論文の概要: Stabilization Learning: A Paradigm Transition Bridging Control Theory and Machine Learning
- arxiv url: http://arxiv.org/abs/2606.31562v1
- Date: Tue, 30 Jun 2026 12:19:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-01 18:27:19.207942
- Title: Stabilization Learning: A Paradigm Transition Bridging Control Theory and Machine Learning
- Title（参考訳）: 安定化学習:パラダイム遷移ブリッジング制御理論と機械学習
- Abstract要約: 安定化学習は、制御理論と機械学習を橋渡しする学際パラダイムである。
安定性を第一の目標としており、証明書学習と強化学習を区別している。
本稿では、安定化学習における安定性の2つの主要なカテゴリと、3つの典型的なアプリケーションシナリオについて詳述する。
- 参考スコア（独自算出の注目度）: 12.657204866483681
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Stabilization learning is an interdisciplinary paradigm that bridges control theory and machine learning. Its core idea is to enable systems to adjust their policies under perturbations or environmental changes through real-time feedback and adaptive mechanisms. It takes stability as its primary goal, distinguishing itself from certificate learning, which focuses on formal proofs, and reinforcement learning, which pursues optimality. It encompasses a range of methods, including Lyapunov-based analysis and design, deep feature extraction, and data-driven feedback synthesis, and is applicable to complex high-dimensional, nonlinear systems. This paper elaborates on the two major categories of stability in stabilization learning, as well as three typical application scenarios: control, observation, and recognition. It constructs a unified mathematical framework based on a six-tuple, and expands into two types of seven-tuple models: constrained learning with barrier spaces and tracking problems with targets. It also analyzes the roles, meanings, and implementation choices of key elements such as state space, controlled system, metrics, and policy. Through the formal reformulation of 11 types of problems, including multi-agent cooperative tracking, visual servo robot position stabilization, chess games, and Push-T tasks, this paper illustrates the potential applicability of the framework across multiple domains. Finally, it points out that future stabilization learning will focus on two major directions: constructing a unified problem framework and achieving efficient and robust learning, providing solutions for complex system control that combine theoretical rigor with engineering practicality.
- Abstract（参考訳）: 安定化学習は、制御理論と機械学習を橋渡しする学際パラダイムである。
その中核となる考え方は、リアルタイムのフィードバックと適応メカニズムを通じて、システムが摂動や環境変化の下でポリシーを調整できるようにすることである。
安定性を第一の目標としており、正式な証明に焦点を当てた証明書学習や、最適性を追求する強化学習とを区別している。
これは、リャプノフに基づく分析と設計、深い特徴抽出、データ駆動フィードバック合成などを含む様々な手法を含み、複雑な高次元非線形システムに適用できる。
本稿では、安定化学習における安定性の2つの主要なカテゴリと、制御、観察、認識の3つの典型的な応用シナリオについて詳述する。
6タプルに基づいて統一的な数学的フレームワークを構築し、バリア空間による制約付き学習とターゲットによる問題追跡という、2種類の7タプルモデルに拡張する。
また、状態空間、制御されたシステム、メトリクス、ポリシーといった重要な要素の役割、意味、実装の選択を分析する。
マルチエージェント協調トラッキング,視覚サーボロボット位置安定化,チェスゲーム,プッシュ-Tタスクを含む11種類の問題を形式的に整理し,複数の領域にわたるフレームワークの適用可能性を示す。
最後に、将来の安定化学習は、統一された問題フレームワークの構築と、効率的で堅牢な学習の実現、理論的厳密性と工学的実践性を組み合わせた複雑なシステム制御のためのソリューションの提供の2つの方向に焦点を当てると指摘する。
関連論文リスト
- Dual Process Motion Planning [53.570848178455776]
頑健な推論と学習の強みを組み合わせたデュアルプロセスアーキテクチャを導入する。
我々のフレームワークは、経験駆動型System-1'モジュールでSystem-2'コンポーネントとして最先端のシンボルソルバを統合している。
論文 参考訳（メタデータ） (2026-09-01T13:52:12Z) - Meta-Learning for Rapid Adaptation in Reference Tracking of Uncertain Nonlinear Systems [10.214460763156191]
暗黙的なモデルに依存しないメタラーニング(iMAML)アルゴリズムを制御設定に適合させるメタラーニングベースの制御フレームワークを提案する。
我々はこのフレームワークを二段階最適化問題として定式化し、ストレージの複雑さを低減し、近似の少ない効率的なソリューションを提供する。
論文 参考訳（メタデータ） (2026-05-21T14:04:10Z) - A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms [49.66022971508878]
私たちは、推論はモジュラーコンポーネントからシステムの認知コアに高めるべきだと論じています。
応答性推論のトレードオフやソーシャルゲーム推論など,7つの中核的推論課題を導出し,体系化する。
我々は,LLMに基づく推論と,ミリ秒スケールで安全クリティカルな車両制御の要求との間の,高レイテンシ,熟考的特性の根本的かつ未解決な緊張関係を同定する。
論文 参考訳（メタデータ） (2026-03-11T07:40:53Z) - Continual uncertainty learning [0.0]
本研究では,非線形力学系を含む頑健な制御問題に対して,カリキュラムベースの連続学習フレームワークを定式化した。
そこで本研究では,自動車用パワートレイン用アクティブ振動制御装置の設計に本手法を適用した。
論文 参考訳（メタデータ） (2026-02-19T08:39:42Z) - A Review of Learning-Based Motion Planning: Toward a Data-Driven Optimal Control Approach [9.141034088788233]
高レベルの自律運転のための運動プランニングは、透明で不安定なパイプライン方式と、現代の学習ベースシステムの適応的で不透明な「ブラックボックス」特性とのトレードオフによって制約される。
本稿では,古典的制御と機械学習の適応能力を統合する統一フレームワークとして,データ駆動型最適制御パラダイムを提案する。
本稿では,「Human-Centric」のカスタマイズ,「Platform-Adaptive」の動的適応,自己学習による「System Self-Optimization」の3つの重要な次世代機能を実現するためのフレームワークの可能性を検討する。
論文 参考訳（メタデータ） (2025-12-12T14:01:24Z) - Understanding Catastrophic Interference: On the Identifibility of Latent Representations [67.05452287233122]
破滅的な干渉、あるいは破滅的な忘れ(Caastrophic forgetting)は、機械学習の根本的な課題である。
本稿では,破滅的干渉を識別問題として定式化する新しい理論枠組みを提案する。
我々のアプローチは、合成データセットとベンチマークデータセットの両方で理論的保証と実用的なパフォーマンスの改善を提供する。
論文 参考訳（メタデータ） (2025-09-27T00:53:32Z) - VL-Cogito: Progressive Curriculum Reinforcement Learning for Advanced Multimodal Reasoning [69.44871115752055]
本稿では,PCuRL(Progressive Curriculum Reinforcement Learning)フレームワークを用いて学習した高度なマルチモーダル推論モデルを提案する。
PCuRLは、難易度が徐々に増大するタスクを通じてモデルを体系的にガイドし、多様なマルチモーダルコンテキストにおける推論能力を大幅に向上させる。
本フレームワークは,(1)連続するRLトレーニング段階におけるトレーニング難度を動的に調整するオンライン難易度重み付け機構,(2)タスク複雑度に応じて推論経路長を適応的に調整する動的長報奨機構,の2つの重要なイノベーションを紹介する。
論文 参考訳（メタデータ） (2025-07-30T12:23:21Z) - Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why [50.191655141020505]
この調査は、デモから学ぶ機能ベースのアプローチとGANベースのアプローチの比較分析を提供する。
特徴に基づく手法とGANに基づく手法の2分法はますます曖昧になっていると我々は主張する。
論文 参考訳（メタデータ） (2025-07-08T11:45:51Z) - Actively Learning Reinforcement Learning: A Stochastic Optimal Control Approach [3.453622106101339]
本研究では,2つの相互に結びついた目的を達成するための枠組みを提案する。 (i) 積極的な探索と意図的な情報収集を伴う強化学習と, (ii) 最適制御法の計算的難易度を克服する枠組みである。
我々は、強化学習を用いて最適制御則を計算することにより、両方の目的にアプローチする。
一定の探索と搾取バランスとは異なり、学習プロセスが終了しても、警告と探索はリアルタイムでコントローラによって自動的に行われる。
論文 参考訳（メタデータ） (2023-09-18T18:05:35Z) - Inference of Continuous Linear Systems from Data with Guaranteed
Stability [7.067529286680843]
本研究は,データから連続線形モデルを学習することに焦点を当てる。
我々は[Gillis/Sharma, Automatica, 2017]で提案された安定行列のパラメータ化を利用して, 所望のモデルを実現する。
連続系を学習するための微分情報の推定を避けるために,積分形式で推論問題を定式化する。
論文 参考訳（メタデータ） (2023-01-24T15:04:19Z) - Investigating Bi-Level Optimization for Learning and Vision from a
Unified Perspective: A Survey and Beyond [114.39616146985001]
機械学習やコンピュータビジョンの分野では、モチベーションやメカニズムが異なるにもかかわらず、複雑な問題の多くは、一連の密接に関連するサブプロトコルを含んでいる。
本稿では,BLO(Bi-Level Optimization)の観点から,これらの複雑な学習と視覚問題を一様に表現する。
次に、値関数に基づく単一レベル再構成を構築し、主流勾配に基づくBLO手法を理解し、定式化するための統一的なアルゴリズムフレームワークを確立する。
論文 参考訳（メタデータ） (2021-01-27T16:20:23Z) - Imposing Robust Structured Control Constraint on Reinforcement Learning
of Linear Quadratic Regulator [0.0]
本稿では,分散学習制御の手法を編み出した汎用構造の設計について述べる。
方法論の開発には、強化学習(RL)と制御理論による十分な安定性と性能保証を併用した考え方を用いる。
6エージェントのマルチエージェントネットワーク上でのシミュレーションによる理論的結果の検証を行った。
論文 参考訳（メタデータ） (2020-11-12T00:31:39Z)
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。