拡張手法である。 DAPAによる微調整が3DPWとAGORAのベンチマークの結果を効果的に改善できることを定量的に示す。
  論文  参考訳（メタデータ） (2022-06-21T15:02:31Z)
• What Stops Learning-based 3D Registration from Working in the Real World? [53.68326201131434]
  この研究は、3Dポイントのクラウド登録失敗の原因を特定し、その原因を分析し、解決策を提案する。 最終的に、これは最も実践的な3D登録ネットワーク(BPNet)に変換される。 我々のモデルは微調整をせずに実データに一般化し、商用センサで得られた見えない物体の点雲上で最大67%の精度に達する。
  論文  参考訳（メタデータ） (2021-11-19T19:24:27Z)
• Secrets of 3D Implicit Object Shape Reconstruction in the Wild [92.5554695397653]
  コンピュータビジョン、ロボティクス、グラフィックスの様々な用途において、高精細な3Dオブジェクトをスパースから再構築することは重要です。 最近の神経暗黙的モデリング法は、合成データセットまたは高密度データセットで有望な結果を示す。 しかし、粗末でノイズの多い実世界のデータではパフォーマンスが悪い。 本論文では, 一般的な神経暗黙モデルの性能低下の根本原因を解析する。
  論文  参考訳（メタデータ） (2021-01-18T03:24:48Z)

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。