論文の概要: DART-VLN: Test-Time Memory Decay and Anti-Loop Regularization for Discrete Vision-Language Navigation

• arxiv url: http://arxiv.org/abs/2607.01043v1
• Date: Wed, 01 Jul 2026 15:07:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.954447
• Title: DART-VLN: Test-Time Memory Decay and Anti-Loop Regularization for Discrete Vision-Language Navigation
• Title（参考訳）: DART-VLN:離散視覚言語ナビゲーションのためのテスト時間メモリの劣化とアンチループ正規化
• Authors: Shaoheng Zhang, Zhichen Li, Jie Mei,
• Abstract要約: 2つの一般的な障害モードは、メモリリードアウトにおける古い履歴証拠と、アクションセレクション中の非効率なローカルバックトラックである。 本稿では、離散VLNのためのトレーニング不要なテスト時間制御フレームワークDART-VLNを提案する。
• 参考スコア（独自算出の注目度）: 5.338577780384309
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Memory-based discrete vision-language navigation (VLN) agents must act under partial observability, yet even strong frozen backbones remain vulnerable at test time. Two common failure modes are stale historical evidence at memory readout and inefficient local backtracking during action selection. We present DART-VLN, a training-free test-time control framework for discrete VLN. DART-VLN combines Test-Time Memory Decay, a read-side memory reweighting rule that suppresses stale and redundant evidence without rewriting stored content, with Anti-Loop Regularization, a lightweight next-hop penalty that discourages immediate reversals during action selection. The framework introduces no new learnable parameters and leaves the learned backbone unchanged. Experiments on R2R and REVERIE show a consistent pattern: decay-only provides stable read-side gains, while decay+anti-loop achieves the best overall quality-efficiency trade-off, yielding shorter trajectories, lower runtime, and improved navigation performance in key settings. Behavioral analysis further confirms that anti-loop regularization reduces local backtracking and improves path efficiency under frozen backbones. Overall, the results show that modest test-time control can make memory-based discrete VLN more reliable and efficient without retraining.
• Abstract（参考訳）: メモリベースの離散視覚言語ナビゲーション(VLN)エージェントは部分的な可観測性の下で動作しなければならないが、テスト時には強力な冷凍バックボーンさえも脆弱である。 2つの一般的な障害モードは、メモリリードアウトにおける古い履歴証拠と、アクションセレクション中の非効率なローカルバックトラックである。 本稿では、離散VLNのためのトレーニング不要なテスト時間制御フレームワークDART-VLNを提案する。 DART-VLNは、ストアドコンテントを書き換えることなく、陳腐化と冗長なエビデンスを抑えるリードサイドメモリ再重み付けルールであるTest-Time Memory Decayと、アクション選択中の即時反転を阻止する軽量なホップペナルティであるAnti-Loop Regularizationを組み合わせたものだ。 フレームワークは新しい学習可能なパラメータを導入せず、学習したバックボーンを変更せずにすむ。 R2RとREVERIEの実験は、一貫したパターンを示している: 減衰のみは安定した読み取り側ゲインを提供するが、減衰+反ループは、全体的な品質と効率のトレードオフを最大限に達成し、より短いトラジェクトリ、低ランタイム、キー設定でのナビゲーション性能を改善している。 挙動解析により、反ループ正則化により局所的なバックトラックが減少し、凍結したバックボーンの経路効率が向上することを確認する。 その結果, メモリベースの離散VLNをより信頼性が高く, 効率よく再学習できることがわかった。

関連論文リスト

• Robustness Verification of Recurrent Neural Networks with Abstraction Refinement [0.0]
  本稿では,この区間を分割して支配的緩和誤差を除去するRNN検証のための抽象化・リファインメントフレームワークを提案する。 CIFAR10とMNISTストロークベンチマークの実験では、抽象のみのベースラインよりも検証成功と堅牢性に一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-06-10T11:30:37Z)
• Learning What to Remember: Observability-Safe Memory Retention via Constrained Optimization for Long-Horizon Language Agents [16.193335398478386]
  ロングホライゾンの言語エージェントは、観測、トレースの推論、および検索された事実のウィンドウを蓄積する。 既存のシステムは、保持を局所的に扱い、可観測性制約の下での長期的な影響をモデル化しない。 我々は,オンライン・オブザーバブル機能とオフライン・アベイラビリティ・インスペクションの厳格な分離を強制する学習強化フレームワークOSL-MRを提案する。
  論文  参考訳（メタデータ） (2026-06-09T09:15:33Z)
• TempoFit: Plug-and-Play Layer-Wise Temporal KV Memory for Long-Horizon Vision-Language-Action Manipulation [16.28432866472846]
  我々は、状態レベルのメモリを通じて凍結したビジョン・ランゲージ・アクションポリシーをアップグレードする、トレーニング不要の時間的修正であるTempoFitを紹介する。 私たちの重要な洞察は、プレフィックスアテンションK/Vが、すでにモデルネイティブで、コンテンツ順応可能なランタイム状態を形成しています。 LIBERO-LONGでは、TempoFitは、ほぼリアルタイムのレイテンシを維持しながら、最大4.0%の成功率で、トレーニング済みの強いバックボーンを改善している。
  論文  参考訳（メタデータ） (2026-03-08T14:17:25Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• Detector-in-the-Loop Tracking: Active Memory Rectification for Stable Glottic Opening Localization [25.593059138669844]
  本稿では,信頼性に整合した状態決定とアクティブメモリの整合性により,Segment Anything Model 2(SAM2)を監督する検出・イン・ザ・ループフレームワークを提案する。 緊急挿管ビデオでは、CL-MCは最先端のパフォーマンスを達成し、ドリフトと欠落率を大幅に低減する。
  論文  参考訳（メタデータ） (2026-02-22T23:29:28Z)
• Constraint-Rectified Training for Efficient Chain-of-Thought [60.52883907721588]
  CoT (Chain-of-Thought) は,Large Language Models (LLMs) の推論能力を大幅に向上させた。 より長い推論トレースは、自己訂正のような回答の品質とアンロック能力を改善することができるが、高い推論コストを発生させ、過度に考えることとして知られる冗長なステップをしばしば導入する。 近年の研究は、推論の長さと精度のバランスをとる効率的な推論戦略の開発を目指している。
  論文  参考訳（メタデータ） (2026-02-13T02:13:45Z)
• ReSURE: Regularizing Supervision Unreliability for Multi-turn Dialogue Fine-tuning [72.05731026796335]
  マルチターン対話システムは、低品質のデータに晒された場合、しばしば劣化した性能に悩まされる。 本稿では,適応学習手法であるReSUREを提案する。 単一ソースと混合品質のデータセットの実験では、安定性と応答品質が改善された。
  論文  参考訳（メタデータ） (2025-08-27T15:54:01Z)
• Efficient Diffusion as Low Light Enhancer [63.789138528062225]
  RATR(Reflectance-Aware Trajectory Refinement)は、イメージの反射成分を用いて教師の軌跡を洗練するための、シンプルで効果的なモジュールである。 textbfReDDiT (textbfDistilled textbfTrajectory) は低照度画像強調(LLIE)に適した効率的で柔軟な蒸留フレームワークである。
  論文  参考訳（メタデータ） (2024-10-16T08:07:18Z)
• Improving the Performance of Robust Control through Event-Triggered Learning [74.57758188038375]
  LQR問題における不確実性に直面していつ学習するかを決定するイベントトリガー学習アルゴリズムを提案する。 本研究では,ロバストな制御器ベースライン上での性能向上を数値例で示す。
  論文  参考訳（メタデータ） (2022-07-28T17:36:37Z)
• Cascaded Regression Tracking: Towards Online Hard Distractor Discrimination [202.2562153608092]
  本稿では,2段階の逐次回帰トラッカーを提案する。 第1段階では, 容易に同定可能な負の候補を抽出する。 第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
  論文  参考訳（メタデータ） (2020-06-18T07:48:01Z)

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。