論文の概要: Implicit-Behavior Coordination from Unlabeled Sub-Task Demonstrations for Rearrangement Tasks

• arxiv url: http://arxiv.org/abs/2607.09234v1
• Date: Fri, 10 Jul 2026 09:26:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 16:48:13.429816
• Title: Implicit-Behavior Coordination from Unlabeled Sub-Task Demonstrations for Rearrangement Tasks
• Title（参考訳）: 再配置作業に対する未ラベルサブタスク記述からのインシシット・ビヘイビア調整
• Abstract要約: ロングホライズン・ロボティック・アレンジメント・タスクは、しばしばスキルシークエンシング問題として扱われる。 我々は、未ラベルのサブタスクのデモから暗黙の行動調整として再配置を定式化する。 暗黙的な振る舞いの調整は、明示的なスキルベースのパイプラインに代わる、有望なデータ駆動の代替手段であることを示す。
• 参考スコア（独自算出の注目度）: 8.116366102889865
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Long-horizon robotic rearrangement tasks are often treated as skill sequencing problems, requiring predefined skills, skill labels, or boundaries, and task-specific switching logic. Although effective, such explicit skill abstractions can become difficult to scale as the number of behaviors and the task horizon increase. We instead formulate rearrangement as implicit-behavior coordination from unlabeled sub-task demonstrations, where skill-like behaviors are learned directly from mixed behavior data and coordinated through value-guided action selection. Experiments in Habitat rearrangement tasks support this formulation in three ways. First, our method outperforms task-specific imitation baselines on more complex rearrangement tasks and approaches an oracle-planner baseline with behavior-cloned skills, while using no oracle task plan or skill-labeled full-task demonstrations. Second, ablations show that reliable critic-guided candidate selection is essential for coordinating multi-modal behaviors. Third, scaling experiments show that the method handles larger behavior repertoires and maintains stronger performance than task-specific imitation baselines as chained targets extend the horizon. These results suggest that explicit skill abstraction is not a prerequisite for long-horizon rearrangement, and that implicit-behavior coordination offers a promising data-driven alternative to explicit skill-based pipelines.
• Abstract（参考訳）: ロングホライズン・ロボティック・アレンジメント・タスクは、しばしばスキルシークエンシングの問題として扱われ、事前に定義されたスキル、スキルラベル、境界、タスク固有のスイッチングロジックを必要とする。 効果はあるものの、振る舞いの数やタスクの地平線が増加するにつれて、そのような明示的なスキル抽象化はスケールすることが難しくなる。 その代わりに、未ラベルのサブタスクのデモから暗黙的な行動調整として再配置を定式化し、そこでは、スキルのような振る舞いが混合行動データから直接学習され、価値誘導された行動選択によって調整される。 Habitatの再配置タスクの実験は、この定式化を3つの方法で支援している。 まず,本手法は,タスク固有の模倣ベースラインを,より複雑な再配置タスクで上回り,行動閉ざされたスキルを持つオラクル・プランナーベースラインに近づきながら,オラクル・タスクプランやスキルラベル付きフルタスク・デモは使用しない。 第二に、マルチモーダルな行動を調整するためには、信頼できる批評家誘導候補選択が不可欠であることを示す。 第3に, スケーリング実験により, 提案手法はより大きな挙動レパートリーを処理し, 鎖状対象が水平線を延ばすにつれて, タスク固有の模倣ベースラインよりも高い性能を維持することを示した。 これらの結果は、明示的なスキル抽象化が長期的再配置の前提条件ではないことを示唆し、暗黙的な振る舞い調整は、明示的なスキルベースのパイプラインに代わる有望なデータ駆動的な代替手段を提供することを示唆している。

関連論文リスト

• Task Decomposition-Guided Reranking for Adaptive Agent Skill Retrieval [16.270741233471107]
  本稿では,適応型スキル選択のための推論時間更新フレームワークであるSkillRerankerを提案する。 我々は、SkillRerankerがタスク性能を効果的に改善し、環境相互作用のステップを減らし、トークン消費を減らすことを示す。
  論文  参考訳（メタデータ） (2026-07-07T13:49:08Z)
• Early Prediction of Future Behavioral Strategy from Process Traces [8.829405709590658]
  本研究では,部分的ソースタスクプロセストレースが,保持対象タスクにおける戦略を予測するトランスファー可能な人物レベルの構造を明らかにすることができるかどうかを考察する。 本稿では,タスク固有のトレースを符号化し,タスク間の予測を行うプロセスレベル潜在変数モデル(PLVM)を提案する。
  論文  参考訳（メタデータ） (2026-05-28T20:33:53Z)
• Decompose and Recompose: Reasoning New Skills from Existing Abilities for Cross-Task Robotic Manipulation [45.91196295385836]
  クロスタスクの一般化は、オープンソースのロボット操作における中核的な課題である。 中間表現としてアトミックなスキルアクションペアを用いたスキル推論フレームワークであるDecomposeとRecomposeを提案する。 われわれのアプローチでは、実演を解釈可能なスキル-アクションアライメントに分解し、モデルが見えないタスクのためにこれらのスキルを再構成できるようにする。
  論文  参考訳（メタデータ） (2026-05-02T13:55:28Z)
• Offline Discovery of Interpretable Skills from Multi-Task Trajectories [8.119611773942562]
  オフラインスキル発見と階層的模倣のための3段階のエンドツーエンド学習フレームワークであるLOKIを紹介する。 LOKIは、挑戦的なD4RL Kitchenベンチマークで高い成功率を獲得し、標準のHILベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-02-01T05:03:58Z)
• MEJO: MLLM-Engaged Surgical Triplet Recognition via Inter- and Intra-Task Joint Optimization [52.149337961205624]
  手術用三重項認識のためのタスク間最適化とタスク内最適化を両立する枠組みを提案する。 タスク間最適化のために、タスク共有およびタスク固有コンポーネントに表現を分解する共有特徴分散学習スキーム(S$2$D)を導入する。 タスク内最適化競合に対して,正負の曖昧さを識別・再バランスするコーディネート・グラディエント・ラーニング(CGL)戦略を開発する。
  論文  参考訳（メタデータ） (2025-09-16T09:48:52Z)
• SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution [75.2573501625811]
  拡散モデルは、ロボット軌道計画の強力な可能性を示している。 高レベルの命令からコヒーレントな軌道を生成することは依然として困難である。 エンド・ツー・エンドの階層的計画フレームワークであるSkillDiffuserを提案する。
  論文  参考訳（メタデータ） (2023-12-18T18:16:52Z)
• Reasoning or Reciting? Exploring the Capabilities and Limitations of Language Models Through Counterfactual Tasks [71.19560970717495]
  最近の言語モデルは、幅広いタスクで印象的なパフォーマンスを示している。 これらのスキルは一般的で、移行可能か、あるいは事前トレーニング中に見られる特定のタスクに特化していますか? 本稿では,標準タスクの既定前提から逸脱する「数値的」タスク変種に基づく評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-05T17:50:42Z)
• Active Task Randomization: Learning Robust Skills via Unsupervised Generation of Diverse and Feasible Tasks [37.73239471412444]
  我々は、教師なしのトレーニングタスクの生成を通じて、堅牢なスキルを学ぶアプローチであるActive Task Randomization (ATR)を導入する。 ATRは、タスクの多様性と実現可能性のバランスをとることで、堅牢なスキルを学ぶために、初期環境状態と操作目標からなる適切なタスクを選択する。 本研究では,視覚的入力に基づく逐次操作問題の解決のために,タスクプランナが学習スキルを構成することを実証する。
  論文  参考訳（メタデータ） (2022-11-11T11:24:55Z)
• Fast Inference and Transfer of Compositional Task Structures for Few-shot Task Generalization [101.72755769194677]
  本稿では,タスクがサブタスクグラフによって特徴づけられる,数発の強化学習問題として定式化する。 我々のマルチタスクサブタスクグラフ推論器(MTSGI)は、トレーニングタスクから、まず、サブタスクグラフの観点から、一般的なハイレベルなタスク構造を推測する。 提案手法は,2次元グリッドワールドおよび複雑なWebナビゲーション領域において,タスクの共通基盤構造を学習し,活用し,未知のタスクへの適応を高速化する。
  論文  参考訳（メタデータ） (2022-05-25T10:44:25Z)
• Adaptive Procedural Task Generation for Hard-Exploration Problems [78.20918366839399]
  ハード探索問題における強化学習を容易にするために,適応手続きタスク生成(APT-Gen)を導入する。 私たちのアプローチの中心は、ブラックボックスの手続き生成モジュールを通じてパラメータ化されたタスク空間からタスクを作成することを学習するタスクジェネレータです。 学習進捗の直接指標がない場合のカリキュラム学習を可能にするために,生成したタスクにおけるエージェントのパフォーマンスと,対象タスクとの類似性をバランスさせてタスクジェネレータを訓練することを提案する。
  論文  参考訳（メタデータ） (2020-07-01T09:38:51Z)
• Hierarchical Reinforcement Learning as a Model of Human Task Interleaving [60.95424607008241]
  我々は、強化学習によって駆動される監督制御の階層モデルを開発する。 このモデルは、タスクインターリービングの既知の経験的効果を再現する。 その結果、階層的RLがタスクインターリービングのもっともらしいモデルとして支持された。
  論文  参考訳（メタデータ） (2020-01-04T17:53:28Z)

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。