論文の概要: Temporal Policy: History-Initialized Action Generation for Robotic Learning from Demonstration

• arxiv url: http://arxiv.org/abs/2607.29482v1
• Date: Fri, 31 Jul 2026 14:47:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.772436
• Title: Temporal Policy: History-Initialized Action Generation for Robotic Learning from Demonstration
• Title（参考訳）: テンポラルポリシー:デモから学ぶロボット学習のための履歴初期化行動生成
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.01268579273097071
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: By relying on independent couplings from uninformative Gaussian priors, standard diffusion and flow matching models are forced to learn complex, high-cost vector fields to reach the physical action space. Generative models excel at capturing multimodal behaviors for robotic Learning from Demonstration (LfD), but often suffer from high inference cost. This paper introduces Temporal Policy, a generative framework based on stochastic interpolants that formulates action generation as a temporally coupled transport problem. By initializing the generative flow at the robot's recent history, we explicitly couple past states to future action sequences. This data-dependent coupling reduces transport cost and produces straight vector fields. We validate Temporal Policy across visuomotor simulation benchmarks and on a physical Barrett WAM 2x 7DoF teleoperation platform. Our approach reduces transport costs by nearly an order of magnitude compared to noise-initialized baselines, achieving a 19.1 ms inference latency on a single NVIDIA RTX 4080. Crucially, these geometric and computational efficiencies are achieved while matching the success rates of state-of-the-art baselines. This simplified transport geometry bypasses the computational bottleneck of independent Gaussian priors, helping enable high-frequency, closed-loop control. The code is publicly available at https://github.com/dmiller12/TemporalPolicy.
• Abstract（参考訳）: 非形式的なガウス以前の独立結合に依存することにより、標準拡散とフローマッチングモデルは、物理的な作用空間に到達するために複雑で高コストなベクトル場を学習せざるを得なくなる。 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確率的補間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。 ロボットの最近の歴史において生成フローを初期化することにより、過去の状態を将来のアクションシーケンスに明示的に分割する。 このデータ依存結合は輸送コストを低減し、直線ベクトル場を生成する。 バイスモータシミュレーションベンチマークと物理的Barrett WAM 2x 7DoF遠隔操作プラットフォーム上での時間ポリシーの検証を行った。 提案手法は,1つのNVIDIA RTX 4080上で19.1msの遅延を達成し,ノイズ初期化ベースラインに比べて輸送コストを約1桁削減する。 重要なことは、これらの幾何学的および計算的効率は、最先端のベースラインの成功率に適合しながら達成される。 この単純化された輸送幾何学は、独立ガウス事前の計算ボトルネックを回避し、高周波閉ループ制御を可能にする。 コードはhttps://github.com/dmiller12/TemporalPolicy.comで公開されている。

関連論文リスト

• A Shortcut to Statistically Steady-State Turbulence with Flow Matching [18.320829792574738]
  本稿では,5次元位相空間におけるジャイロ運動乱流の定常統計を直接推定する潜在生成モデルであるGyroFlowを紹介する。 生成品質を評価するために,事前学習されたジャイロキネティックモデルの潜在空間で計算された分布計量FGyDを提案する。
  論文  参考訳（メタデータ） (2026-07-14T17:58:13Z)
• State and Trajectory Estimation of Tensegrity Robots via Factor Graphs and Chebyshev Polynomials [1.1873304786619876]
  テンセグリティロボットはコンプライアンスと適応性を提供するが、非線形で制約の少ないダイナミクスは、状態推定を困難にしている。 本稿では,ケーブル駆動型引張ロボットのロバストな状態や軌道推定のための2段階のアプローチを提案する。 オンライン状態推定には、RGB-Dカメラとオンボードケーブル長センサを融合するファクタグラフベースの手法を導入する。
  論文  参考訳（メタデータ） (2026-04-09T12:38:47Z)
• VectorWorld: Efficient Streaming World Model via Diffusion Flow on Vector Graphs [10.040683730802266]
  本稿では,ego中心のベクターグラフタイルをロールアウト中に段階的に生成するストリーミングワールドモデルであるVectorWorldを提案する。 これは、モーションアウェアのゲートVAEを介してポリシー互換の相互作用状態を生成することで、履歴条件のポリシーと整合する。 solvrfreegated Diconditioned Training MeanFlow JVPを通じて、リアルタイムのアウトステップ補完をサポートする。
  論文  参考訳（メタデータ） (2026-03-18T12:13:30Z)
• Ada3Drift: Adaptive Training-Time Drifting for One-Step 3D Visuomotor Robotic Manipulation [53.750389076941396]
  拡散に基づくビジュモータポリシーは反復的認知を通じて多モーダルな動作分布をキャプチャするが、その高い推論遅延はリアルタイムロボット制御を制限する。 Ada3Driftは,専門家のデモモードに対して予測された行動を引き付ける訓練時間ドリフト場を学習する。 Ada3Driftは、拡散ベースの代替よりも10倍の関数評価を必要としながら、最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-03-12T14:36:53Z)
• Obstacle Avoidance using Dynamic Movement Primitives and Reinforcement Learning [36.09105994195904]
  本研究は, 1つの人工的な実験からスムーズで, ほぼ最適な衝突のない3次元カルト軌道を高速に生成する手法を提案する。 デモは動的運動プリミティブ(DMP)として符号化され、ポリシーベースの強化学習を用いて反復的に再構成される。 この手法はシミュレーションと実ロボット実験で検証され、計算と実行時間の点でRTT-Connectベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-10-10T10:51:42Z)
• FreqPolicy: Efficient Flow-based Visuomotor Policy via Frequency Consistency [34.81668269819768]
  本稿では,ロボット操作における時間情報を活用するFreqPolicyを提案する。 FreqPolicyは最初、フローベースのビジュモータポリシーに周波数一貫性の制約を課す。 推論周波数93.5Hzの実世界のロボットシナリオにおいて,効率と有効性を示す。
  論文  参考訳（メタデータ） (2025-06-10T14:12:53Z)
• Hybrid Neural-MPM for Interactive Fluid Simulations in Real-Time [57.30651532625017]
  本稿では,数値シミュレーション,神経物理,生成制御を統合した新しいハイブリッド手法を提案する。 本システムでは, 多様な2D/3Dシナリオ, 材料タイプ, 障害物相互作用における堅牢な性能を示す。 受け入れ次第、モデルとデータの両方をリリースすることを約束します。
  論文  参考訳（メタデータ） (2025-05-25T01:27:18Z)
• One-Step Diffusion Policy: Fast Visuomotor Policies via Diffusion Distillation [80.71541671907426]
  OneStep Diffusion Policy (OneDP)は、事前訓練された拡散政策から知識を単一ステップのアクションジェネレータに蒸留する新しいアプローチである。 OneDPはロボット制御タスクの応答時間を著しく短縮する。
  論文  参考訳（メタデータ） (2024-10-28T17:54:31Z)
• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [57.278726604424556]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• NAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking [65.24988062003096]
  我々は,視覚に基づく運転ポリシーをベンチマークするフレームワークであるNAVSIMを提案する。 我々のシミュレーションは非反応性であり、評価された政策と環境は互いに影響を与えない。 NAVSIMはCVPR 2024で開催され、143チームが433のエントリーを提出し、いくつかの新たな洞察を得た。
  論文  参考訳（メタデータ） (2024-06-21T17:59:02Z)
• Sports-Traj: A Unified Trajectory Generation Model for Multi-Agent Movement in Sports [53.637837706712794]
  任意の軌道をマスク入力として処理する統一軌道生成モデルUniTrajを提案する。 具体的には,空間特徴抽出のためのトランスフォーマーエンコーダ内に埋め込まれたゴースト空間マスキング(GSM)モジュールを紹介する。 バスケットボールU,サッカーU,サッカーUの3つの実践的スポーツデータセットをベンチマークして評価を行った。
  論文  参考訳（メタデータ） (2024-05-27T22:15:23Z)
• BehaviorGPT: Smart Agent Simulation for Autonomous Driving with Next-Patch Prediction [22.254486248785614]
  BehaviorGPTは、複数のエージェントのシーケンシャルな振る舞いをシミュレートするために設計された、均一で完全な自己回帰変換器である。 本稿では,自己回帰モデルによる負の効果を軽減するために,Next-Patch Prediction Paradigm (NP3)を導入する。 ビヘイビアGPTは2024年のオープン・シム・エージェント・チャレンジで、リアリズムスコアが0.7473、ミナードスコアが1.4147で優勝した。
  論文  参考訳（メタデータ） (2024-05-27T17:28:25Z)
• Manifold Interpolating Optimal-Transport Flows for Trajectory Inference [64.94020639760026]
  最適輸送流(MIOFlow)を補間するマニフォールド補間法を提案する。 MIOFlowは、散発的なタイムポイントで撮影された静的スナップショットサンプルから、連続的な人口動態を学習する。 本手法は, 胚体分化および急性骨髄性白血病の治療から得られたscRNA-seqデータとともに, 分岐とマージによるシミュレーションデータについて検討した。
  論文  参考訳（メタデータ） (2022-06-29T22:19:03Z)

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。