論文の概要: Hierarchical Policy Learning via Spectral Decomposition

• arxiv url: http://arxiv.org/abs/2606.29570v1
• Date: Sun, 28 Jun 2026 19:22:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.971988
• Title: Hierarchical Policy Learning via Spectral Decomposition
• Title（参考訳）: スペクトル分解による階層的政策学習
• Abstract要約: ロボットの動作シーケンスにおける意味的分解を識別し,タスクレベルの動作意図と実行レベルの改善を分離する。 本稿では, 因果的粗大化過程として行動生成をモデル化した因果スペクトルポリシー(CSP)を提案する。 CSPは、精度に敏感な操作タスクにおいて、強いベースラインを一貫して上回る。
• 参考スコア（独自算出の注目度）: 58.65543693788772
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we identify a semantic decomposition in robot action sequences, separating task-level motion intent from execution-level refinements. By analyzing actions in the spectral domain using the discrete cosine transform (DCT), we observe that low-frequency components capture global motion trajectories, while high-frequency components encode precise timing, alignment, and contact behaviors. Motivated by this structure, we propose Causal Spectral Policy (CSP), which models action generation as a causal coarse-to-fine process: coarse motion is predicted from observation and language, and fine corrections are generated conditionally on the realized trajectory. Across simulation and real-world evaluations, CSP consistently outperforms strong baselines on precision-sensitive manipulation tasks. Additionally, we propose human-inspired teleoperation noise injection as a data augmentation method, under which our approach demonstrates strong robustness to noisy demonstrations.
• Abstract（参考訳）: 本稿では,ロボット行動系列における意味的分解を識別し,タスクレベルの動作意図と実行レベルの改善を分離する。 離散コサイン変換(DCT)を用いてスペクトル領域の動作を解析することにより、低周波成分がグローバルな運動軌跡を捉えるのに対し、高周波成分は正確なタイミング、アライメント、接触挙動を符号化する。 この構造を動機とする因果スペクトルポリシー(CSP)を提案する。これは、因果的粗い運動を観測と言語から予測し、得られた軌道上で微妙な補正を条件付きで生成する、因果的粗い過程をモデル化する。 シミュレーションや実世界の評価を通じて、CSPは精度に敏感な操作タスクにおいて、強いベースラインを一貫して上回ります。 また,データ拡張手法として,人間に触発された遠隔操作型ノイズ注入を提案する。

関連論文リスト

• Adaptive Latent Trajectory Anchoring for Action Segmentation Dataset Condensation [53.60856261088647]
  本稿では,凝縮パラダイムを最適化に基づく逆転から決定論的潜在写像へシフトすることを提案する。 動作セグメントをノイズ多様体のスパース潜在点に固定された連続軌跡として表現する。 我々のフレームワークは,共通データセット間でのセグメンテーション性能において,最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2026-07-10T04:00:26Z)
• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• Libra-VLA: Achieving Learning Equilibrium via Asynchronous Coarse-to-Fine Dual-System [15.427164345561417]
  VLA(Vision-Language-Action)モデルは、汎用的なロボット操作において有望なパラダイムである。 本稿では,新しいデュアルシステムVLAアーキテクチャであるLibra-VLAを紹介する。 当社のアプローチは,オープンワールド操作に対して,スケーラブルで堅牢で応答性の高いソリューションを提供しています。
  論文  参考訳（メタデータ） (2026-04-27T19:02:46Z)
• Learning to Credit the Right Steps: Objective-aware Process Optimization for Visual Generation [57.61006679699323]
  強化学習は人間の嗜好信号を用いた視覚生成モデルの訓練後の効果的な枠組みとして登場した。 現代の視覚生成では、視覚的品質、動きの整合性、テキストアライメントなどの不均一な目的を捉えるために、複数の報酬モデルがしばしば使用される。 GRPO の微粒化学習のための構造化フレームワークである Objective-Aware Trajectory Credit Assignment (OTCA) を提案する。
  論文  参考訳（メタデータ） (2026-04-21T08:37:13Z)
• Disentangle-then-Refine: LLM-Guided Decoupling and Structure-Aware Refinement for Graph Contrastive Learning [8.080589414732982]
  テキスト分散グラフ(TAG)上の従来のグラフコントラスト学習(GCL)は、意図せずノイズを伴うタスク関連信号を絡み合わせるブラインド拡張に依存している。 近似直交分解に固定された頑健なフレームワークであるSDM-SCRを提案する。
  論文  参考訳（メタデータ） (2026-04-16T07:57:11Z)
• TRACER: Texture-Robust Affordance Chain-of-Thought for Deformable-Object Refinement [37.77903164878976]
  TRACER は Texture-Robust Affordance Chain-of- Thought with dEformable-object Refinement framework である。 セマンティック推論から外見が損なわれ、物理的に一貫した機能領域の洗練まで、階層横断的なマッピングを提供する。 Fine-AGDDO15データセットと実世界のロボットプラットフォームで実施された実験は、TRACERが精度を著しく向上することを示した。
  論文  参考訳（メタデータ） (2026-01-28T03:12:18Z)
• Towards Arbitrary Motion Completing via Hierarchical Continuous Representation [64.6525112550758]
  Inlicit Representations(INR)に基づくNAMEと呼ばれる新しいパラメトリックアクティベーションによる階層的暗黙表現フレームワークを提案する。 本手法では,複数の時間スケールで動作列から特徴を抽出し,複雑な時間パターンを効果的に捕捉する階層的時間符号化機構を提案する。
  論文  参考訳（メタデータ） (2025-12-24T14:07:04Z)
• FreqPolicy: Frequency Autoregressive Visuomotor Policy with Continuous Tokens [47.735852718586216]
  本稿では,階層的な周波数成分を段階的にモデル化するビジュモータポリシー学習のための新しいパラダイムを提案する。 さらに精度を高めるために,動作空間の滑らかさと連続性を維持する連続潜在表現を導入する。 我々の手法は、精度と効率の両方で既存の手法より優れている。
  論文  参考訳（メタデータ） (2025-06-02T12:13:51Z)
• Provable Guarantees for Generative Behavior Cloning: Bridging Low-Level Stability and High-Level Behavior [51.60683890503293]
  生成モデルを用いた複雑な専門家による実演の行動クローニングに関する理論的枠組みを提案する。 任意の専門的軌跡の時間ごとのステップ分布に一致するトラジェクトリを生成することができることを示す。
  論文  参考訳（メタデータ） (2023-07-27T04:27:26Z)

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。