論文の概要: Ambient Diffusion Policy: Imitation Learning from Suboptimal Data in Robotics

• arxiv url: http://arxiv.org/abs/2606.12365v1
• Date: Wed, 10 Jun 2026 17:34:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.595513
• Title: Ambient Diffusion Policy: Imitation Learning from Suboptimal Data in Robotics
• Title（参考訳）: 環境拡散政策:ロボットにおける最適データからの模倣学習
• Authors: Adam Wei, Nicholas Pfaff, Thomas Cohn, Arif Kerem Dayı, Constantinos Daskalakis, Giannis Daras, Russ Tedrake,
• Abstract要約: Ambient Diffusion Policyは、ロボット工学における準最適データからの模倣学習の原則化された方法である。 本手法は,ロボット工学における協調学習に新たな軸を導入することで,有用な特徴のみを抽出する。 実験では,6つのタスクにまたがる4種類の準最適行動データに対して,Ambient Diffusion Policyを検証した。
• 参考スコア（独自算出の注目度）: 29.36264775500445
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose Ambient Diffusion Policy, a simple and principled method for imitation learning from suboptimal data in robotics. High-quality, task-specific robot data is expensive and time-consuming to collect, while suboptimal datasets with lower-quality or out-of-distribution demonstrations are abundant. Existing methods that co-train on both data sources in robotics often fail to separate the meaningful and the harmful features in the suboptimal samples. In contrast, our method extracts only the useful features by introducing a new axis to co-training in robotics: noise-dependent data usage. Ambient Diffusion Policy restricts the contribution of suboptimal data during training to only the high and low diffusion times. To rigorously justify our approach, we first observe that robot action data exhibits a spectral power law. This induces two important properties on the optimal Diffusion Policy that we exploit: a global-to-local hierarchy and locality. We theoretically formalize this discussion using a simplified model. Our experiments validate Ambient Diffusion Policy on four types of suboptimal action data (noisy trajectories, sim-to-real gap, task mismatch, and large-scale data mixtures) across six tasks. The results show that it effectively learns from arbitrary sources of suboptimal data. Notably, it outperforms existing co-training baselines by up to 33% when scaled to Open X-Embodiment - a large dataset with heterogeneous data quality and unstructured distribution shifts. Overall, Ambient Diffusion Policy increases the utility of suboptimal demonstrations and expands the set of usable data sources in robotics.
• Abstract（参考訳）: 本稿では,ロボット工学における準最適データからの模倣学習をシンプルかつ原則的に行うAmbient Diffusion Policyを提案する。 高品質でタスク固有のロボットデータは高価で収集に時間がかかるが、低品質またはアウト・オブ・ディストリビューションのデモを伴う最適なデータセットは豊富である。 ロボット工学において、両方のデータソースを共同訓練する既存の方法は、しばしば、最適なサンプルの有意義な特徴と有害な特徴を区別することができない。 対照的に,本手法は,ロボットの協調学習に新たな軸を導入することで,有用な特徴のみを抽出する。 環境拡散政策は、訓練中の最適値の寄与を、高拡散時間と低拡散時間のみに制限する。 我々のアプローチを厳密に正当化するために、ロボットの行動データがスペクトルパワー則を示すのを最初に観察する。 これにより、グローバルからローカルへの階層構造と局所性という、私たちが活用する最適拡散政策の2つの重要な特性が引き起こされる。 我々はこの議論を単純化モデルを用いて理論的に定式化する。 実験では,6つのタスクにまたがる4種類の最適行動データ(ノイズトラジェクトリ,sim-to-realギャップ,タスクミスマッチ,大規模データ混合)に対して,Ambient Diffusion Policyを検証した。 その結果,任意の最適データソースから効果的に学習できることが示唆された。 注目すべきなのは、Open X-Embodiment – 不均一なデータ品質と非構造的な分散シフトを備えた大規模なデータセット – にスケールした場合、既存のコトレーニングベースラインを最大33%上回ることだ。 全体として、Ambient Diffusion Policyは、ロボット工学における準最適デモンストレーションの有用性を高め、利用可能なデータソースのセットを拡張する。

関連論文リスト

• Studying the Role of Synthetic Data for Machine Learning-based Wireless Networks Traffic Forecasting [1.1699027359021665]
  本稿では,大規模Wi-Fi展開のための一階自動回帰雑音統計量に基づく合成データ生成手法を提案する。 実験結果から, 実データを用いて得られた10～15項目のうち, 平均絶対誤差(MAE)値が得られた。 一般化が必要な場合、合成データ学習モデルは、実データ学習ベースラインと比較して、予測精度を最大50%向上させる。
  論文  参考訳（メタデータ） (2026-01-12T15:27:55Z)
• Synthetic Industrial Object Detection: GenAI vs. Feature-Based Methods [5.278929538141005]
  我々は、特徴ベースの手法、生成AI(GenAI)、古典的なレンダリングアプローチを含む、ドメインランダム化(DR)およびドメイン適応(DA)テクニックをベンチマークする。 本評価では,低レベルの特徴アライメントと高レベルの特徴アライメントの有効性,および実世界の文脈から生成されたプロンプトによって誘導される拡散に基づくDA法について検討する。 その結果、十分な可変性を持つレンダリングベースデータが、輝度ベースや知覚的ハッシュフィルタリングといったよりシンプルな特徴ベースのメソッドとして利用可能である場合、精度と資源効率の両方においてより複雑なGenAIベースのアプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-11-28T14:51:08Z)
• Trajectory prediction for heterogeneous agents: A performance analysis on small and imbalanced datasets [11.00008290019651]
  クラス条件の軌道予測は、予測の不確実性を低減し、より正確な予測を得るための魅力的な方法である。 これは以前の技術、特にモバイルロボットや限られたデータアプリケーションではほとんど研究されていない。 本稿では,条件付きパターンに基づく効率的なディープラーニングベースラインを提案するとともに,ロボットや屋外データセット上での性能評価を行う。
  論文  参考訳（メタデータ） (2025-10-04T11:02:21Z)
• Filtering with Confidence: When Data Augmentation Meets Conformal Prediction [10.431187957711206]
  本稿では,合成データ拡張のための基本データフィルタリングフレームワークを提案する。 F1スコアの最大40%の一貫性のあるパフォーマンス向上を示す。
  論文  参考訳（メタデータ） (2025-09-25T19:42:02Z)
• Efficient Federated Learning with Heterogeneous Data and Adaptive Dropout [62.73150122809138]
  Federated Learning(FL)は、複数のエッジデバイスを使用したグローバルモデルの協調トレーニングを可能にする、有望な分散機械学習アプローチである。 動的不均一モデルアグリゲーション(FedDH)と適応ドロップアウト(FedAD)の2つの新しい手法を備えたFedDHAD FLフレームワークを提案する。 これら2つの手法を組み合わせることで、FedDHADは精度(最大6.7%)、効率(最大2.02倍高速)、コスト(最大15.0%小型)で最先端のソリューションを大幅に上回っている。
  論文  参考訳（メタデータ） (2025-07-14T16:19:00Z)
• Efficient Data Collection for Robotic Manipulation via Compositional Generalization [70.76782930312746]
  本研究では, 環境要因をデータから構成し, 未確認の要因の組み合わせに遭遇した場合に成功できることを示す。 コンポジションを利用したドメイン内データ収集手法を提案する。 ビデオはhttp://iliad.stanford.edu/robot-data-comp/で公開しています。
  論文  参考訳（メタデータ） (2024-03-08T07:15:38Z)
• Synthetic data, real errors: how (not) to publish and use synthetic data [86.65594304109567]
  生成過程が下流MLタスクにどのように影響するかを示す。 本稿では、生成プロセスモデルパラメータの後方分布を近似するために、Deep Generative Ensemble (DGE)を導入する。
  論文  参考訳（メタデータ） (2023-05-16T07:30:29Z)

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。