論文の概要: FADA: Few-Shot Domain Adaptation via Dynamics Alignment for Humanoid Control

• arxiv url: http://arxiv.org/abs/2606.28476v1
• Date: Fri, 26 Jun 2026 16:05:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.581332
• Title: FADA: Few-Shot Domain Adaptation via Dynamics Alignment for Humanoid Control
• Title（参考訳）: FADA:ヒューマノイド制御のためのダイナミクスアライメントによるFew-Shotドメイン適応
• Abstract要約: 本稿では,3段階のPlanner-Inverse Dynamics Model (Planner-IDM) フレームワークであるFADAについて述べる。 実験により、FADAはコンテキスト内およびエンドツーエンド適応ベースラインの両方で性能が向上することが示された。
• 参考スコア（独自算出の注目度）: 20.273427277208558
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-precision humanoid control is limited by target-domain dynamics mismatch, where the same control objective can induce different realized motions under changes in terrain, payload, or actuator response. Existing methods either pursue zero-shot transfer through domain randomization or in-context adaptation without target-domain specialization, or require heavy adaptation pipelines that leverage target-domain data, such as model calibration, residual learning, or policy retraining. In this paper, we present FADA (Few-Shot Domain Adaptation via Dynamics Alignment), a three-stage Planner-Inverse Dynamics Model (Planner-IDM) framework for few-shot adaptation in humanoid control. FADA first trains an oracle policy with privileged information and then distills the oracle behavior into a deployable Planner-IDM student through DAgger. At deployment, FADA freezes the planner and finetunes only the IDM using approximately 2 minutes of target-domain rollouts with standard supervised learning. Rather than requiring optimal demonstrations or rewards, FADA uses the paired actions and observations that are observed during these rollouts as supervision, aligning the IDM's action generation with target-domain dynamics. Experiments show that FADA outperforms both in-context and end-to-end adaptation baselines, improving task performance under dynamics shifts and enabling real humanoid robots to execute diverse high-precision whole-body tasks. Implementation details and qualitative hardware rollout videos are available at https://lecar-lab.github.io/FADA-humanoid/.
• Abstract（参考訳）: 高精度なヒューマノイド制御は、目標領域のダイナミックスミスマッチによって制限され、同じ制御目的が、地形、ペイロード、アクチュエータ応答の変化の下で異なる実現運動を誘導することができる。 既存の方法は、ドメインのランダム化によるゼロショット転送や、ターゲットドメインの特殊化なしにコンテキスト内適応を追求するか、あるいはモデルキャリブレーションや残留学習、ポリシー再訓練といったターゲットドメインデータを活用する重い適応パイプラインを必要とする。 本稿では,3段階のPlanner-Inverse Dynamics Model (Planner-IDM) フレームワークであるFADA(Few-Shot Domain Adaptation via Dynamics Alignment)を提案する。 FADAはまず、特権情報でオラクルのポリシーを訓練し、DAggerを通じてデプロイ可能なPlanner-IDMの学生に託す。 デプロイ時にFADAは、標準的な教師付き学習で約2分間のターゲットドメインロールアウトを使用して、プランナーとDMのみを凍結する。 最適なデモンストレーションや報酬を必要とするのではなく、FADAはこれらのロールアウトで観察されるペア化されたアクションと観察を監督として使用し、IDMのアクション生成とターゲットドメインのダイナミクスを整合させる。 実験により、FADAは、コンテキスト内とエンドツーエンドの適応ベースラインの両方に優れ、動的シフト下でのタスクパフォーマンスを改善し、実際のヒューマノイドロボットが多様な高精度な全体タスクを実行できるようにする。 実装の詳細と定性的ハードウェアのロールアウトビデオはhttps://lecar-lab.github.io/FADA- Humanoid/.comで公開されている。

関連論文リスト

• Robotic Policy Adaptation via Weight-Space Meta-Learning [10.867247751424891]
  WIZARDは、凍結VLAポリシーのためのタスク固有のLoRAパラメータを生成することで、タスク固有の微調整をサイドステップする。 メタトレーニング中、WIZARDはタスクエビデンスを直接専門家のLoRAアップデートにマップすることを学ぶ。 実験の結果、WIZARDは見えないデータセットのコレクションでは最大2倍、見えないタスクでは最大14倍の性能向上を示している。
  論文  参考訳（メタデータ） (2026-06-05T12:29:28Z)
• Self-Training with Dynamic Weighting for Robust Gradual Domain Adaptation [11.973153070989289]
  動的重み付き自己学習法(STDW)を提案する。 STDWは、GDA(Gradual Domain Adaptation)における堅牢性向上を目指す 本手法では,トレーニング中のソースとターゲットドメインの損失寄与を適応的にバランスする動的重み付け機構を導入する。
  論文  参考訳（メタデータ） (2025-10-13T06:13:23Z)
• Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance [63.33213516925946]
  textbfAlign-Then-stEer(textttATE)は,新しいデータ効率,プラグアンドプレイ適応フレームワークである。 我々の研究は、新しいロボットプラットフォームやタスクにVLAモデルをデプロイする実用性を大幅に向上させる、汎用的で軽量なソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-02T07:51:59Z)
• Latent Adaptive Planner for Dynamic Manipulation [43.959104380268066]
  Latent Adaptive Planner (LAP) は、動的非包括的操作のための軌道レベルの遅延変数ポリシーである。 LAPは低次元の潜在空間における推論として計画を定式化し、人間のデモビデオから効果的に学習する。
  論文  参考訳（メタデータ） (2025-05-06T00:09:09Z)
• Action Flow Matching for Continual Robot Learning [54.10050120844738]
  ロボット工学における継続的な学習は、変化する環境やタスクに常に適応できるシステムを求める。 本稿では,オンラインロボット力学モデルアライメントのためのフローマッチングを利用した生成フレームワークを提案する。 ロボットは,不整合モデルで探索するのではなく,行動自体を変換することで,より効率的に情報収集を行う。
  論文  参考訳（メタデータ） (2025-04-25T16:26:15Z)
• Dynamic Allocation Hypernetwork with Adaptive Model Recalibration for Federated Continual Learning [49.508844889242425]
  適応型モデル再構成(FedDAH)を用いた動的アロケーション・ハイパーネットワーク(動的アロケーション・ハイパーネットワーク)の医用領域におけるサーバサイドFCLパターンを提案する。 FedDAHは、クライアント間で異なる動的タスクストリームの下での協調学習を容易にするように設計されている。 バイアス最適化のために,従来のモデルの変更候補を現在のサーバ更新に組み込むために,新しい適応モデル再校正(AMR)を導入する。
  論文  参考訳（メタデータ） (2025-03-25T00:17:47Z)
• Dynamic Allocation Hypernetwork with Adaptive Model Recalibration for FCL [49.508844889242425]
  適応型モデル再校正(textbfFedDAH)を用いた動的アロケーション・ハイパーネットワークの医療領域におけるサーバサイドFCLパターンを提案する。 バイアス最適化のために,従来のモデルの変更候補を現在のサーバ更新に組み込むために,新しい適応モデル再校正(AMR)を導入する。 AMOSデータセットの実験では、異なるタスクストリームを持つサイトの他のFCLメソッドよりもFedDAHの方が優れていることが示されています。
  論文  参考訳（メタデータ） (2025-03-23T13:12:56Z)
• GDO:Gradual Domain Osmosis [5.620015188968398]
  本稿では,GDA(Gradual Domain Adaptation)において,ソースドメインからターゲットドメインへのスムーズな知識マイグレーションの問題を解決することを目的とした,Gradual Domain Osmosisと呼ばれる新しい手法を提案する。 従来のGradual Domain Adaptationメソッドは、中間ドメインの導入と自己学習戦略によってドメインバイアスを軽減するが、多くの場合、中間ドメインにおける非効率的な知識マイグレーションや欠落データといった課題に直面している。
  論文  参考訳（メタデータ） (2025-01-31T14:25:45Z)
• EUCLID: Towards Efficient Unsupervised Reinforcement Learning with Multi-choice Dynamics Model [46.99510778097286]
  教師なし強化学習(URL)は,タスクに依存しない環境で有用な行動を学ぶための,有望なパラダイムである。 本研究では,事前学習フェーズにおける動的モデルと教師なし探索ポリシーを協調的に事前学習するための,新しいモデル融合パラダイムを提案する。 本研究では,EUCLIDが高サンプリング効率で最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2022-10-02T12:11:44Z)
• Lifelong Unsupervised Domain Adaptive Person Re-identification with Coordinated Anti-forgetting and Adaptation [127.6168183074427]
  本稿では,LUDA (Lifelong Unsupervised Domain Adaptive) という新たなタスクを提案する。 これは、モデルがターゲット環境のラベル付けされていないデータに継続的に適応する必要があるため、難しい。 我々は、CLUDA-ReIDと呼ばれるこのタスクのための効果的なスキームを設計し、そこでは、アンチフォージェッティングが適応と調和して調整される。
  論文  参考訳（メタデータ） (2021-12-13T13:19:45Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)
• Meta-Reinforcement Learning for Adaptive Motor Control in Changing Robot Dynamics and Environments [3.5309638744466167]
  この研究は、ロバストな移動のための異なる条件に制御ポリシーを適応させるメタラーニングアプローチを開発した。 提案手法は, インタラクションモデルを更新し, 推定された状態-作用軌道のアクションをサンプル化し, 最適なアクションを適用し, 報酬を最大化する。
  論文  参考訳（メタデータ） (2021-01-19T12:57:12Z)

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。