論文の概要: Controllable Sim Agents with Behavior Latents

• arxiv url: http://arxiv.org/abs/2607.02496v1
• Date: Thu, 02 Jul 2026 17:55:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.960584
• Title: Controllable Sim Agents with Behavior Latents
• Title（参考訳）: 挙動潜伏剤を併用した制御可能なシム剤
• Abstract要約: 制御可能な変量エージェント(CNeVA)は、制御可能なシミュレートエージェントフレームワークである。 速度および加速度に基づくステアリングは、ストールによる報酬ハックを伴わずにモノトーン応答を生成する。 本実験は, ステアリングの指標を物理楽観性ガードレールと併用して読み込まなければならないことを示す。
• 参考スコア（独自算出の注目度）: 9.41175594126692
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Realistic traffic simulation requires agents that imitate logged behavior and can also be steered along interpretable axes. Such controllability enables engineers to isolate variables, reproduce specific edge cases, and test autonomous systems without real-world risk. We introduce Controllable Neural Variational Agents (CNeVA), a controllable simulated-agent framework that learns to infer a per-agent Gaussian behavior latent from per-channel discounted returns via a closed-form conjugate variational update, conditioning a rectified-flow trajectory generator trained on a mixed channel-mask curriculum for classifier-free guidance. To tackle scarcity in reward signals, we propose soft eligibility gates that replace hard binary thresholds with smooth exponential decay, preserving the gradient signal for near-threshold agents. On the Waymo Open Motion Dataset, CNeVA attains competitive realism on the benchmark while exposing per-channel controllability that the higher-ranked imitation models lack. Speed- and acceleration-based steering produces monotone responses without stall-induced reward hacking. Safety controllability is monotone and substantial with the introduction of soft eligibility. We manage to achieve steerable map compliance under a context-residual return measure. Furthermore, our experiment demonstrates that steering metrics must be read alongside physical-plausibility guardrails to avoid reward-hacking confounds.
• Abstract（参考訳）: 現実的な交通シミュレーションには、ログ化された振る舞いを模倣し、解釈可能な軸に沿って操るエージェントが必要である。 このような制御性は、変数を分離し、特定のエッジケースを再現し、現実のリスクを伴わずに自律システムのテストを可能にする。 制御可能なニューラルネットワーク変動エージェント (CNeVA) を導入し, 教師ごとのガウス的振る舞いを, チャンネルごとのディスカウントリターンから, クローズドフォームの共役変動更新により推定し, 混合チャネルマスクで学習した正流トラジェクタを条件とした。 報酬信号の不足に対処するため, 硬度二乗閾値をスムーズな指数減衰に置き換え, 準閾値エージェントの勾配信号を保存するソフト・イーライシビリティ・ゲートを提案する。 Waymo Open Motion Datasetでは、CNeVAは、上位の模倣モデルに欠けているチャネルごとの制御性を明らかにしながら、ベンチマーク上の競合リアリズムを達成している。 速度および加速度に基づくステアリングは、ストールによる報酬ハックを伴わずにモノトーン応答を生成する。 安全制御性はモノトーンであり、ソフトな適性の導入と重大である。 我々は、コンテキスト-残留リターン尺度の下で、ステアブルなマップコンプライアンスを実現することができる。 さらに,本実験では,評価基準を物理楽観性ガードレールと併用して読み込まなければならないことを示す。

関連論文リスト

• ECoSim: Data Efficient Fine-Tuning for Controllable Traffic Simulation [48.30643653308979]
  制御可能な交通シミュレーションは自律走行システムのテストに不可欠である。 既存のアプローチでは、広範囲な注釈付きデータで大きな生成モデルを再訓練する必要があることが多い。 マルチモーダル制御を可能にする軽量な制御適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-01T07:35:29Z)
• Dance Across Shifts: Forward-Facilitation Continual Test-Time Adaptation through Dynamic Style Bridging [65.11234199720428]
  継続的テスト時間適応(Continuous Test-Time Adaptation)は、デプロイメント後に発生する動的分散シフトを処理するために、知覚システムを強化することを目的としている。 動的スタイルブリッジと呼ばれる手法により,新しいフォワードファシリケーションパラダイムを導入する。 テスト期間中に、固有の生成バイアスを緩和し、これらのプロキシを入力データに適用するために、マルチレベルブリッジ機構を提案する。
  論文  参考訳（メタデータ） (2026-05-18T16:18:17Z)
• A Blueprint for Self-Evolving Coding Agents in Vehicle Aerodynamic Drag Prediction [9.020568132598827]
  本稿では, 産業制約下でのドラッグ係数$C_d$を予測するために, 実行可能サロゲートパイプラインを検出する自己進化型符号化エージェントの契約中心の青写真を提案する。 この方法は、静的モデルインスタンスではなく、プログラム上の制約付き最適化としてサロゲート発見を定式化する。 厳しい評価契約は、任意の候補が承認される前に、漏洩防止、決定論的リプレイ、マルチシード、ロバスト性、資源予算を強制する。
  論文  参考訳（メタデータ） (2026-03-23T08:36:57Z)
• Beyond Reward Suppression: Reshaping Steganographic Communication Protocols in MARL via Dynamic Representational Circuit Breaking [0.0]
  監視を回避するためのプライベートプロトコルを開発するエージェントによるステガノグラフィーの共謀は、AIの安全性に重大な脅威をもたらす。 既存の防御は行動層や報酬層に限られており、潜伏する通信路での調整を検知できない。 本稿では,動的表現回路ブレーカ(DRCB)について紹介する。
  論文  参考訳（メタデータ） (2026-03-07T04:14:38Z)
• Generalizing GNNs with Tokenized Mixture of Experts [75.8310720413187]
  安定性の向上には,変化に敏感な特徴への依存を低減し,既約最悪の一般化フロアを残す必要があることを示す。 本研究では,STEM-GNNを提案する。STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN,STEM-GNN。 9つのノード、リンク、グラフのベンチマークで、STEM-GNNはより強力な3方向バランスを実現し、クリアグラフ上での競争力を維持しながら、次数/ホモフィリーシフトや特徴/エッジの破損に対する堅牢性を改善している。
  論文  参考訳（メタデータ） (2026-02-09T22:48:30Z)
• ARTIS: Agentic Risk-Aware Test-Time Scaling via Iterative Simulation [72.78362530982109]
  ARTIS(Agenic Risk-Aware Test-Time Scaling via Iterative Simulation)は、コミットメントから探索を分離するフレームワークである。 LLMをベースとした簡易シミュレータは, 希少かつ高インパクトな障害モードの捕捉に苦慮していることを示す。 本稿では,障害発生行動の忠実度を強調するリスク認識ツールシミュレータを提案する。
  論文  参考訳（メタデータ） (2026-02-02T06:33:22Z)
• E-valuator: Reliable Agent Verifiers with Sequential Hypothesis Testing [7.984665398116918]
  ブラックボックス検証器のスコアを偽アラームレートの証明可能な制御で決定ルールに変換する方法であるe-valuatorを導入する。 評価者は、エージェントの軌道のすべてのステップで統計的に有効であるシーケンシャルな仮説テストを開発するために、プロセスからのツールに基づいて構築される。 E-valuatorは6つのデータセットと3つのエージェントをまたいだ他の戦略よりも高い統計的パワーとより良い誤報率制御を提供することを示す。
  論文  参考訳（メタデータ） (2025-12-02T05:59:18Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• CtRL-Sim: Reactive and Controllable Driving Agents with Offline Reinforcement Learning [38.63187494867502]
  CtRL-Simは、リターン条件付きオフライン強化学習(RL)を利用して、リアクティブで制御可能なトラフィックエージェントを効率的に生成する手法である。 CtRL-Simは,エージェントの挙動を詳細に制御しながら,現実的な安全クリティカルシナリオを生成可能であることを示す。
  論文  参考訳（メタデータ） (2024-03-29T02:10:19Z)
• Learning Action-based Representations Using Invariance [18.1941237781348]
  我々は,制御に関係のある遠隔状態の特徴を割引する多段階制御可能性指標を学習するアクションビシミュレーション符号化を導入する。 我々は,報酬のない一様ランダムなデータに基づく行動ビシミュレーション事前学習が,複数の環境におけるサンプル効率を向上させることを実証した。
  論文  参考訳（メタデータ） (2024-03-25T02:17:54Z)
• 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)
• Unsupervised Controllable Generation with Self-Training [90.04287577605723]
  GANによる制御可能な世代は依然として困難な研究課題である。 本稿では,自己学習を通じてジェネレータを制御する潜伏符号の分布を学習するための教師なしフレームワークを提案する。 我々のフレームワークは、変分オートエンコーダのような他の変種と比較して、より良い絡み合いを示す。
  論文  参考訳（メタデータ） (2020-07-17T21:50:35Z)

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。