論文の概要: Source-Lifted Flow Matching for Intervenable Multimodal Imitation
- arxiv url: http://arxiv.org/abs/2607.10206v1
- Date: Sat, 11 Jul 2026 08:33:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.339042
- Title: Source-Lifted Flow Matching for Intervenable Multimodal Imitation
- Title（参考訳）: インターベンタブルマルチモーダル模擬のためのソースリフティングフローマッチング
- Abstract要約: Source-Lifted Flow Matchingは、ソース交換可能なフローマッチングポリシーである。
Handleは、モード固有のフィールドではなく、条件付きフローのソースエンドポイントのみを選択する。
- 参考スコア（独自算出の注目度）: 45.97335144597459
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Flow-matching policies are promising for imitation learning because they model complex multimodal action distributions. However, their stochasticity is largely passive: repeated sampling may yield diverse behaviors, but users cannot directly choose among valid continuations from the same state. We propose Source-Lifted Flow Matching (SL-FM), a source-intervenable flow-matching policy that exposes such a handle while keeping the velocity field shared and latent-free. The handle selects only the source endpoint of the conditional flow, not a mode-specific field, preserving the standard formulation while avoiding decomposition into separate mode-conditioned dynamics. The core mechanism is \textbf{Orthogonal Source Lifting}, designed to prevent path-crossing ambiguity. Instead of partitioning target actions by mode, SL-FM lifts handle-specific sources into auxiliary orthogonal coordinates and keeps targets in the original action subspace. This preserves the demonstrated action distribution while allowing one shared field to carry different branches without merging at crossings. To keep handles usable across states, we learn a state-dependent source mixture end to end and use a responsibility floor, giving each handle weak supervision and mitigating dead modes. Experiments on crossing-flow diagnostics and robot-control benchmarks show that SL-FM converts passive source randomness into an actionable intervention variable. It removes crossing-induced composite trajectories, changes future routes in 91.1\% of matched-prefix interventions, and achieves strong free-deployment performance, with improvements in several benchmark settings. Overall, source geometry provides actionable multimodal control without conditioning the velocity field on the selected mode.
- Abstract（参考訳）: フローマッチングポリシーは、複雑なマルチモーダルアクション分布をモデル化するため、模倣学習に有望である。
しかし、その確率性は大半が受動的であり、反復サンプリングは多様な振る舞いをもたらす可能性があるが、ユーザーは同じ状態から有効な継続を選択できない。
本稿では,速度場を共有・遅延しないまま,そのようなハンドルを露出するソースインターベンタブルなフローマッチングポリシーであるソースリフテッドフローマッチング(SL-FM)を提案する。
ハンドルは、モード固有のフィールドではなく、条件付きフローのソースエンドポイントのみを選択し、標準定式化を保持しながら、別のモード条件付きダイナミクスへの分解を避けます。
コアメカニズムは、パス交差の曖昧さを防ぐために設計された \textbf{Orthogonal Source Lifting} である。
SL-FMは、ターゲットアクションをモードごとに分割する代わりに、ハンドル固有のソースを補助的な直交座標にリフトし、ターゲットを元のアクションサブスペースに保持する。
これは、ある共有フィールドが交差時にマージすることなく、異なるブランチを運べるようにしながら、実証されたアクション分布を保存する。
状態間で使用可能なハンドリングを維持するために、状態依存のソースミックスをエンドツーエンドに学習し、責任フロアを使用し、各ハンドリングの監督が弱く、デッドモードを緩和します。
クロスフロー診断とロボット制御ベンチマークの実験により、SL-FMは受動的ソースランダムネスを動作可能な介入変数に変換することを示した。
交差によって引き起こされる複合軌道を除去し、マッチした事前修正の介入の91.1\%で将来の経路を変更し、いくつかのベンチマーク設定を改善した強力なフリーデプロイ性能を実現する。
全体として、ソースジオメトリは、選択したモードの速度場を条件にすることなく、実行可能なマルチモーダル制御を提供する。
関連論文リスト
- Flow-ERD: Agent-type Aware Flow Matching with Entropy-Regularized Distillation for Diverse Traffic Simulation [0.7244731714427565]
Flow-ERDは、リアリズムと多様性を共同で追求するマルチエージェントシミュレータである。
そのバックボーンである textbfAgent-Type Aware Flow Matching (AFM) は、フローマッチングのマルチモーダル表現と、タイプ固有のキネマティック実行を結合する。
第2段階である textbfEntropy-Regularized Distillation (ERD) はエントロピー規則化された逆KL目的の閉ループロールアウト分布を微調整する。
論文 参考訳（メタデータ） (2026-07-08T03:32:36Z) - Traits Run Deeper: Trait-Specific Asymmetric Fusion for Personality Assessment [53.50824432699408]
Traits Run Deeperは、新しいパーソナリティアセスメントフレームワークである。
MFR(Multimodal Foundation Representation)、TSMF(Trit-Specific Modality Fusion)、DCPR(Distributed-Calibrated Personality Regression)の3つのコンポーネントで構成されている。
論文 参考訳（メタデータ） (2026-06-09T06:38:36Z) - ChainFlow-VLA: Causal Flow Planning with Vision-Language Models [7.814547378443577]
現在のエンドツーエンドの自動運転システムは、時間的因果推論とグローバルな軌道整合性のミスマッチによって、基本的に制限されている。
本稿では,一貫した確率的枠組みの中で因果生成とグローバルな洗練を統一するChainFlow-VLAを提案する。
実験により、ChainFlow-VLAは曖昧で長い尾のシナリオで堅牢な計画を実現し、NAVSIM v1のリーダーボードで94.85の最先端スコアを達成した。
論文 参考訳（メタデータ） (2026-05-22T06:17:35Z) - BiFM: Bidirectional Flow Matching for Few-Step Image Editing and Generation [48.679227622825806]
BiFM(Bidirectional Flow Matching)は、単一のモデル内で生成と反転を共同で学習する統合フレームワークである。
BiFMは既存の数ステップのアプローチを一貫して上回り、優れたパフォーマンスと編集性を実現している。
論文 参考訳（メタデータ） (2026-03-26T02:16:54Z) - Riemannian MeanFlow for One-Step Generation on Manifolds [54.09734511705173]
フローマッチングは、生成モデルのシミュレーション不要なトレーニングを可能にする。
平均フローは、位置依存接空間に速度が存在する多様体値生成に拡張することができる。
球面, トーリ, SO(3)における実験は, 品質・効率のトレードオフを改善し, サンプリングコストを大幅に削減して, 競争力のある一段階サンプリングを実証した。
論文 参考訳（メタデータ） (2026-03-11T12:41:46Z) - From Flow to One Step: Real-Time Multi-Modal Trajectory Policies via Implicit Maximum Likelihood Estimation-based Distribution Distillation [18.70033095161235]
Indicit Likelihood Estimation (IMLE) を用いて条件付きフローマッチングの専門家を高速な単一ステップの学生に蒸留する枠組みを提案する。
双方向のチャンファー距離は、モードカバレッジと忠実度の両方を促進する設定レベルの目的を提供する。
統合認識エンコーダは、さらに多視点RGB、深度、点雲、プロプレセプションを幾何学的認識表現に統合する。
論文 参考訳（メタデータ） (2026-03-10T09:30:05Z) - Primary-Fine Decoupling for Action Generation in Robotic Imitation [91.2899765310853]
ロボット操作動作シーケンスにおけるマルチモーダル分布は、模倣学習にとって重要な課題である。
PF-DAG(プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、PF-DAG)を提案する。
PF-DAGは、Adroit、DexArt、MetaWorldベンチマークの56タスクで最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2026-02-25T08:36:45Z) - DiffusionDriveV2: Reinforcement Learning-Constrained Truncated Diffusion Modeling in End-to-End Autonomous Driving [65.7087560656003]
エンドツーエンドの自動運転のための生成拡散モデルは、しばしばモード崩壊に悩まされる。
強化学習を利用して低品質モードを制約し,優れた軌道探索を行うDiffusionDriveV2を提案する。
これにより、そのコアであるガウス混合モデル固有の多重モード性を維持しながら、全体的な出力品質が大幅に向上する。
論文 参考訳（メタデータ） (2025-12-08T17:29:52Z) - SplitFlow: Flow Decomposition for Inversion-Free Text-to-Image Editing [15.234877788378563]
整流流モデルは, 安定したサンプリング軌道と高忠実度出力により, 画像生成におけるデファクトスタンダードとなっている。
強力な生成能力にもかかわらず、画像編集タスクには限界がある。
近年の取り組みでは、ソースとターゲットの分布を直接ODEベースのアプローチでインバージョンせずにマッピングする試みが行われている。
本稿では,これらの制約に対応するために,インバージョンフリーな定式化に基づくフロー分解・集約フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-29T21:12:58Z) - Contrastive Flow Matching [61.60002028726023]
コントラストフローマッチング(Contrastive Flow Matching)は、全ての条件フローに対して一意性を明示するフローマッチング対象の拡張である。
提案手法は,任意のサンプル対からの予測フロー間の相違を最大化するための対照的な目的を与える。
比較フローマッチングによるトレーニングモデル(1)は最大9倍のトレーニング速度,(2)は最大5倍のノイズ除去ステップ,(3)FIDを最大8.9以下に向上させる。
論文 参考訳（メタデータ） (2025-06-05T17:59:58Z)
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。