論文の概要: Dual-Process Atomic Skill Learning: Decoupling Semantic Reasoning and Real-Time Control

• arxiv url: http://arxiv.org/abs/2607.10625v1
• Date: Sun, 12 Jul 2026 07:38:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.485203
• Title: Dual-Process Atomic Skill Learning: Decoupling Semantic Reasoning and Real-Time Control
• Title（参考訳）: Dual-Process Atomic Skill Learning: Decoupling Semantic Reasoning and Real-Time Control
• Abstract要約: 言語条件のImitation Learning(IL)は、ロボットが自然言語の指示に従って複雑なタスクを実行できるために不可欠である。 動作制御からスローセマンティック推論を分離する新しい階層型模倣学習フレームワークであるDual-Process Atomic Skill Learning (DASL)を提案する。 DASLは最先端のベースラインを著しく上回り、スキル獲得と作曲の一般化に優れ、目に見えない命令に優れる。
• 参考スコア（独自算出の注目度）: 21.97625864571452
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language-conditioned Imitation Learning (IL) is essential for enabling robots to perform complex tasks following natural language instructions. However, generalizing to multi-step compositional tasks remains a significant challenge. While hierarchical approaches attempt to address this by decomposing tasks into atomic skills, existing methods often suffer from training instability and codebook collapse due to the tight coupling between high-level skill reasoning and low-level action generation in joint training paradigms. Inspired by the Dual-Process Theory of cognition, we propose Dual-Process Atomic Skill Learning (DASL), a novel asynchronous hierarchical imitation learning framework that decouples slow semantic reasoning from fast, real-time motion control. DASL comprises a Slow-Frequency Policy that predicts interpretable, discrete skills via Vector Quantization, and a High-Frequency Policy that leverages a latent diffusion model and a Decision Transformer to generate precise actions conditioned on these latent skills. By asynchronously coordinating these modules and utilizing diffusion to structure the latent space, our framework mitigates the skill codebook interference problem common in joint training paradigms. Evaluations across simulation benchmarks and experiment demonstrate that DASL significantly outperforms state-of-the-art baselines, excelling in skill acquisition and compositional generalization to unseen instructions. GitHub page: https://github.com/Hatakekaka/DASL
• Abstract（参考訳）: 言語条件のImitation Learning(IL)は、ロボットが自然言語の指示に従って複雑なタスクを実行できるために不可欠である。 しかし、多段階構成タスクへの一般化は依然として重要な課題である。 階層的なアプローチはタスクをアトミックなスキルに分解することでこの問題に対処しようとするが、既存の手法は、共同トレーニングパラダイムにおけるハイレベルなスキル推論と低レベルなアクション生成の密結合によって、トレーニング不安定性とコードブックの崩壊に悩まされることが多い。 認知のデュアルプロセス理論に触発されて、高速でリアルタイムな動作制御からスローセマンティック推論を分離する新しい非同期階層型模倣学習フレームワークであるDual-Process Atomic Skill Learning (DASL)を提案する。 DASLは、ベクトル量子化による解釈可能な離散的なスキルを予測するスロー周波数ポリシーと、潜時拡散モデルと決定変換器を利用してこれらの潜時スキルに基づいて正確なアクションを生成する高周波ポリシーとから構成される。 これらのモジュールを非同期にコーディネートし、遅延空間の構造に拡散を利用することにより、我々のフレームワークは、共同トレーニングパラダイムに共通するスキルコードブック干渉問題を緩和する。 シミュレーションベンチマークや実験による評価では、DASLは最先端のベースラインを著しく上回り、スキル獲得や構成の一般化に優れており、目に見えない命令に優れていた。 GitHubページ:https://github.com/Hatakekaka/DASL

関連論文リスト

• Skill Self-Play: Pushing the Frontier of LLM Capability with Co-Evolving Skills [53.15216425100295]
  本稿では,提案者,解決者,スキルコントローラからなる共進化型フレームワークであるスキルセルフプレイ(スキルSP)を紹介する。 プロジェクタは動的にサンプリングされたスキルを前提とした挑戦的なタスクを生成し、ソルバは能力境界を押し上げるための候補ソリューションを探索し、スキルコントローラは実行フィードバックを収集してスキルライブラリを更新および拡張する。 このインタラクティブな共進化は、構造化された検証とオープンな調査の間のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2026-07-24T17:59:22Z)
• Task-Differentiated Atomic Skill Expansion and Routing for Continual Learning Across Highly Heterogeneous Tasks [15.331986169435893]
  連続学習(CL)は、シーケンシャルなタスクが意味的に関連しているか構造的に類似しているという仮定の下で一般的に研究されている。 textttTASERは、各タスクに導入すべき新しいアトミックスキルの数とアクティベートするスキルを決定するフレームワークである。 textttのHeteroCLBenchの実験によると、TextttTASERは可塑性を改善して破滅的な忘れを減らし、強いベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-06-19T10:41:30Z)
• Tree Learning: A Multi-Skill Continual Learning Framework for Humanoid Robots [1.282675419968047]
  本稿では,ヒューマノイドロボットのためのマルチスキル連続学習フレームワークであるTree Learningを提案する。 このフレームワークはルートブランチの階層的パラメータ継承機構を採用し、分岐スキルの動作先を提供する。 スキルコンバージェンスを促進するために,タスクレベルの報酬形成戦略も提案されている。
  論文  参考訳（メタデータ） (2026-04-14T15:57:27Z)
• Language-Grounded Decoupled Action Representation for Robotic Manipulation [78.42228162226839]
  認識と制御を結びつけるために,Language-Grounded Decoupled Action Representation (LaDA) フレームワークを提案する。 LaDAは3つの解釈可能なアクションプリミティブ(翻訳、回転、グリップ制御)の微細な中間層を導入し、低レベルのアクションに対して明示的な意味構造を提供する。 さらに、セマンティックガイダンスによるソフトラベルのコントラスト学習の目的を用いて、類似のアクションプリミティブをタスク間で整列させ、一般化と動きの整合性を高める。
  論文  参考訳（メタデータ） (2026-03-13T13:08:26Z)
• BiKC+: Bimanual Hierarchical Imitation with Keypose-Conditioned Coordination-Aware Consistency Policies [25.25845809170421]
  両手操作に適したキープレイス条件付き協調型整合性ポリシーを提案する。 本フレームワークは,階層的模倣学習を高レベルなキープレース予測器と低レベルな軌道生成器で実現する。 特に,ロボット中心の動作特徴とタスク中心の操作スタイルの両方を考慮することで,バイマニュアルのキープットを識別するための革新的なアプローチを考案する。
  論文  参考訳（メタデータ） (2026-01-17T17:33:18Z)
• Learning Semantic Atomic Skills for Multi-Task Robotic Manipulation [34.73582639920571]
  AtomSkillは、新しいマルチタスク模倣学習フレームワークである。 構成可能なロボット操作のために構造化された原子スキルスペースを学習し活用する。 さまざまな操作タスクにまたがって、最先端のメソッドを一貫して上回る。
  論文  参考訳（メタデータ） (2025-12-20T13:46:08Z)
• Learning to Plan & Schedule with Reinforcement-Learned Bimanual Robot Skills [5.745006056037742]
  我々は、この課題を統合されたスキル計画とスケジューリングの問題とみなす階層的なフレームワークを導入します。 提案手法は,GPU加速シミュレーションにおいて強化学習(Reinforcement Learning, RL)を用いて訓練された,単腕および二足歩行のプリミティブスキルのライブラリ上に構築されている。 本手法は, エンド・ツー・エンドのRL手法よりも複雑で接触性の高いタスクにおいて, 高い成功率を達成できることを実証する。
  論文  参考訳（メタデータ） (2025-10-29T15:39:53Z)
• STAR: Learning Diverse Robot Skill Abstractions through Rotation-Augmented Vector Quantization [87.77475595961154]
  textbfSkill textbfTraining with textbfAugmented textbfRotation (textbfSTAR) は、スキル学習と構成の両方を進化させて複雑な振る舞いを完遂するフレームワークである。
  論文  参考訳（メタデータ） (2025-06-04T11:54:42Z)
• SPECI: Skill Prompts based Hierarchical Continual Imitation Learning for Robot Manipulation [3.1997825444285457]
  動的非構造環境における現実世界のロボット操作は、進化するオブジェクト、シーン、タスクに対して生涯の適応性を必要とする。 伝統的な模倣学習は、生涯適応に不適な静的な訓練パラダイムに依存している。 我々は,ロボット操作のための新しいエンドツーエンドの階層型CILポリシーアーキテクチャである,スキル・プロンプトに基づく階層型連続模倣学習(SPECI)を提案する。
  論文  参考訳（メタデータ） (2025-04-22T03:30:38Z)
• Entropy-Regularized Token-Level Policy Optimization for Language Agent Reinforcement [67.1393112206885]
  大規模言語モデル(LLM)は、対話的な意思決定タスクにおいてインテリジェントなエージェントとして期待されている。 本稿では,トークンレベルでのLLMの最適化に適したエントロピー拡張RL法である,エントロピー正規化トークンレベル最適化(ETPO)を導入する。 我々は,データサイエンスコード生成を多段階対話型タスクのシリーズとしてモデル化したシミュレーション環境におけるETPOの有効性を評価する。
  論文  参考訳（メタデータ） (2024-02-09T07:45:26Z)
• 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)
• Bridging the Imitation Gap by Adaptive Insubordination [88.35564081175642]
  教官が特権情報にアクセスして意思決定を行う場合、この情報は模倣学習中に疎外されることを示す。 本稿では,このギャップに対処するため,適応的不規則化(ADVISOR)を提案する。 ADVISORは、トレーニング中の模倣と報酬に基づく強化学習損失を動的に重み付け、模倣と探索をオンザフライで切り替えることを可能にする。
  論文  参考訳（メタデータ） (2020-07-23T17:59:57Z)

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。