論文の概要: GRACE: Gradient-Free Robot Action Generation via Combined Diffusion-MPPI Posterior Mean Estimation

• arxiv url: http://arxiv.org/abs/2607.21661v1
• Date: Wed, 22 Jul 2026 23:20:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:56.947248
• Title: GRACE: Gradient-Free Robot Action Generation via Combined Diffusion-MPPI Posterior Mean Estimation
• Title（参考訳）: GRACE: 複合拡散-MPPI後平均推定によるグラディエントフリーロボット動作生成
• Abstract要約: 拡散ポリシは、デモからマルチモーダルロボットアクションシーケンスを生成するが、デプロイ時の制約に向けてそれらを操るには、異なるガイダンスコストに依存する。 複合拡散MPPI後部平均推定(GRACE)によるグラディエントフリーロボット行動生成を提案する。 GRACEはモデル予測経路積分(MPPI)制御による事前学習拡散政策をフォワードコスト評価のみを用いて導く。
• 参考スコア（独自算出の注目度）: 7.133026907988718
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Diffusion policies generate multimodal robot action sequences from demonstrations, but steering them toward deployment-time constraints typically relies on differentiable guidance costs. This excludes many practical safety constraints, such as binary collision checks, joint limits, and black-box rollout costs that are nondifferentiable. We propose Gradient-free Robot Action generation via Combined diffusion-MPPI posterior mean Estimation (GRACE), which guides a pretrained diffusion policy with Model Predictive Path Integral (MPPI) control using only forward cost evaluations. Building on the common score-ascent structure of diffusion and MPPI, GRACE constructs a cost-conditioned guidance posterior at each reverse step and estimates its mean with a single MPPI update centered at the diffusion reverse mean. For differentiable costs, GRACE recovers conventional gradient guidance under a first-order, matched-covariance approximation. GRACE attains higher success rates than diffusion-based and sampling-based baselines in simulation. On a real 7-DoF manipulator, GRACE avoids a deployment-time obstacle that the unguided prior collides with in every trial. Code and experiment videos are available at https://anonymous.4open.science/w/grace-70BB/.
• Abstract（参考訳）: 拡散ポリシは、デモからマルチモーダルなロボットアクションシーケンスを生成するが、デプロイ時の制約に向けてそれらをステアリングすることは、通常、異なるガイダンスコストに依存する。 これは、二元衝突チェック、ジョイントリミット、非微分不可能なブラックボックスのロールアウトコストなど、多くの実用的な安全制約を除外する。 本稿では,モデル予測経路積分(MPPI)制御による事前学習拡散ポリシーをフォワードコスト評価のみを用いて導出するGRACEを用いて,グラディエントフリーなロボット行動生成を提案する。 GRACEは拡散とMPPIの共通スコア・アセンセント構造に基づいて、各逆ステップでコスト条件付きガイダンス後部を構築し、拡散逆平均を中心とした単一のMPPI更新でその平均を推定する。 異なるコストのために、GRACEは1階のマッチング共分散近似の下で従来の勾配ガイダンスを復元する。 GRACEは、シミュレーションにおいて拡散ベースのベースラインとサンプリングベースのベースラインよりも高い成功率を達成する。 実際の7-DoFマニピュレータでは、GRACEは、未ガイドがあらゆる試行で衝突するデプロイメント時の障害を回避する。 コードと実験ビデオはhttps://anonymous.4open.science/w/grace-70BB/で公開されている。

関連論文リスト

• Between-User Collapse Under Popularity-Biased Feedback: A Centered-Covariance Theorem and Computable Phase Boundary [0.0]
  我々は,人気度の高いBPRトレーニングが,協調フィルタリング埋め込みのユーザ間幾何学にどう影響するかを考察する。 定常アイテムによる人気バイアスのあるフィードバックの下では、$C$は安定した状態に収束する。 次に、その効果の限界について検討する。
  論文  参考訳（メタデータ） (2026-08-03T17:33:25Z)
• Temporal Policy: History-Initialized Action Generation for Robotic Learning from Demonstration [0.01268579273097071]
  生成モデルは、デモレーション(LfD)からのロボット学習のためのマルチモーダルな振る舞いを捉えるのに優れるが、しばしば高い推論コストに悩まされる。 本稿では,時間的結合輸送問題として行動生成を定式化する補間剤に基づく生成フレームワークである時間的ポリシーを紹介する。 ビジュモータシミュレーションベンチマークおよび物理Barrett WAM 2x 7DoFプラットフォーム上での時間ポリシーの検証を行った。
  論文  参考訳（メタデータ） (2026-07-31T14:47:02Z)
• Robust Activation Map Rectification for Weakly Supervised Volumetric Segmentation: Temporal Coherence as a Free Lunch [31.156115062163412]
  弱教師付きセグメンテーションは、最初にターゲット領域をローカライズするためにクラスアクティベーションマップ(CAM)に大きく依存している。 既存の治療法は、通常、追加のトレーニングステージやプロトタイプ学習を導入し、計算コストを増大させ、堅牢性を低下させる。 本研究では, 容積データの時間的・構造的コヒーレンスをフリーランチとして利用することにより, 信頼できないCAMを修正できる, トレーニング不要なプロトタイプフリーフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-22T08:07:38Z)
• SphereVAD: Training-Free Video Anomaly Detection via Geodesic Inference on the Unit Hypersphere [90.85001795656633]
  ビデオ異常検出(VAD)は、トリミングされていない監視ビデオの通常のパターンから逸脱するイベントを自動的に識別することを目的としている。 SphereVADはトレーニング不要でゼロショットのVADフレームワークで、単位超球面上の準比測地線推定をvon Mises-Fisher (vMF) と再放送する。
  論文  参考訳（メタデータ） (2026-05-08T16:57:38Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• TABES: Trajectory-Aware Backward-on-Entropy Steering for Masked Diffusion Models [35.327100592206115]
  Backward-on-Entropy (BoE) Steeringは勾配誘導型推論フレームワークで、無限水平コンテキストを1つの後方パスで近似する。 スケーラビリティを確保するために,マスク対象の構造を利用した疎結合プリミティブであるttexttActiveQueryAttentionを導入し,後方通過の複雑さを低減する。
  論文  参考訳（メタデータ） (2026-01-30T19:10:32Z)
• Goal inference with Rao-Blackwellized Particle Filters [5.633221187382381]
  軌跡のノイズ観測から移動エージェントの最終的な目標を推定することは基本的な推定問題である。 我々は、ラオブラックウェル化粒子フィルタ(RBPF)の変種を用いて、そのような意図推論を行う。 我々は,情報理論漏洩指標を用いて,敵がエージェントの意図をどの程度回復できるかを定量化する。
  論文  参考訳（メタデータ） (2025-12-10T02:48:55Z)
• Self-Guided Action Diffusion [53.38661283705301]
  自己誘導的行動拡散は、拡散に基づくポリシーに適した双方向デコーディングのより効率的な変種である。 本手法は,従来の動的タスクよりも最大70%高い成功率を達成する。
  論文  参考訳（メタデータ） (2025-08-17T00:39:15Z)
• Diffusion State-Guided Projected Gradient for Inverse Problems [82.24625224110099]
  逆問題に対する拡散状態ガイド型射影勾配(DiffStateGrad)を提案する。 DiffStateGrad は拡散過程の中間状態の低ランク近似である部分空間に測定勾配を投影する。 DiffStateGradは、測定手順のステップサイズとノイズの選択によって拡散モデルのロバスト性を向上させる。
  論文  参考訳（メタデータ） (2024-10-04T14:26:54Z)
• TERD: A Unified Framework for Safeguarding Diffusion Models Against Backdoors [36.07978634674072]
  拡散モデルは、その完全性を損なうバックドア攻撃に弱い。 本稿では,現在の攻撃に対する統一モデリングを構築するバックドアディフェンスフレームワークであるTERDを提案する。 TERDは、さまざまな解像度のデータセットにまたがる100%のTrue Positive Rate(TPR)とTrue Negative Rate(TNR)を保証します。
  論文  参考訳（メタデータ） (2024-09-09T03:02:16Z)
• Optimizing Diffusion Models for Joint Trajectory Prediction and Controllable Generation [49.49868273653921]
  拡散モデルは、自律運転における共同軌道予測と制御可能な生成を約束する。 最適ガウス拡散(OGD)と推定クリーンマニフォールド(ECM)誘導を導入する。 提案手法は生成過程の合理化を図り,計算オーバーヘッドを低減した実用的な応用を実現する。
  論文  参考訳（メタデータ） (2024-08-01T17:59:59Z)
• Don't Start from Scratch: Behavioral Refinement via Interpolant-based Policy Diffusion [16.44141792109178]
  拡散モデルは、標準ガウスノイズから作用(あるいは状態)を拡散することでポリシーを形成することを学習する。 学習対象のポリシーはガウスとは大きく異なり、少数の拡散ステップを使用すると性能が低下する可能性がある。 提案手法は,情報ソースポリシーの利点を示す理論的結果,新しい方法,実証的な知見の両方に寄与する。
  論文  参考訳（メタデータ） (2024-02-25T12:19:21Z)
• Unsupervised Discovery of Interpretable Directions in h-space of Pre-trained Diffusion Models [63.1637853118899]
  本稿では,事前学習した拡散モデルのh空間における解釈可能な方向を特定するための,教師なしおよび学習に基づく最初の手法を提案する。 我々は、事前訓練された拡散モデルのh-スペースで動作するシフト制御モジュールを用いて、サンプルをシフトしたバージョンに操作する。 それらを共同で最適化することで、モデルは自然に絡み合った、解釈可能な方向を発見する。
  論文  参考訳（メタデータ） (2023-10-15T18:44:30Z)

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。