論文の概要: World Translation: Minimizing Sim-to-Real Gap with Backward Dynamics Extraction and Unpaired Domain Translation

• arxiv url: http://arxiv.org/abs/2607.18154v1
• Date: Mon, 20 Jul 2026 16:52:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.714094
• Title: World Translation: Minimizing Sim-to-Real Gap with Backward Dynamics Extraction and Unpaired Domain Translation
• Title（参考訳）: World Translation: 後方ダイナミクス抽出と未ペアドメイン翻訳によるSim-to-Realギャップの最小化
• Abstract要約: シミュレーションと現実のギャップは、シミュレーション訓練されたロボットポリシーを現実世界に展開する上で、依然として根本的な課題である。 シミュレータと学習力学の相補的強度を利用したtextitWorld Translationを提案する。 本手法は観測履歴から観測不可能な因子を回収できない場合, ベースラインよりも高精度な動的モデリングを実現する。
• 参考スコア（独自算出の注目度）: 3.1875299522213374
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The gap between simulation and reality remains a fundamental challenge in deploying simulation-trained robotic policies in the real world. Real-to-sim methods narrow this gap from the real side, learning transition dynamics from real data to build a more realistic digital world. Learned dynamics models are their dominant instance. Such methods, however, face a partial observability problem: the same observation may branch to different transitions due to unobservable factors. Existing methods assume these factors can be recovered from observation history. However, this may fail whenever observation history is uninformative, such as a sudden contact event with no prior warning. To address this limitation, we propose \textit{World Translation}, which exploits a complementary strength of simulators and learned dynamics. Simulators are deterministic but physically imperfect, while learned models are accurate but underdetermined under partial observability. Rather than predicting transitions forward from history, we extract the unobservable dynamics information backward from an observed transition, then translate this feature across simulation and reality as an unpaired domain-translation problem that preserves dynamics content while transferring domain style. Experiments across humanoid, quadruped, and manipulator platforms show that our method achieves more accurate dynamics modeling than baselines, with the largest gains when unobservable factors cannot be recovered from observation history. Real-robot deployment on Go2 quadruped confirms improved policy transfer.
• Abstract（参考訳）: シミュレーションと現実のギャップは、シミュレーション訓練されたロボットポリシーを現実世界に展開する上で、依然として根本的な課題である。 リアル・トゥ・シムの手法は、このギャップを現実の側面から狭め、実際のデータからトランジッション・ダイナミクスを学び、よりリアルなデジタル世界を構築する。 学習力学モデルは主要な例である。 しかし、そのような手法は部分的に可観測性の問題に直面しており、同じ観測は観測不可能な因子によって異なる遷移に分岐する可能性がある。 既存の手法では、これらの因子は観測履歴から回収できると仮定している。 しかし、これは観測履歴が非形式的である場合、例えば突然の接触イベントや事前の警告がない場合に失敗する可能性がある。 この制限に対処するため,シミュレータと学習力学の相補的強度を利用する「textit{World Translation}」を提案する。 シミュレータは決定論的だが物理的には不完全であり、学習されたモデルは正確だが部分観測性では過小評価される。 歴史から前方へ遷移を予測するのではなく、観測された遷移から逆向きに観測不可能なダイナミクス情報を抽出し、ドメインスタイルを転送しながら動的コンテンツを保存する未経験領域翻訳問題として、この特徴をシミュレーションと現実に翻訳する。 ヒューマノイド, 四重極系, マニピュレータプラットフォームを用いた実験により, 観測履歴から観測不可能な因子を回収できない場合, ベースラインよりも高精度な動的モデリングを実現することができた。 Go2四足歩行のリアルタイムデプロイメントは、ポリシー転送の改善を確認している。

関連論文リスト

• SIM1: Physics-Aligned Simulator as Zero-Shot Data Scaler in Deformable Worlds [36.87909899472009]
  本稿では,物理世界におけるシミュレーションを基盤とした物理対応の実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実-実- このシステムは、シーンをメートル法に一貫性のある双子にデジタル化し、弾性モデリングによって変形可能なダイナミクスをキャラブレートし、拡散に基づく軌道生成によって振る舞いを拡大する。 実験により、純粋に合成データに基づいてトレーニングされたポリシーは、実データベースラインと1:15の等価比で同等であり、実世界の展開において90%のゼロショット成功と50%の一般化をもたらすことが示された。
  論文  参考訳（メタデータ） (2026-04-09T17:59:52Z)
• Towards Real-world Human Behavior Simulation: Benchmarking Large Language Models on Long-horizon, Cross-scenario, Heterogeneous Behavior Traces [81.41397370235102]
  我々はOmniBehaviorを紹介した。OmniBehaviorは実世界のデータから構築された最初のユーザシミュレーションベンチマークである。 現在のモデルでは,コンテキストウィンドウが拡大しても,複雑な振る舞いを正確にシミュレートすることが困難であることを示す。 この結果、個人差や長い尾の挙動が失われ、将来の高忠実度シミュレーション研究における重要な方向性が浮き彫りになる。
  論文  参考訳（メタデータ） (2026-04-09T15:26:21Z)
• SimScale: Learning to Drive via Real-World Simulation at Scale [45.08991279559151]
  本稿では,既存の運転ログ上に巨大な未確認状態を合成可能な,新規でスケーラブルなシミュレーションフレームワークを提案する。 我々のパイプラインは、高度なニューラルレンダリングとリアクティブ環境を利用して、高忠実度マルチビュー観測を生成する。 我々は、これらの新しいシミュレーション状態に対する擬似経験的軌跡生成機構を開発し、行動監視を行う。
  論文  参考訳（メタデータ） (2025-11-28T17:17:38Z)
• Counterfactual reasoning: an analysis of in-context emergence [57.118735341305786]
  我々は、言語モデルが反実的推論が可能なことを示す。 自己注意、モデル深度、トレーニング済みデータの多様性によってパフォーマンスが向上することがわかった。 以上の結果から, SDE 動態下での反実的推論が可能となった。
  論文  参考訳（メタデータ） (2025-06-05T16:02:07Z)
• Empirical Analysis of Sim-and-Real Cotraining of Diffusion Policies for Planar Pushing from Pixels [18.858676073824515]
  シミュレーションと実際のハードウェアの両方で生成された実演データとのコトレーニングが、ロボット工学における模倣学習をスケールするための有望なレシピとして登場した。 この研究は、シミュレーション設計、sim-and-realデータセット作成、ポリシートレーニングを知らせるために、sim-and-realコトレーニングの基本原則を解明することを目指している。
  論文  参考訳（メタデータ） (2025-03-28T17:25:57Z)
• CausalMan: A physics-based simulator for large-scale causality [16.93123199555512]
  実世界の生産ラインをモデルとしたCausalManシミュレータを提示する。 コントリビューションとして,CausalManの大規模シミュレータをリリースする。
  論文  参考訳（メタデータ） (2025-02-18T10:20:22Z)
• Learning Hybrid Dynamics Models With Simulator-Informed Latent States [7.801959219897031]
  そこで我々は,シミュレーションを用いて学習モデルの潜伏状態を通知するハイブリッドモデリング手法を提案する。 これにより、シミュレータを介して予測を制御することで、エラーの蓄積を防ぐことができる。 学習に基づく設定では、シミュレータを通して潜在状態を推測するダイナミクスとオブザーバを共同で学習する。
  論文  参考訳（メタデータ） (2023-09-06T09:57:58Z)
• Real-World Humanoid Locomotion with Reinforcement Learning [92.85934954371099]
  実世界におけるヒューマノイド移動に対する完全学習型アプローチを提案する。 コントローラーは様々な屋外の地形の上を歩けるし、外乱に対して頑丈で、状況に応じて適応できる。
  論文  参考訳（メタデータ） (2023-03-06T18:59:09Z)
• Likelihood-Free Inference in State-Space Models with Unknown Dynamics [71.94716503075645]
  本研究では、状態空間モデルにおいて、観測をシミュレートすることしかできず、遷移ダイナミクスが不明な潜在状態の推測と予測を行う手法を提案する。 本研究では,限られた数のシミュレーションで状態予測と状態予測を行う手法を提案する。
  論文  参考訳（メタデータ） (2021-11-02T12:33:42Z)
• Robot Learning from Randomized Simulations: A Review [59.992761565399185]
  ディープラーニングがロボティクス研究のパラダイムシフトを引き起こし、大量のデータを必要とする方法が好まれている。 最先端のアプローチは、データ生成が高速かつ安価であるシミュレーションで学ぶ。 本稿では,ランダム化シミュレーションから学習する手法である「領域ランダム化」に焦点をあてる。
  論文  参考訳（メタデータ） (2021-11-01T13:55:41Z)
• DR2L: Surfacing Corner Cases to Robustify Autonomous Driving via Domain Randomization Reinforcement Learning [4.040937987024427]
  ドメインランダム化(DR)は、このギャップをほとんど、あるいは全く現実世界のデータで埋めることのできる方法論である。 シミュレーションで訓練されたDeepRLベースの自動運転車を強固にするために、敵対モデルが提案されている。
  論文  参考訳（メタデータ） (2021-07-25T09:15:46Z)
• TrafficSim: Learning to Simulate Realistic Multi-Agent Behaviors [74.67698916175614]
  リアル交通シミュレーションのためのマルチエージェント行動モデルであるTrafficSimを提案する。 特に、暗黙の潜在変数モデルを利用して、共同アクターポリシーをパラメータ化する。 TrafficSimは、多様なベースラインと比較して、より現実的で多様なトラフィックシナリオを生成します。
  論文  参考訳（メタデータ） (2021-01-17T00:29:30Z)
• Point Cloud Based Reinforcement Learning for Sim-to-Real and Partial Observability in Visual Navigation [62.22058066456076]
  強化学習(Reinforcement Learning, RL)は、複雑なロボットタスクを解決する強力なツールである。 RL は sim-to-real transfer problem として知られる現実世界では直接作用しない。 本稿では,点雲と環境ランダム化によって構築された観測空間を学習する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-27T17:46:59Z)
• From Simulation to Real World Maneuver Execution using Deep Reinforcement Learning [69.23334811890919]
  深層強化学習(Deep Reinforcement Learning)は、さまざまな分野における多くの制御タスクを解決できることが証明されている。 これは主に、シミュレーションデータと実世界のデータ間のドメイン適応の欠如と、トレインデータセットとテストデータセットの区別の欠如による。 本稿では,エージェントが同時に訓練される複数の環境に基づくシステムを提案する。
  論文  参考訳（メタデータ） (2020-05-13T14:22:20Z)

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。