論文の概要: Symmetries Here and There, Combined Everywhere: Cross-space Symmetry Compositions in Robotics

• arxiv url: http://arxiv.org/abs/2605.22639v1
• Date: Thu, 21 May 2026 15:43:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-22 16:35:42.329297
• Title: Symmetries Here and There, Combined Everywhere: Cross-space Symmetry Compositions in Robotics
• Title（参考訳）: ありとあらゆる場所での対称性:ロボットにおけるクロススペースな対称性
• Authors: Loizos Hadjiloizou, Rodrigo Pérez-Dattari, Noémie Jaquier,
• Abstract要約: クロススペース対称性合成は、複数の対称性に相同なロボットポリシーを学ぶためのフレームワークである。 両腕ロボットのシミュレーションおよび実世界実験の枠組みを検証した。
• 参考スコア（独自算出の注目度）: 6.84380898679299
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robots exhibit a rich variety of symmetries arising from their mechanical structure and the properties of their tasks. Although many robotics problems exhibit several symmetries simultaneously, existing approaches typically treat them in isolation, failing to exploit their combined potential. This paper introduces cross-space symmetry compositions, a framework for learning robot policies that are jointly equivariant to multiple symmetries across configuration and task spaces. Leveraging the differential-geometric structure of the forward kinematics map, we both descend symmetries from configuration to task space and lift symmetries from task to configuration space, enabling their composition within a unified representation space. We validate our framework on simulated and real-world experiments on a dual-arm robot, demonstrating that jointly leveraging multiple symmetries yields improved generalization.
• Abstract（参考訳）: ロボットは、その機械構造とタスクの性質から生じる様々な対称性を示す。 多くのロボティクス問題は同時に複数の対称性を示すが、既存のアプローチは通常それらを分離して扱い、それらの組み合わせの可能性を利用することができない。 本稿では,構成やタスク空間にまたがる複数の対称性に相同なロボットポリシーを学習するためのフレームワークであるクロススペース対称性合成を紹介する。 フォワード・キネマティクス・マップの微分幾何学的構造を利用して、構成からタスク空間へ対称性を降下させ、タスク空間から構成空間へ対称性を持ち上げ、それらの構成を統一表現空間内で可能とする。 両腕ロボットにおけるシミュレーションおよび実世界実験の枠組みを検証し,複数の対称性を共同利用することで一般化が向上することが実証された。

関連論文リスト

• EquiBim: Learning Symmetry-Equivariant Policy for Bimanual Manipulation [6.9686350006975]
  EquiBimは、二元的操作のための対称性に等価なポリシー学習フレームワークである。 我々のアプローチは、観測空間と作用空間の両方における群作用として物理対称性を定式化する。 本研究は,シミュレーションにおける多様な観察・行動構成にまたがって評価し,実世界のデュアルアームシステム上での検証を行う。
  論文  参考訳（メタデータ） (2026-03-09T16:09:18Z)
• Axis-level Symmetry Detection with Group-Equivariant Representation [48.813587457507786]
  最近の熱マップに基づくアプローチは対称性軸のポテンシャル領域をローカライズすることができるが、個々の軸を特定する精度に欠けることが多い。 本稿では,2つの最も一般的な対称性-反射と回転の軸レベル検出のための新しい枠組みを提案する。 提案手法は最先端の性能を達成し,既存手法より優れている。
  論文  参考訳（メタデータ） (2025-08-14T15:26:53Z)
• Generalized Linear Mode Connectivity for Transformers [87.32299363530996]
  驚くべき現象はリニアモード接続(LMC)であり、独立に訓練されたモデルを低損失またはゼロ損失の経路で接続することができる。 以前の研究は主に置換によるニューロンの並べ替えに焦点を合わせてきたが、そのようなアプローチは範囲に限られている。 我々は、4つの対称性クラス(置換、半置換、変換、一般可逆写像)をキャプチャする統一的なフレームワークを導入する。 この一般化により、独立に訓練された視覚変換器とGPT-2モデルの間の低障壁とゼロバリア線形経路の発見が可能となった。
  論文  参考訳（メタデータ） (2025-06-28T01:46:36Z)
• Computing Game Symmetries and Equilibria That Respect Them [77.72705755558839]
  ゲームにおける対称性の同定と利用の計算について検討する。 ゲーム対称性とグラフ自己同型の間には強い関係がある。 与えられた対称性の集合を尊重するナッシュ均衡を求めることは、ブラウワーの不動点や勾配降下問題と全く同じほど難しいことを示す。
  論文  参考訳（メタデータ） (2025-01-15T16:15:16Z)
• Symmetry From Scratch: Group Equivariance as a Supervised Learning Task [1.8570740863168362]
  対称性を持つ機械学習データセットにおいて、対称性の破れとの後方互換性のパラダイムは、同変のアーキテクチャ制約を緩和することであった。 機械学習モデルにおける同値化を誘導する手法である対称性閉包を導入する。
  論文  参考訳（メタデータ） (2024-10-05T00:44:09Z)
• Morphological Symmetries in Robotics [45.32599550966704]
  形態的対称性は ロボットの形態の固有の特性です これらの対称性は、ロボットの状態空間とセンサーの測定にまで拡張される。 データ駆動型手法では, 機械学習モデルのサンプル効率と一般化を, モルフォロジー対称性により向上させることができることを示す。 解析手法の文脈では、ロボットの力学を低次元独立力学の重ね合わせに分解するために抽象調和解析を用いる。
  論文  参考訳（メタデータ） (2024-02-23T17:21:21Z)
• Engineering Hierarchical Symmetries [0.0]
  本稿では,制御可能な時間スケール上での対称性のシーケンス生成プログラムを提案する。 我々は、対称性と時間的トポロジカル現象を含む明示的な例と、対称性のはしごを実現するスピン鎖を提供する。 この結果は、量子シミュレータを用いた実験において直接的に応用できる。
  論文  参考訳（メタデータ） (2024-02-21T04:09:23Z)
• Oracle-Preserving Latent Flows [58.720142291102135]
  我々はラベル付きデータセット全体にわたって複数の非自明な連続対称性を同時に発見するための方法論を開発する。 対称性変換と対応するジェネレータは、特別に構築された損失関数で訓練された完全連結ニューラルネットワークでモデル化される。 この研究における2つの新しい要素は、縮小次元の潜在空間の使用と、高次元のオラクルに関して不変な変換への一般化である。
  論文  参考訳（メタデータ） (2023-02-02T00:13:32Z)

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。