論文の概要: Action from Adjacent Set in Physical Space Outperforms the Best Prediction in World Models

• arxiv url: http://arxiv.org/abs/2607.23602v1
• Date: Sun, 26 Jul 2026 11:11:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.167749
• Title: Action from Adjacent Set in Physical Space Outperforms the Best Prediction in World Models
• Title（参考訳）: 物理空間における隣接集合からの行動は世界モデルで最高の予測性能を発揮する
• Abstract要約: サンプリングと遅延ワールドモデルに基づくコントローラは、予測された端末コストを各候補アクションシーケンスに割り当て、最小限を選択し、最初のアクションブロックを実行し、再計画する。 このルールは、端末が物理的世界の真のタスク目標を完璧に正確に反映している場合でも失敗する可能性がある。 キューブ候補実行監査では、提案予算を72から288に増やすことで、最小遅延コストによる選択の可能性を低減する。
• 参考スコア（独自算出の注目度）: 8.565681503224214
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Controllers based on sampling and latent world models assign a predicted terminal cost to each candidate action sequence, choose the minimum, execute its first action block, and replan. This rule can fail even when the terminal cost perfectly and accurately reflects the true task objective in the physical world. Residual prediction error can give an infeasible sequence an anomalously low cost, and a larger proposal pool gives such errors more chances to outrank feasible alternatives. We call this conditional failure proposal overgeneration. In Cube candidate execution audits, increasing the total proposal budget from 72 to 288 reduces the feasibility of selection by minimum latent cost from .375 to .062 for position targets and from .344 to .031 for targets defined by position and yaw, although every larger pool contains a feasible sequence. We introduce Adjacent Set Action Reconstruction (ASAR). Among proposals with low cost, ASAR measures density from standardized early action prefixes and reconstructs a full sequence from an adjacent set with a light anchor from the sequence with minimum cost. On a Carry and Release evaluation set of 75 queries, Kernel ASAR improves event completion success over matching selection by 28.0, 24.0, and 18.7 percentage points under latent cost and by 18.7, 20.0, and 17.3 points under a trajectory reachability cost at 72, 144, and 288 proposals. Analysis of finite proposal pools characterizes selection risk from the lower tail, separation by a related radius support statistic, and sequence containment under an explicit local feasibility condition.
• Abstract（参考訳）: サンプリングと遅延ワールドモデルに基づくコントローラは、予測された端末コストを各候補アクションシーケンスに割り当て、最小限を選択し、最初のアクションブロックを実行し、再計画する。 このルールは、端末が物理的世界の真のタスク目標を完璧に正確に反映している場合でも失敗する可能性がある。 残差予測誤差は、不可能なシーケンスを異常に低コストで提供し、より大きな提案プールは、そのようなエラーにより、実現可能な代替品をはるかに上回る確率を与える。 私たちはこの条件付き失敗提案をオーバージェネレーションと呼ぶ。 キューブ候補実行監査では、提案全体の予算を72から288に増やすことで、最小遅延コストによる選択が、位置目標に対して.375から.062に、位置とヨーによって定義されたターゲットに対して.344から.031に削減される。 本稿では,アジャセント・セット・アクション・レコンストラクション(ASAR)を紹介する。 低コストで提案される提案の中で、ASARは標準化された初期アクションプレフィックスから密度を測定し、隣接するセットから全シーケンスを最小のコストで光アンカーで再構築する。 75クエリのCarnel ASARの評価セットでは、マッチング選択よりも28.0、24.0、および18.7パーセントの遅延コスト、18.7、20.0、および17.3ポイントのイベント完了成功を72、144、そして288の提案で改善している。 有限提案プールの解析は、下尾からの選択リスク、関連する半径支持統計による分離、および明示的な局所実現可能性条件下でのシーケンス包摂を特徴付ける。

関連論文リスト

• Anchored Scenario Coverage for Failure-Aware First-Hit Batch Inverse Design [11.423847489036541]
  ARC-SCは、強い辺縁候補をアンカーとして保存し、残りのバッチ位置を割り当てるバッチ取得手法である。 超伝導とJARVIS材料特性ベンチマークの凍結軌道閉ループシミュレーションでは、ARC-SCはファーストヒット発見において統計的に支持された改善をもたらす。 これらの結果から、ARC-SCは、構造化された実験失敗下での早期に有効なターゲット発見を改善するための、POF対応のシナリオ対応バッチ戦略として確立された。
  論文  参考訳（メタデータ） (2026-08-28T03:27:00Z)
• Learning Not to Optimize: Physics-Informed Action-Space Reshaping for Intent-Based Network Control [50.46501177871741]
  LNOQRD は小物候補を75.9% で削減し、90.8% でニアオラクルのカバレッジを維持している。 実験の結果、LNOQRDは実用性と意図の満足度が最も高く、かつ、法律違反が最低で、世代後レイテンシが低いことがわかった。
  論文  参考訳（メタデータ） (2026-08-02T00:27:01Z)
• Adversarial Frontiers: Minimum-Norm Attack Ensembles for Robustness Evaluation [19.68581886369122]
  アドリアロバスト性は、AutoAttackのような事前に定義された攻撃アンサンブルで、単一の摂動予算$varepsilon$で評価される。 我々は、この定式化は基本的に制限されていると主張している。第一に、頑健な摂動曲線は、モデル間で異なる速度で交差または崩壊し、単一の$varepsilon$ランキングが不安定になる。第二に、現在のアンサンブルは最適性の証拠を示さず、未知のギャップを最悪の場合のパフォーマンスに残す。
  論文  参考訳（メタデータ） (2026-07-22T07:43:38Z)
• Instance-Optimal Estimation with Multiple LLM Judges on a Budget [84.31744861038106]
  我々は、この問題を*予算付きヘテロスケダティックなマルチジャッジ推定*として定式化する。 K$のプロンプト-レスポンスペア、J$の既知のコストと未知のクエリ-ジャッジ分散が与えられた場合、目標は、$ell_p$-errorを最小化しながら、有界スコアベクトルを推定することである。 EST-IVWEは,予算の低次項までのオラクルIVWEレートと一致していることを示す。
  論文  参考訳（メタデータ） (2026-05-22T08:26:08Z)
• Escaping the Diversity Trap in Robotic Manipulation via Anchor-Centric Adaptation [50.23374353859762]
  多様な単発デモを収集することで「最大限のカバレッジ」を達成できる。 我々は、この現象を包括的-密度トレードオフとして定式化する。 Anchor-Centric Adaptation (ACA) は、2段階のフレームワークで、まずコアアンカーでの繰り返しデモを通じてポリシースケルトンを安定化し、次に教師力によるエラーマイニングと制約付き残差更新を通じて高リスク境界までカバー範囲を広げる。
  論文  参考訳（メタデータ） (2026-05-08T07:35:24Z)
• How Many Iterations to Jailbreak? Dynamic Budget Allocation for Multi-Turn LLM Evaluation [22.523809021772802]
  大規模言語モデル(LLM)の多ターン会話設定における重要なイベントは、しばしば繰り返し対話の後にのみ現れる。 最近のコンフォメーションサバイバルフレームワークは、関心のイベントをトリガーするイテレーション数に基づいて、信頼できる低い予測境界(LPB)を構築している。 DAPROは,マルチターンインタラクションにおいて,時間と時間の境界を設定するための,理論上有効な動的予算配分フレームワークである。
  論文  参考訳（メタデータ） (2026-05-07T17:25:15Z)
• Model Compression with Exact Budget Constraints via Riemannian Manifolds [39.54576236079211]
  トータルコスト予算の下で各NグループにKオプションの1つを割り当てることは、効率的なAIにおいて繰り返し発生する問題である。 我々は、ソフトマックス緩和の下で、予算制約がロジット空間における滑らかなリーマン多様体を異常に単純な幾何学で定義することを示す新しいアプローチを示す。 これらの特性に基づいて、接射影、二分探索リトラクション、運動量輸送を標準とするリーマン制約最適化(RCO)を提案する。
  論文  参考訳（メタデータ） (2026-05-01T13:30:23Z)
• Optimal Decision-Making Based on Prediction Sets [18.860889057545467]
  予測セットは、未知のテスト結果を保証された確率でカバーするために、任意のMLモデルをラップすることができる。 本稿では,予測セットのカバレッジ保証と一致した最悪のケース分布に対する損失(リスク)を最小限に抑えるための決定理論フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-01T03:02:44Z)
• Optimistic Feasible Search for Closed-Loop Fair Threshold Decision-Making [0.0]
  バンディットフィードバックからの1次元しきい値ポリシーのオンライン学習について検討する。 我々は,報酬と制約残差に対する信頼境界を維持する単純なグリッドベース手法であるOptimistic Feasible Search (OFS)を提案する。
  論文  参考訳（メタデータ） (2025-12-26T10:44:40Z)
• Decision from Suboptimal Classifiers: Excess Risk Pre- and Post-Calibration [52.70324949884702]
  バッチ二分決定における近似的後続確率を用いた余剰リスクの定量化を行う。 我々は、再校正のみが後悔のほとんどに対処する体制と、後悔が集団的損失に支配される体制を識別する。 NLP実験では、これらの量によって、より高度なポストトレーニングの期待値が運用コストに値するかどうかが分かる。
  論文  参考訳（メタデータ） (2025-03-23T10:52:36Z)
• Best Arm Identification for Stochastic Rising Bandits [84.55453174601826]
  SRB(Rising Bandits)は、選択される度に選択肢の期待される報酬が増加する、シーケンシャルな意思決定の問題をモデル化する。 本稿では,SRBの固定予算ベストアーム識別(BAI)問題に焦点をあてる。 R-UCBE と R-SR の2つのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-02-15T08:01:37Z)
• Quantization for decentralized learning under subspace constraints [61.59416703323886]
  エージェントがサブスペース制約を最小化するために個々のコスト関数を持つ分散最適化問題を考察する。 本稿では,エージェントが確率化量子化器を用いて推定値を圧縮する適応分散型戦略を提案し,検討する。 この分析は、量子化ノイズのいくつかの一般的な条件下では、平均二乗誤差と平均ビットレートの両方で戦略が安定であることを示している。
  論文  参考訳（メタデータ） (2022-09-16T09:38:38Z)
• Stochastic Shortest Path: Minimax, Parameter-Free and Towards Horizon-Free Regret [144.6358229217845]
  エージェントが目標状態に到達する前に蓄積される期待コストを最小限に抑えるために,最短経路(ssp)設定で学習する問題について検討する。 我々は,経験的遷移を慎重に歪曲し,探索ボーナスで経験的コストを摂動する新しいモデルベースアルゴリズムEB-SSPを設計する。 私達はEB-SSPが$widetildeO(B_star sqrtS A K)$のミニマックスの後悔率を達成することを証明します。
  論文  参考訳（メタデータ） (2021-04-22T17:20:48Z)

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。