論文の概要: Energy-based Compositional Diffusion Planning

• arxiv url: http://arxiv.org/abs/2606.21646v1
• Date: Fri, 19 Jun 2026 17:57:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 04:19:57.796435
• Title: Energy-based Compositional Diffusion Planning
• Title（参考訳）: エネルギーをベースとした組成拡散計画
• Authors: Tao Sun, Utkarsh Aashu Mishra, Jiaxin Lu, Danfei Xu, Iro Armeni,
• Abstract要約: 構成拡散プランナーは、短距離トレーニングを用いて、長距離ロボットタスクを解くことを目的としている。 縫合した更新は一般に、有効なグローバルな軌跡対数密度関数に対応しない非保守的フィールドであることが示される。 本稿では,局所的な橋梁電位の和の最小化としてグローバルな軌道を定式化するための,エネルギーベースの構成ディフューザ(ECD)を提案する。
• 参考スコア（独自算出の注目度）: 18.94905840452896
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Compositional diffusion planners aim to solve long-horizon robotic tasks using short training trajectories. Yet, current approaches often rely on the heuristic stitching of local predictions. We show that the resulting stitched update is generally a non-conservative field} that does not mathematically correspond to any valid global trajectory log-density function. We propose Energy-based Compositional Diffuser (ECD), a framework that formulates the global trajectory as the minimizer of the sum of local bridge potentials. This energy-based perspective defines a conservative correction field and contains a boundary reaction term that heuristic stitching omits. To enable efficient inference, we further introduce a Markov-based score approximation that computes the reaction term via a single block-tridiagonal solve, maintaining time complexity linear in the planning horizon. Empirically, ECD achieves state-of-the-art success rates on a range of OGBench stitching tasks, while nearly matching the inference speed of heuristic stitching methods. Code is available at https://github.com/GradientSpaces/ECD.
• Abstract（参考訳）: 構成拡散プランナーは、短距離訓練軌跡を用いた長距離ロボット作業の解決を目指している。 しかし、現在のアプローチは、しばしば局所的な予測のヒューリスティックな縫合に依存している。 縫合された更新は一般に、数学的に有効なグローバルな軌跡対数密度関数に対応しない非保守的フィールドであることが示される。 本稿では,局所的な橋梁電位の和の最小化としてグローバルな軌道を定式化するための,エネルギーベースの構成ディフューザ(ECD)を提案する。 このエネルギーに基づく視点は、保守的な補正場を定義し、ヒューリスティックな縫合が省略される境界反応項を含む。 効率的な推論を実現するために,マルコフに基づくスコア近似を導入し,一ブロック三元対角分解による反応項の計算を行い,計画地平線における時間複雑性を線形に維持する。 経験的に、ECDは、ヒューリスティック縫合法の推論速度とほぼ一致しながら、様々なOGBench縫合作業において最先端の成功率を達成する。 コードはhttps://github.com/GradientSpaces/ECDで入手できる。

関連論文リスト

• Semidefinite Relaxations for Collision-Free Motion Planning [53.160637667144876]
  C4トラジェクトリの観点で,inmathbbRn制約を通じて開始からゴールへ移動するポイントロボットに焦点をあてる。 C4トラジェクトリによる最小スナップ連続計画のプランナとしての有効性を示す。
  論文  参考訳（メタデータ） (2026-06-12T03:18:03Z)
• Amortizing Trajectory Diffusion with Keyed Drift Fields [2.5352713493505785]
  キード・ドリフト・ポリシーズ (Keyed Drifting Policies) は、ドリフトフィールドの目標で訓練された1ステップの軌道生成装置である。 生成されたトラジェクトリを条件マッチングされたデータセットウィンドウに反映する。 1ステップの推論で高い性能を達成し、拡散サンプリングよりも計画遅延を大幅に低減する。
  論文  参考訳（メタデータ） (2026-03-14T17:56:15Z)
• Bayesian Optimization with Gaussian Processes to Accelerate Stationary Point Searches [0.0]
  本稿では,最小化,単点サドル探索,ダブルエンドサドル探索を統一した6ステップサロゲートループによるベイズ最適化手法を提案する。 このフレームワークは、微分観測、逆距離カーネル、アクティブラーニングによるガウス過程の回帰を用いている。 Rustのコードは、すべてのアプリケーションが全く同じベイズ最適化ループを使用しており、理論的な定式化と実践的な実行のギャップを埋めていることを示している。
  論文  参考訳（メタデータ） (2026-03-11T17:20:28Z)
• Hierarchical Informative Path Planning via Graph Guidance and Trajectory Optimization [10.020847331719398]
  エージェントがガウス過程 (GP) としてモデル化された潜伏場の測定を収集し, 対象地における不確実性を低減するため, 乱雑な環境下での移動予算を考慮した情報経路計画 (IPP) について検討する。 i) グラフに基づくグローバルプランニング, (ii) 幾何学的およびカーネル境界を用いたセグメント単位の予算配分, (iii) 厳密な制約と障害物刈取を伴う各セグメントのスプラインベース改良の3段階からなる階層的フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-23T23:27:20Z)
• PreRoutGNN for Timing Prediction with Order Preserving Partition: Global Circuit Pre-training, Local Delay Learning and Attentional Cell Modeling [84.34811206119619]
  本稿では,事前のタイミング予測に対する2段階のアプローチを提案する。 まず、回路網リストからグローバルグラフ埋め込みを学習するグラフオートエンコーダを事前学習するためのグローバル回路トレーニングを提案する。 第2に、GCN上のメッセージパッシングのための新しいノード更新方式を、学習したグラフ埋め込みと回路グラフのトポロジ的ソートシーケンスに従って使用する。 21個の実世界の回路の実験では、スラック予測のための新しいSOTA R2が0.93で達成され、以前のSOTA法では0.59をはるかに上回っている。
  論文  参考訳（メタデータ） (2024-02-27T02:23:07Z)
• Generalized Schrödinger Bridge Matching [54.171931505066]
  一般化Schr"odinger Bridge (GSB) 問題設定は、機械学習の内外を問わず、多くの科学領域で一般的である。 我々は最近の進歩に触発された新しいマッチングアルゴリズムである一般化シュリンガーブリッジマッチング(GSBM)を提案する。 このような一般化は条件最適制御の解法として、変分近似を用いることができることを示す。
  論文  参考訳（メタデータ） (2023-10-03T17:42:11Z)
• Distributed stochastic optimization with large delays [59.95552973784946]
  大規模最適化問題を解決する最も広く使われている手法の1つは、分散非同期勾配勾配(DASGD)である。 DASGDは同じ遅延仮定の下で大域的最適実装モデルに収束することを示す。
  論文  参考訳（メタデータ） (2021-07-06T21:59:49Z)
• Targeted free energy estimation via learned mappings [66.20146549150475]
  自由エネルギー摂動 (FEP) は60年以上前にズワンツィヒによって自由エネルギー差を推定する方法として提案された。 FEPは、分布間の十分な重複の必要性という厳しい制限に悩まされている。 目標自由エネルギー摂動(Targeted Free Energy Perturbation)と呼ばれるこの問題を緩和するための1つの戦略は、オーバーラップを増やすために構成空間の高次元マッピングを使用する。
  論文  参考訳（メタデータ） (2020-02-12T11:10:00Z)

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。