論文の概要: World-Task Factorization for Robot Learning

• arxiv url: http://arxiv.org/abs/2606.02027v1
• Date: Mon, 01 Jun 2026 10:16:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:31.790859
• Title: World-Task Factorization for Robot Learning
• Title（参考訳）: ロボット学習のためのWorld-Task Factorization
• Authors: Eduardo Sebastián, Adrian Pfisterer, Vito Mengers, Oliver Brock, Amanda Prorok,
• Abstract要約: ロボット工学における最も基本的な要因は、世界とタスクを分離することである。 世界的要因は、エンボディシステムと環境の性質である。 タスクファクタは、世界が認めるタスクのロジックによって定義される。
• 参考スコア（独自算出の注目度）: 14.616160772427847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot learning must produce policies that generalize to new combinations of constraints, teammates, and environments. To achieve this, we must structurally factor the policy, which is a choice that dictates what generalizes, what requires retraining, and what remains entangled. Existing methods span a wide spectrum, from expecting structure to emerge from data scaling, to hand-designing it via hierarchies, skill libraries or learned specializations. In this paper, we study what we argue is the most fundamental factorization in robotics: separating the world from the task. We investigate the conditions under which this factorization is principled. World factors are properties of the embodied system and the environment; they exist independently of intent. Task factors are defined by the task's logic over what the world admits. We formalize this asymmetry through Bayesian model evidence: it aligns with the data-generating process, maintains high likelihood through an analytical world model, and reduces the Occam razor's penalty on task parameters. We instantiate this factorization by pairing AICON, a differentiable graph of recursive estimators and interconnections that is compositional, operates without task-specific data, and propagates cost gradients to actuators, with a compact, learned policy that modulates gradient paths. Gradients serve as the interface between the two factors: they carry world structure through the graph and task structure through costs, enabling low-dimensional learning while preserving structural generalization. We test the world/task factorization across three problems that encompass heterogeneous robots, environments, task logic and sensorimotor modalities. Our framework outperforms end-to-end baselines and analytical heuristics in all settings, generalizes zero-shot to out-of-distribution configurations, and transfers to real hardware without retraining.
• Abstract（参考訳）: ロボット学習は、制約、チームメイト、環境の新しい組み合わせに一般化するポリシーを作成しなければならない。 これを達成するために、我々は、何が一般化するか、何に再訓練が必要か、何に絡みついたままかを規定する政策を構造的に決定する必要がある。 既存のメソッドは、データスケーリングから構造が現れることを期待することや、階層、スキルライブラリ、学習した特殊化を通じてそれを手作業で設計することなど、幅広い範囲にまたがる。 本稿では,ロボット工学における最も基本的な要因である,世界とタスクの分離について考察する。 この分解の原理を考察する。 世界的要因は、エンボディシステムと環境の性質であり、それらは意図とは独立して存在する。 タスクファクタは、世界が認めるタスクのロジックによって定義される。 我々はこの非対称性をベイズ模型のエビデンスによって定式化し、データ生成過程と整合し、分析的世界モデルを通して高い可能性を維持し、オッカム・レイザーのタスクパラメータに対するペナルティを減少させる。 我々は、この分解をAICONと組み合わせることで、構成可能で、タスク固有のデータなしで動作し、アクチュエータへのコスト勾配を伝播する再帰的推定器と相互接続の微分可能なグラフを、勾配を変調するコンパクトで学習的なポリシーでペアリングする。 グラフを通して世界構造を持ち、コストを通してタスク構造を持ち、構造的な一般化を維持しながら低次元の学習を可能にする。 我々は、異種ロボット、環境、タスクロジック、感覚モダリティを含む3つの問題において、世界/タスクの分解をテストする。 我々のフレームワークは、すべての設定においてエンドツーエンドのベースラインと解析的ヒューリスティックを上回り、ゼロショットからアウト・オブ・ディストリビューション構成を一般化し、再トレーニングなしで実際のハードウェアに転送する。

関連論文リスト

• Evolutionary Task Discovery: Advancing Reasoning Frontiers via Skill Composition and Complexity Scaling [10.652489725330401]
  Evoutionary Task Discovery (EvoTD)は、アルゴリズムスキルと複雑度属性の2軸多様体上の有向探索としてデータを扱うフレームワークである。 多様性を高めるために新しいスキル構成を合成するクロスオーバー演算子と、構造制約をスケールするパラメトリック変異演算子を紹介する。 EvoTDは、モデルアーキテクチャ、事前学習体制、スケールを一貫して一般化する実質的な推論ゲインを提供します。
  論文  参考訳（メタデータ） (2026-05-12T07:26:40Z)
• Towards Generalizable Robotic Data Flywheel: High-Dimensional Factorization and Composition [15.755384541529098]
  十分な多様なデータがないことは、ジェネラリストロボットモデルにとって大きなボトルネックとなっている。 本研究では,F-ACILを提案する。F-ACILは,構造化されたデータ因子化を実現するための反復学習フレームワークである。 実世界の大規模な実験により,F-ACILは45%以上の性能向上を達成できることが示されている。
  論文  参考訳（メタデータ） (2026-03-26T16:00:39Z)
• Iterative Compositional Data Generation for Robot Control [8.888011063034517]
  本稿では,ロボット,オブジェクト,障害物,客観的なコンポーネントへの遷移を分解する意味構成拡散変換器を提案する。 モデルがゼロショットで高品質な遷移を生成できることを示し,未知のタスクの組み合わせに対する制御ポリシーを学習できることを示した。
  論文  参考訳（メタデータ） (2025-12-11T18:20:49Z)
• ExoPredicator: Learning Abstract Models of Dynamic Worlds for Robot Planning [77.49815848173613]
  本研究では,内因性行動とメカニズムの両方について,シンボル的状態表現と因果過程を共同で学習する抽象世界モデルのためのフレームワークを提案する。 シミュレーションされた5つのテーブルトップロボット環境の中で、学習されたモデルは、より多くのオブジェクトとより複雑な目標を持つ保留タスクに一般化した高速な計画を可能にし、幅広いベースラインを上回ります。
  論文  参考訳（メタデータ） (2025-09-30T13:44:34Z)
• Learning Causal Structure Distributions for Robust Planning [53.753366558072806]
  構造情報の不確実性を考慮しながら,機能的関係を学習することで,より堅牢な力学モデルがもたらされることがわかった。 これは、因果構造を無視し、ロボットシステムにおける相互作用の空間性を活用するのに失敗する一般的なモデル学習手法とは対照的である。 本稿では,本モデルを用いてロボットの力学を学習し,新しい環境下での新たな作業を行うためのサンプリング・ベース・プランナーを併用することを提案する。
  論文  参考訳（メタデータ） (2025-08-08T22:43:17Z)
• Shortcut Learning in Generalist Robot Policies: The Role of Dataset Diversity and Fragmentation [117.54237701533805]
  Open X-Embodiment (OXE)のような大規模データセットでトレーニングされた汎用的なロボットポリシーは、幅広いタスクにわたって強力なパフォーマンスを示している。 彼らはしばしば、トレーニングデータの分布を超えて一般化するのに苦労する。 我々は,ショートカット学習を一般化の鍵となる障害として認識する。
  論文  参考訳（メタデータ） (2025-08-08T16:14:01Z)
• The Coverage Principle: A Framework for Understanding Compositional Generalization [31.762330857169914]
  合成タスクのパターンマッチングに主に依存するモデルは、同じコンテキストで使用した場合に同じ結果が得られるフラグメントを置換する以外には、確実に一般化できないことを示す。 我々は,このフレームワークがトランスフォーマーの一般化能力に強い予測力を持つことを実証した。
  論文  参考訳（メタデータ） (2025-05-26T17:55:15Z)
• Policy Architectures for Compositional Generalization in Control [71.61675703776628]
  本稿では,タスクにおけるエンティティベースの構成構造をモデル化するためのフレームワークを提案する。 私たちのポリシーは柔軟で、アクションプリミティブを必要とせずにエンドツーエンドでトレーニングできます。
  論文  参考訳（メタデータ） (2022-03-10T06:44:24Z)
• CausalWorld: A Robotic Manipulation Benchmark for Causal Structure and Transfer Learning [138.40338621974954]
  CausalWorldは、ロボット操作環境における因果構造と伝達学習のベンチマークである。 タスクは、ブロックのセットから3D形状を構築することで構成される。
  論文  参考訳（メタデータ） (2020-10-08T23:01:13Z)
• MetaPerturb: Transferable Regularizer for Heterogeneous Tasks and Architectures [61.73533544385352]
  本稿ではメタパーターブ(MetaPerturb)というトランスファー可能な摂動モデルを提案する。 MetaPerturbは、レイヤやタスクにまたがる多様な分散を訓練したセット関数であるため、異種タスクやアーキテクチャを一般化することができる。
  論文  参考訳（メタデータ） (2020-06-13T02:54:59Z)

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。