論文の概要: Probabilistic Reachable-Action Verification of Visuomotor Policies via Set-Based Training
- arxiv url: http://arxiv.org/abs/2608.02545v1
- Date: Mon, 03 Aug 2026 17:32:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.731543
- Title: Probabilistic Reachable-Action Verification of Visuomotor Policies via Set-Based Training
- Title（参考訳）: セットベーストレーニングによるビジュモータ政策の確率論的適合性検証
- Authors: Yanliang Huang, Zhuocheng Zhang, Peng Xie, Zhen Zhang, Wenyuan Wu, Majid Khadiv, Zhuoqi Zeng, Amr Alanwar,
- Abstract要約: 大きなビジュアルエンコーダは、エンドツーエンドセットの伝搬を計算コストが高く、過度に保守的にする。
我々は、視覚エンコーダを凍結し、下流ポリシーと低次元インタフェースにセットの伝搬を限定する。
この集合をゾノトープでプロパゲートすることで、セットベースのトレーニングを直接最適化する終端出力-閉包幅が得られる。
- 参考スコア（独自算出の注目度）: 7.193186752397934
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reachability analysis for visuomotor policies is difficult because large visual encoders make end-to-end set propagation computationally expensive and excessively conservative. We therefore freeze the visual encoder and confine set propagation to a low-dimensional interface between it and the downstream policy, with the interface set calibrated from held-out camera-pose perturbations. Propagating this set through the policy with zonotopes yields a terminal output-enclosure width that set-based training optimizes directly. During evaluation, camera-pose perturbations are sampled from the prescribed distribution, and rollout-level split conformal calibration converts the resulting action-deviation scores into a probabilistic reachable-action radius with finite-sample coverage. In controlled manipulation experiments, set-based training reduces this radius while preserving closed-loop task capability, and matched behavior-only, observational-consistency, and pointwise-adversarial controls all leave a larger radius.
- Abstract（参考訳）: ビジュモータポリシーの到達可能性解析は、大規模視覚エンコーダによって計算コストが高く、保守的すぎるため困難である。
そこで,我々は,映像エンコーダを凍結し,低次元のインタフェースと下流ポリシーとの集合伝搬を閉じ込める。
この集合をゾノトープでプロパゲーションすることで、セットベースのトレーニングが直接最適化する出力-閉鎖幅が得られる。
評価中、所定の分布からカメラ目的の摂動をサンプリングし、ロールアウトレベルのスプリット・コンフォメーション・キャリブレーションにより、結果のアクション偏差スコアを有限サンプルカバレッジを持つ確率的リーチブル・アクション半径に変換する。
制御された操作実験では、クローズドループタスク能力を維持しながら、セットベースのトレーニングによってこの半径を減少させ、一致した行動のみ、観察的一貫性、およびポイントワイズ・アドバイザリ・コントロールは、全て大きな半径を残している。
関連論文リスト
- From Open Loop to Closed Loop: A Test-Time Iterative Optimization Framework for Reference-Consistent Image Generation [108.02425846269234]
制御可能な画像生成は、視覚的参照条件を組み込むことで、大きな進歩を遂げた。
既存の方法は、主にオープンループシステムとして動作する。
本稿では,閉ループ動的トラッキング問題として参照一貫性生成を再構成する新しいテスト時間反復最適化フレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-06T05:36:30Z) - From Prediction Uncertainty to Conformalized Distance Fields for Safe Motion Planning [9.50741434664352]
既存のコンフォメーションアプローチは、障害物ごとの予測誤差を集計するスカラースコアに適合する。
代わりに、予測距離場全体を同時に整列する。
この関数共形予測フレームワークは、分布自由で、フィールドレベルの低い境界をもたらす。
論文 参考訳（メタデータ） (2026-07-01T11:02:51Z) - PAC-Bayesian Certificates for Quadratic Closed-Loop Control [0.0]
PAC-ベイズ境界は、データ依存予測器に対する有限サンプル保証を提供する。
学習に基づく制御にそれらを適用することは、自然な目的が二次的な軌道コストであるため困難である。
PAC-Bayes-Chernoff 証明書の集合を,実現可能な閉ループ応答に対する後部分布として提供する。
論文 参考訳（メタデータ） (2026-06-26T17:24:21Z) - Grounding Generative Policies in Physics: Optimization-Guided Diffusion for Robot Control [41.782471938706344]
タスク空間のロボットポリシーでは、生成された把握、ウェイポイント、トラジェクトリは分散的に有効だが実現不可能である。
動作生成を物理的実現可能性に結合する推論時間最適化フレームワークを提案する。
本研究では,到達性と衝突回避制約とコントローラレベルの追従性制約を併用した動的操作によるデクスタラスグリップ合成法の評価を行った。
論文 参考訳（メタデータ） (2026-06-23T06:49:30Z) - FocalPolicy: Frequency-Optimized Chunking and Locally Anchored Flow Matching for Coherent Visuomotor Policy [75.32174422881958]
FocalPolicyは、周波数局所的なチャンキングとAnchoredフローマッチングを組み合わせたビジュモータポリシーである。
本稿では,近位行動における時間領域のアライメントを監督する,近位複合目標を提案する。
フローマッチング学習において,信号の伝搬一貫性を目標とした局所的アンカーサンプリングを設計する。
論文 参考訳（メタデータ） (2026-05-15T13:27:55Z) - 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) - When Gradient Clipping Becomes a Control Mechanism for Differential Privacy in Deep Learning [3.8218584696400484]
機密データに対するプライバシー保護トレーニングは、勾配クリッピングとガウスノイズに依存している。
既存の適応的クリッピング法は、例ごとの勾配標準統計に依存することが多い。
本稿では,パラメータから計算した軽量で重量のみのスペクトル診断を用いて,しきい値に適応する制御駆動型クリッピング手法を提案する。
論文 参考訳（メタデータ） (2026-02-11T07:18:25Z) - Attack-Aware Deepfake Detection under Counter-Forensic Manipulations [0.30586855806896035]
本研究は, 現実的な展開条件下でのロバスト性, 良好な校正可能性, 透明なエビデンスのために設計された, 攻撃対応のディープフェイクおよび画像解析検出器を提案する。
この方法は、2ストリームアーキテクチャにおけるレッドチームトレーニングとランダム化されたテストタイムディフェンスを組み合わせる。
その結果,アタック間のほぼ完全なランク付け,キャリブレーション誤差の低減,禁忌リスクの最小化,リグライン下でのタンパーの制御が示された。
論文 参考訳（メタデータ） (2025-12-26T04:05:52Z) - Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
生成のための教師なし共形推論フレームワークを提案する。
我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。
その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
論文 参考訳（メタデータ） (2025-09-26T23:40:47Z) - Spatially Adaptive Inference with Stochastic Feature Sampling and
Interpolation [72.40827239394565]
スパースサンプリングされた場所のみの機能を計算することを提案する。
次に、効率的な手順で特徴写像を密に再構築する。
提案したネットワークは、様々なコンピュータビジョンタスクの精度を維持しながら、かなりの計算を省くために実験的に示されている。
論文 参考訳（メタデータ） (2020-03-19T15:36:31Z)
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。