論文の概要: Factored Diffusion Policies:Compositionally Generalized Robot Control with a Single Score Network

• arxiv url: http://arxiv.org/abs/2605.22596v1
• Date: Thu, 21 May 2026 15:13:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-22 16:35:42.317239
• Title: Factored Diffusion Policies:Compositionally Generalized Robot Control with a Single Score Network
• Title（参考訳）: 因子拡散ポリシ:シングルスコアネットワークを用いた複合一般化ロボット制御
• Abstract要約: 本稿では,各因子のNull-tokenドロップアウトを学習した共有拡散ネットワークについて述べる。 トラジェクトリチューブ証明書は、このスコアレベルをリバースタイムサンプリングODEとトラッキングコントローラを介してクローズドループ状態トラジェクトリチューブにチェーンする。 ドローンレースの実験は、一般化バウンドと証明書の両方を確認します。
• 参考スコア（独自算出の注目度）: 1.9171512266305901
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic tasks are typically specified by a tuple of factors, such as the object to be grasped, the obstacles to be avoided, the color of the target, and so on. Collecting expert demonstrations for every combination of factor values grows combinatorially. We present factored diffusion policies: a single shared diffusion network trained with per-factor null-token dropout, whose score decomposes additively across factors at inference. Under approximate conditional independence between factors given the action-observation pair, this composition approximates the true joint score with a bounded uniform error, reducing the training-task budget from a product of factor cardinalities to a sum. A trajectory-tube certificate chains this score-level bound through the reverse-time sampling ODE and a contracting tracking controller into a closed-loop state-trajectory tube whose radius factors into an ODE-sensitivity constant and a per-factor score-error budget. Unlike compositional-diffusion methods for control that combine separately trained networks, we use one shared network. Drone racing experiments confirm both the generalization bound and the certificate. On state-based multi-gate racing, the factored policy passes 90% of held-out gates -- matching an oracle -- while a K-network composition baseline collapses to 3%; on vision-based single-gate traversal, it transfers zero-shot to an unseen venue with +11.7pp success-rate gain and 2.4X crash-rate reduction.
• Abstract（参考訳）: ロボットタスクは典型的には、把握すべき対象、回避すべき障害、ターゲットの色など、一連の要因によって特定される。 因子値の組み合わせごとに専門家によるデモを集めることは、組合せ的に成長する。 本稿では,1因子あたりのNull-tokenドロップアウトを学習した単一共分散ネットワークについて述べる。 作用-観測ペアが与えられた因子間の近似条件独立の下で、この構成は真の関節スコアを有界な均一な誤差で近似し、トレーニング-タスク予算を因子濃度の積から和に還元する。 トラジェクトリチューブ証明書は、このスコアレベルを、リバースタイムサンプリングODEと収縮トラッキングコントローラを介して、ODE感度定数と1要素当たりスコアエラー予算に半径因子が依存するクローズドループステートトラジェクトリチューブにチェーンする。 個別に訓練されたネットワークを結合する構成拡散法とは異なり、我々は1つの共有ネットワークを使用する。 ドローンレースの実験は、一般化バウンドと証明書の両方を確認します。 州ベースのマルチゲートレースでは、ファクタードポリシーはホールトアウトゲートの90%を -- オラクルと一致させているが、Kネットワーク構成のベースラインは3%に崩壊し、ビジョンベースのシングルゲートトラバースでは、ゼロショットを+11.7ppの成功率と2.4倍のクラッシュレートで、目に見えない場所に転送する。

関連論文リスト

• Direct fidelity estimation through joint fiducial grouping [0.0]
  パウリ対を可換な入出力演算子を持つ集合に分割するジョイント・フィデューシアル・グルーピングを導入する。 偏りのないグループ推定器と有限サンプル保証を導出し、グループ化が常に異なる入力出力設定の数を減少させることを示す。 この結果から, 連続パラメータ化量子ゲートに対する文脈保存忠実度推定の実用化が期待できる。
  論文  参考訳（メタデータ） (2026-08-19T05:14:20Z)
• Where the Cost Falls: A Deployment-Aware Adoption Order for Stability Enhancements to Cycle-Consistent Adversarial Networks [0.0]
  未ペア画像-画像間翻訳のためのサイクル一貫性のある対向ネットワークは、同じ障害を満たす。 4つの拡張はこれらの障害に対処し、通常は出力品質だけで比較される。 また、コストの落ち方によって大きく分割し、この分割によって、計算やレイテンシーの予算の下で、チームに採用の順序が与えられることも示しています。
  論文  参考訳（メタデータ） (2026-08-14T18:29:05Z)
• Dual-Branch Cross-Projection Debiasing through Diffusion-based Disentanglement [66.67463557274358]
  バイアス付きデータセットに基づいてトレーニングされた基礎モデルは、しばしばターゲットラベルと非因果属性の間の急激な相関に依存する。 信頼誘導概念マイニング(CBCM:Confidence-guided Concept Mining)を導入し,属性アノテーションを使わずに信頼性の高いスプリアス属性を同定する。 本稿では,目標と突発的な表現を2つのブランチに分離するプロンプトチューニングフレームワークであるDual-branch Cross-projection Debiasing (DCD)を提案する。
  論文  参考訳（メタデータ） (2026-06-23T05:28:47Z)
• Closure-Validated Circuit Discovery in Attention Heads: Co-activation Proposes, Ablation Disposes [0.0]
  解釈可能性(英: Interpretability)は、個々の単位ではなくコンポーネントのグループを基本対象として扱う傾向にある。 このような安価な信号が実際に注目回路を識別するかどうかを問う。
  論文  参考訳（メタデータ） (2026-06-08T15:17:54Z)
• An End-to-End Encrypted Control Pipeline for Multi-Agent Coordination via CKKS Homomorphic Encryption [3.2249474972573555]
  マルチエージェントシステムのクラウドベースの調整には、中央サーバと状態を共有する必要がある。 ホモモルフィック暗号化(FHE)は、これを原則として解決するが、その算術的制約は制御ループのすべてのステージを再設計することを要求する。 本稿では,CKKSで暗号化されたデータに対して,センサ,状態推定,状態伝搬,コンセンサス制御を行うエンドツーエンドの暗号化制御パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-06-05T15:18:35Z)
• Policy-Aware Design of Large-Scale Factorial Experiments [10.530820072207]
  重なり合う実験は、分散A/Bテストによって処理が不十分な相互作用効果を生成することができる。 本研究の目的は,全ての治療効果を見積もらない場合に,大規模な因子分析実験を設計する方法を検討することである。 重なり合う実験を1つの因数分解問題に集約し,低ランクテンソルとして期待される結果をモデル化する2段階設計を提案する。
  論文  参考訳（メタデータ） (2026-04-09T22:39:18Z)
• GroupEnsemble: Efficient Uncertainty Estimation for DETR-based Object Detection [10.241307426902178]
  GroupEnsembleはDTRのようなモデルに対する効率的かつ効果的な不確実性推定手法である。 我々は,都市景観とCOCOデータセットを用いて,自律運転シーンと日常の日常シーン下での手法の有効性を検証した。 その結果,MC-Dropout と GroupEnsemble を組み合わせたハイブリッドアプローチは,Deep Ensembles をコストのごく一部で実現していることがわかった。
  論文  参考訳（メタデータ） (2026-03-02T13:26:40Z)
• DPAC: Distribution-Preserving Adversarial Control for Diffusion Sampling [0.7866885337535715]
  逆導拡散サンプリングは、しばしばターゲットクラスを達成するが、サンプルの品質は、逆制御された軌道と名目軌道とのずれが蓄積するにつれて低下する。 制御された(制御されていない)拡散過程間の経路空間Kullback-Leibler分散(path-KL)としてこの分解を定式化する。 この経路-KLの最小化は、ワッサーシュタイン距離とフレシェ・インセプション距離(FID)の両方の上限を同時に締め付け、対向制御エネルギーと知覚忠実度との接続を明らかにする。
  論文  参考訳（メタデータ） (2025-12-01T00:15:05Z)
• Ensemble Threshold Calibration for Stable Sensitivity Control [0.0]
  本稿では,数千万組の幾何対もの幾何に対して,過度に分散した正確なリコールを実現するエンド・ツー・エンドのフレームワークを提案する。 我々のアプローチは、小さなエラーで常にリコールターゲットにヒットし、他のキャリブレーションと比較して冗長な検証を減らし、単一のTPU v3コア上でエンドツーエンドで実行します。
  論文  参考訳（メタデータ） (2025-10-02T15:22:28Z)
• Distributed Detection of Adversarial Attacks in Multi-Agent Reinforcement Learning with Continuous Action Space [6.649910168731417]
  本研究では,協調型マルチエージェント強化学習と連続行動空間との対向攻撃を検出する問題に対処する。 本稿では,エージェントの局所的な観察のみに依存する分散検出器を提案し,観測可能なエージェントの正常な挙動を統計的に評価する。 我々は,様々な攻撃手法に対して,様々なマルチエージェントPettingZooベンチマークを用いて提案手法の評価を行い,本手法の有効性を実証した。
  論文  参考訳（メタデータ） (2025-08-21T17:58:36Z)
• Collaborative Value Function Estimation Under Model Mismatch: A Federated Temporal Difference Analysis [55.13545823385091]
  フェデレーション強化学習(FedRL)は、エージェント間のデータ交換を防止し、データのプライバシを維持しながら協調学習を可能にする。 現実世界のアプリケーションでは、各エージェントは若干異なる遷移ダイナミクスを経験し、固有のモデルミスマッチを引き起こす。 情報共有の適度なレベルでさえ、環境固有のエラーを著しく軽減することを示す。
  論文  参考訳（メタデータ） (2025-03-21T18:06:28Z)
• Time-series Generation by Contrastive Imitation [87.51882102248395]
  モーメントマッチングの目的によってモチベーションされ、複合的エラーを軽減し、局所的(しかし前方的な)遷移ポリシーを最適化する。 推論において、学習されたポリシーは反復的なサンプリングのジェネレータとして機能し、学習されたエネルギーはサンプルの品質を評価するための軌道レベル尺度として機能する。
  論文  参考訳（メタデータ） (2023-11-02T16:45:25Z)
• Semi-DETR: Semi-Supervised Object Detection with Detection Transformers [105.45018934087076]
  半教師付き物体検出(SSOD)におけるDETRに基づくフレームワークの解析 本報告では,第1次変圧器を用いたエンド・ツー・エンド半教師対象検出器であるSemi-DETRについて述べる。 我々の手法は、最先端の手法をクリアマージンで上回る。
  論文  参考訳（メタデータ） (2023-07-16T16:32:14Z)
• Robust Learning Through Cross-Task Consistency [92.42534246652062]
  クロスタスク整合性を用いた学習向上のための,広く適用可能な完全計算手法を提案する。 クロスタスク一貫性による学習は,より正確な予測と,アウト・オブ・ディストリビューション・インプットの一般化につながることを観察する。
  論文  参考訳（メタデータ） (2020-06-07T09:24:33Z)
• Relabel the Noise: Joint Extraction of Entities and Relations via Cooperative Multiagents [52.55119217982361]
  協調型マルチエージェント群を用いて,雑音の多いインスタンスを処理するための共同抽出手法を提案する。 ノイズの多いインスタンスをきめ細かな方法で処理するために、協調グループの各エージェントは、自身の視点で連続的な信頼スコアを算出してインスタンスを評価する。 信頼度コンセンサスモジュールは、すべてのエージェントの知恵を収集し、信頼度ラベル付きラベルでノイズの多いトレーニングセットを再分割するように設計されている。
  論文  参考訳（メタデータ） (2020-04-21T12:03:04Z)

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。