論文の概要: Contrastive Energy Fields for Inference-Time Procedure Planning in Instructional Videos

• arxiv url: http://arxiv.org/abs/2608.16457v1
• Date: Mon, 17 Aug 2026 11:56:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.670759
• Title: Contrastive Energy Fields for Inference-Time Procedure Planning in Instructional Videos
• Title（参考訳）: インストラクショナルビデオにおける推論時間プロシージャ計画のためのコントラストエネルギー場
• Abstract要約: 本研究では,行動条件付き表現空間を表現するための予測器を学習する手続き計画手法CEFITOを提案する。 従来の手法とは異なり、CEFITOは推論時計画において無関係な動作を省略することで、アクション空間を明示的に理由付けている。
• 参考スコア（独自算出の注目度）: 48.22554718706414
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Procedure planning seeks to estimate a sequence of actions to transition from an observed initial state to a given goal state. Current procedure planning approaches directly predict action sequences from latent representations using feed-forward neural networks or diffusion-based inference. These paradigms treat every action as plausible, lacking the ability to enforce task-specific logical constraints that render certain actions irrelevant or not plausible. We propose CEFITO, a procedure planning approach that learns a predictor to express an action-conditioned representation space. Based on this representation space, we formulate procedure planning as a task-constrained optimization problem. Unlike prior methods, CEFITO explicitly reasons over the action space by omitting irrelevant actions during inference-time planning. This reformulation enables effective procedure planning and achieves state-of-the-art accuracy on two established procedure planning benchmarks.
• Abstract（参考訳）: 手順計画では、観察された初期状態から与えられた目標状態に移行するための一連のアクションを見積もる。 現在の手順計画手法は、フィードフォワードニューラルネットワークや拡散に基づく推論を用いて、潜在表現からアクションシーケンスを直接予測する。 これらのパラダイムは、すべてのアクションを可塑性として扱い、特定のアクションが無関係であるか、あるいは可塑性でないかを規定するタスク固有の論理的制約を強制する能力が欠如している。 本研究では,行動条件付き表現空間を表現するための予測器を学習する手続き計画手法CEFITOを提案する。 この表現空間に基づいて,タスク制約付き最適化問題として手順計画を定式化する。 従来の手法とは異なり、CEFITOは推論時計画において無関係な動作を省略することで、アクション空間を明示的に理由付けている。 この改定により、有効な手続き計画が可能となり、2つの確立された手続き計画ベンチマークにおける最先端の精度が達成される。

関連論文リスト

• Occluding the Solution Space: Planner-Agnostic Adversarial Attacks on Tolerance-Aware Manipulation [57.9825059129472]
  本稿では, 耐障害性を考慮したアタック・フレームワークを提案する。 提案手法は,評価パラダイムを目標領域を越えたタスクレベルの実現性にシフトする。 オンラインでは、この攻撃を最大カバレッジ最適化の予算として定式化しています。
  論文  参考訳（メタデータ） (2026-07-04T08:14:44Z)
• Coarse-to-Control: Action-Token Planning for Vision-Language-Action Models [101.44987067974999]
  Coarse-to-Controlは計画実行VLAで、アクション・ツー・ケンの領域で計画を導入する。 アクション・ツー・ケイン・プランニングは直接アクション・ジェネレーションよりも一貫して改善されていることを示す。
  論文  参考訳（メタデータ） (2026-06-05T10:01:37Z)
• Future Predictive Success-or-Failure Classification for Long-Horizon Robotic Tasks [6.844121549749507]
  本稿では,将来予測型成功・失敗・失敗分類手法を提案する。 提案手法は,行動計画の実行を伴わずに成功・失敗分類を可能にするために,長期予測法を用いている。 本手法の有効性は分類とロボットマニピュレーション実験を通じて実証した。
  論文  参考訳（メタデータ） (2024-04-04T12:49:42Z)
• Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints [56.283944756315066]
  本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。 我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
  論文  参考訳（メタデータ） (2023-12-29T14:00:20Z)
• Planning as In-Painting: A Diffusion-Based Embodied Task Planning Framework for Environments under Uncertainty [56.30846158280031]
  具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。 In-paintingとしての計画」というタスク非依存の手法を提案する。 提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-02T10:07:17Z)
• Skip-Plan: Procedure Planning in Instructional Videos via Condensed Action Space Learning [85.84504287685884]
  Skip-Plan(スキップ・プラン)は、訓練ビデオにおけるプロシージャ計画のための凝縮された行動空間学習法である。 アクションチェーン内の不確実なノードやエッジをスキップすることで、長いシーケンス関数と複雑なシーケンス関数を短いが信頼できるものに転送する。 我々のモデルは、凝縮された作用空間内のアクションシーケンス内で、あらゆる種類の信頼できる部分関係を探索する。
  論文  参考訳（メタデータ） (2023-10-01T08:02:33Z)
• Event-Guided Procedure Planning from Instructional Videos with Text Supervision [31.82121743586165]
  本研究は,テキスト管理による指導ビデオからの手順計画の課題に焦点をあてる。 この課題の重要な課題は、観察された視覚状態と観測されていない中間動作の間の大きな意味的ギャップである。 本稿では,まず観測された状態から事象を推定し,その状態と予測された事象の両方に基づいて行動計画を行う,新しいイベント誘導パラダイムを提案する。
  論文  参考訳（メタデータ） (2023-08-17T09:43:28Z)
• On efficient computation in active inference [1.1470070927586016]
  計算量を大幅に減らした有限時間地平線に対する新しい計画アルゴリズムを提案する。 また、新規かつ既存のアクティブな推論計画スキームに対して適切な目標分布を設定するプロセスを簡単にする。
  論文  参考訳（メタデータ） (2023-07-02T07:38:56Z)
• Efficient Belief Space Planning in High-Dimensional State Spaces using PIVOT: Predictive Incremental Variable Ordering Tactic [11.878820609988693]
  我々は,不確実性の下でのオンライン意思決定の問題点を考察し,信頼空間における計画として定式化する。 このアプローチを PIVOT: Predictive Incremental Variable Ordering Tactic と呼ぶ。 この戦術を適用することで、状態推論の効率も向上する。
  論文  参考訳（メタデータ） (2021-12-29T07:30:47Z)

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。