論文の概要: S2-HWM: Sparse Event-Structured Hierarchical World Model for Long-Horizon Surgical Robot Manipulation
- arxiv url: http://arxiv.org/abs/2608.13103v1
- Date: Thu, 13 Aug 2026 11:29:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.502617
- Title: S2-HWM: Sparse Event-Structured Hierarchical World Model for Long-Horizon Surgical Robot Manipulation
- Title（参考訳）: S2-HWM:長距離手術ロボットマニピュレーションのためのスパースイベント構造化階層的世界モデル
- Abstract要約: 不規則な間隔で意味のある相互作用が生じる一方で、タスク報酬が不足しているため、長期手術ロボットの操作は困難である。
本稿では,スパースイベント構造化階層的世界モデルであるS2-HWMを提案する。
SurRoLベースのPegTransferタスクでは、S2-HWMが98.7%の成功率を獲得し、GAS DreamerV3ベースラインを22.7%上回る。
- 参考スコア（独自算出の注目度）: 8.13774443902788
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Long-horizon surgical robot manipulation is challenging because task rewards are sparse, while meaningful interaction changes occur at irregular intervals. Existing world-model agents typically imagine at primitive-step resolution, leaving variable-duration task progress implicit. Manually specified stages can provide intermediate structure, but their task specific boundaries are difficult to align with state-dependent interaction transitions. We propose S2-HWM, a Sparse Event-Structured Hierarchical World Model that learns sparse event evidence from primitive latent trajectories to coordinate an event-level manager and a primitive-step worker. The event evidence schedules manager goal updates, and each selected latent goal conditions the worker's primitive actions until the next update. The learned event evidence also forms variable-duration segments for an Event Transition Model (ETM), which predicts the next?boundary stochastic state, segment duration, and accumulated segment reward. Chaining these event-level predictions provides a variable-duration continuation beyond the primitive imagination horizon for manager learning, while the worker retains primitive-step actor-critic learning. On a SurRoL-based PegTransfer task, S2-HWM achieves a success rate of 98.7%, outperforming the flat GAS DreamerV3 baseline by 22.7 percentage points.
- Abstract（参考訳）: 不規則な間隔で意味のある相互作用が生じる一方で、タスク報酬が不足しているため、ロングホライズン手術ロボットの操作は困難である。
既存のワールドモデルエージェントは、通常、プリミティブステップの解決を想像し、変数デュレーションタスクの進捗を暗黙的に残す。
手動で指定された段階は中間構造を提供することができるが、そのタスク固有の境界は状態依存の相互作用遷移と整合するのは難しい。
本稿では,スパースイベント構造化階層的世界モデルであるS2-HWMを提案する。
イベントエビデンスでは、マネージャの目標更新をスケジュールし、選択された各目標が、次の更新までワーカのプリミティブアクションを条件付けする。
学習したイベントエビデンスは、次に予測するイベントトランジションモデル(ETM)の変数デュレーションセグメントも生成します。
境界確率状態 分節期間 累積分節報酬
これらのイベントレベルの予測をチェインすることで、マネージャの学習における原始的な想像的地平を越えて、変数デュレーションの継続が可能になり、労働者は原始的なステップのアクター・クリティカルな学習を維持します。
SurRoLベースのPegTransferタスクでは、S2-HWMが98.7%の成功率を獲得し、GAS DreamerV3ベースラインを22.7%上回る。
関連論文リスト
- Hierarchical Skill Retrieval for Data-Efficient Adaptation of Vision-Language-Action Models [10.94594187411586]
Hierarchical Skill Retrieval (HSR)は、データ効率のよいVLA適応のための検索フレームワークである。
我々は、HSRが最強のベースラインに対して平均成功率を10.3%、21.3%改善することを示した。
論文 参考訳（メタデータ） (2026-08-25T04:04:49Z) - Compiling and Benchmarking Task-State Horizons for Embodied Agents [2.8397380902242966]
最前線のエージェントモデルは、長い水平配置タスクのための高レベルプランナーとしてますます展開されている。
我々は、エージェントがタスク状態水平線(TSH)として追跡しなければならないタスク関連状態遷移のスパンを定義する。
状態遷移依存を実行可能なシンボルグラフに変換するロボットタスクコンパイラであるRoboGraphを紹介する。
論文 参考訳（メタデータ） (2026-08-08T09:45:01Z) - WorldScape Policy 2.0: Empowering Steerable World Action Modeling with Reasoning-Augmented Memory [50.19449886428936]
We introduced WorldScape Policy 2.0, a controllable WAM with reasoning-augmented long long-term memory。
検索された履歴は、認識と自己回帰的に生成された計画トークンを増大させ、自律的な計画のための暗黙のサブゴール条件をもたらす。
シミュレーションと実世界のプラットフォームにおける実験は、長期の自律計画、きめ細かい指示、文脈内適応において優れた能力を示す。
論文 参考訳（メタデータ） (2026-07-21T08:25:37Z) - A Task-State Representation for Long-Horizon Mobile GUI Agents [53.359524744953575]
Task-State Representation (TSR)は、感覚入力からタスク状態を明示的に分離する、トレーニング不要のフレームワークである。
4つのモバイルGUIベンチマークによる実験では、TSRの有効性が検証され、成功率が12ポイントまで向上した。
論文 参考訳（メタデータ） (2026-07-01T06:37:21Z) - EV-WM: Event-Verified World Models for Long-Horizon Robotic Manipulation [0.815557531820863]
ロングホライゾン操作は、関係性、述語レベル、物理的に接地された進行信号を必要とする。
我々は,ワールド・モデル・プランニングのための述語型検証フレームワークである textbfEV-WM を紹介する。
論文 参考訳（メタデータ） (2026-06-11T08:35:37Z) - ProgressVLA: Progress-Guided Diffusion Policy for Vision-Language Robotic Manipulation [57.07494675832939]
ロボット操作のための既存の視覚言語アクション(VLA)モデルは、進歩意識を欠いている。
本研究では,textbf vla という新しいモデルを提案し,タスク進捗の推定と統合について検討する。
CALVINとLIBEROベンチマークの実験は、実世界のロボットの展開とともに、成功率の大幅な改善を一貫して示している。
論文 参考訳（メタデータ） (2026-03-29T12:38:11Z) - Perceptive Hierarchical-Task MPC for Sequential Mobile Manipulation in Unstructured Semi-Static Environments [10.890430040930971]
連続的な移動操作は、一貫した動きの生成だけでなく、動作環境の変化に対するロボットの認識と適応性にも依存する。
本研究では,非構造的かつ変化する環境下での効率的な移動操作を実現するための,新しい知覚的階層型タスクモデル予測制御(HTMPC)フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-10T20:55:30Z) - BiKC+: Bimanual Hierarchical Imitation with Keypose-Conditioned Coordination-Aware Consistency Policies [25.25845809170421]
両手操作に適したキープレイス条件付き協調型整合性ポリシーを提案する。
本フレームワークは,階層的模倣学習を高レベルなキープレース予測器と低レベルな軌道生成器で実現する。
特に,ロボット中心の動作特徴とタスク中心の操作スタイルの両方を考慮することで,バイマニュアルのキープットを識別するための革新的なアプローチを考案する。
論文 参考訳（メタデータ） (2026-01-17T17:33:18Z) - Dita: Scaling Diffusion Transformer for Generalist Vision-Language-Action Policy [73.75271615101754]
本稿では,Transformerアーキテクチャを活用した拡張性のあるフレームワークであるDitaについて紹介する。
Ditaはコンテキスト内コンディショニング(context conditioning)を採用しており、歴史的観察から生の視覚トークンと識別されたアクションをきめ細やかなアライメントを可能にする。
Ditaは、さまざまなカメラパースペクティブ、観察シーン、タスク、アクションスペースの横断的なデータセットを効果的に統合する。
論文 参考訳（メタデータ） (2025-03-25T15:19:56Z) - Diffusion Transformer Policy [48.50988753948537]
本稿では,拡散変圧器ポリシー(Diffusion Transformer Policy)と呼ばれる多モード拡散変圧器を提案し,連続的なエンドエフェクタ動作をモデル化する。
トランスのスケーリング機能を活用することで、提案手法は、多種多様なロボットデータセットにわたる継続的エンドエフェクタアクションを効果的にモデル化することができる。
論文 参考訳（メタデータ） (2024-10-21T12:43:54Z) - BiKC: Keypose-Conditioned Consistency Policy for Bimanual Robotic Manipulation [48.08416841005715]
両面操作に適したキーポーズ条件の整合性ポリシーを導入する。
階層的な模倣学習フレームワークであり、ハイレベルなキープレース予測器と低レベルな軌道生成器から構成される。
シミュレーションおよび実世界の実験結果から,提案手法は成功率と運用効率の点で基準法を超越していることが示された。
論文 参考訳（メタデータ） (2024-06-14T14:49:12Z) - Hierarchical Reinforcement Learning as a Model of Human Task
Interleaving [60.95424607008241]
我々は、強化学習によって駆動される監督制御の階層モデルを開発する。
このモデルは、タスクインターリービングの既知の経験的効果を再現する。
その結果、階層的RLがタスクインターリービングのもっともらしいモデルとして支持された。
論文 参考訳（メタデータ） (2020-01-04T17:53:28Z)
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。