論文の概要: MatchingPolicy: Correspondence-Aware Policy Enables Cross-Object In-Context Learning

• arxiv url: http://arxiv.org/abs/2608.16715v1
• Date: Mon, 17 Aug 2026 15:29:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.780458
• Title: MatchingPolicy: Correspondence-Aware Policy Enables Cross-Object In-Context Learning
• Title（参考訳）: MatchingPolicy: オブジェクト間のインコンテキスト学習を可能にする対応型ポリシー
• Abstract要約: コンテキスト内模倣学習は、少数のポリシーの一般化を可能にするが、目に見えないオブジェクトや新しいシナリオのパフォーマンスを維持するのに苦労する。 我々は、ポリシー学習からデモとシーンのマッチングを明確に分離する、対応駆動型フレームワークであるMatchingPolicyを紹介する。 本フレームワークは,視覚基盤モデルと新しい2段階マッチングアルゴリズムを統合し,信頼性の高い対応を動的に確立する。
• 参考スコア（独自算出の注目度）: 37.672113735813504
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In-context imitation learning enables few-shot policy generalization but struggles to maintain performance on unseen objects and novel scenarios. To address this, we introduce MatchingPolicy, a correspondence-driven framework that explicitly decouples demonstration-to-scene matching from policy learning. Central to our method is a correspondence-aware diffusion policy that conditions robotic actions directly on dense semantic correspondences. This architectural separation resolves the inherent conflict between correspondence identification and action adaptation, enabling robust out-of-distribution transfer. Our framework integrates vision foundation models with a novel two-stage matching algorithm to dynamically establish reliable correspondences. Extensive evaluations on RLBench and real-world manipulation tasks confirm that MatchingPolicy achieves superior few-shot performance, generalizing reliably across unseen object instances and semantic categories.
• Abstract（参考訳）: コンテキスト内模倣学習は、少数のポリシーの一般化を可能にするが、目に見えないオブジェクトや新しいシナリオのパフォーマンスを維持するのに苦労する。 これを解決するために、ポリシー学習からデモとシーンのマッチングを明確に分離する、対応駆動型フレームワークであるMatchingPolicyを紹介する。 本手法の中心は,密接な意味的対応に直接ロボット動作を条件付ける,対応対応型拡散政策である。 このアーキテクチャ分離は、通信識別とアクション適応の固有の矛盾を解消し、ロバストなアウト・オブ・ディストリビューション転送を可能にする。 本フレームワークは,視覚基盤モデルと新しい2段階マッチングアルゴリズムを統合し,信頼性の高い対応を動的に確立する。 RLBenchと実世界の操作タスクに関する広範囲な評価は、MatchingPolicyがより優れた数ショットのパフォーマンスを実現し、目に見えないオブジェクトインスタンスやセマンティックカテゴリを確実に一般化することを確認した。

関連論文リスト

• Adaptive Dual-Path Framework for Covert Semantic Communication [13.224413053745737]
  SemComはタスク指向セマンティックコーディングと隠蔽セマンティックコミュニケーションを統合している。 我々は、強力で独立した訓練を受けた攻撃者に対して、我々のフレームワークのセキュリティを厳格に評価する。
  論文  参考訳（メタデータ） (2026-05-05T06:59:04Z)
• Memento 2: Learning by Stateful Reflective Memory [4.7052412989773975]
  本研究では,多言語モデル(LLM)に基づくエージェントにおける連続学習について検討する。 我々は、リフレクション、エージェントが過去の経験を再考し、将来の行動をどのように選択するかを調整する能力に焦点を当てる。 我々は、エージェントがエピソード記憶を維持・更新し、新しい体験を記憶に書き込むことと、関連する事例を読み取って意思決定をガイドする「ステートフル・リフレクティブ・意思決定プロセス(SRDP)」を紹介した。
  論文  参考訳（メタデータ） (2025-12-27T22:15:03Z)
• Feature-Based vs. GAN-Based Learning from Demonstrations: When and Why [50.191655141020505]
  この調査は、デモから学ぶ機能ベースのアプローチとGANベースのアプローチの比較分析を提供する。 特徴に基づく手法とGANに基づく手法の2分法はますます曖昧になっていると我々は主張する。
  論文  参考訳（メタデータ） (2025-07-08T11:45:51Z)
• Invariant Causal Imitation Learning for Generalizable Policies [87.51882102248395]
  Invariant Causal Learning (ICIL) を提案する。 ICILはノイズ変数の特定の表現から切り離された因果的特徴の表現を学習する。 ICILは、目に見えない環境に一般化可能な模倣ポリシーの学習に有効であることを示す。
  論文  参考訳（メタデータ） (2023-11-02T16:52:36Z)
• Utterance Rewriting with Contrastive Learning in Multi-turn Dialogue [22.103162555263143]
  比較学習とマルチタスク学習を導入し、問題を共同でモデル化する。 提案手法は,複数の公開データセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-03-22T10:13:27Z)
• A Regularized Implicit Policy for Offline Reinforcement Learning [54.7427227775581]
  オフラインの強化学習は、環境とのさらなるインタラクションなしに、固定データセットから学習を可能にする。 フレキシブルだが十分に調整された完全実装ポリシーの学習を支援するフレームワークを提案する。 D4RLデータセットの実験とアブレーション研究により、我々のフレームワークとアルゴリズム設計の有効性が検証された。
  論文  参考訳（メタデータ） (2022-02-19T20:22:04Z)
• Verified Probabilistic Policies for Deep Reinforcement Learning [6.85316573653194]
  我々は、深い強化学習のための確率的政策を検証する問題に取り組む。 本稿では,マルコフ決定プロセスの間隔に基づく抽象的アプローチを提案する。 本稿では,抽象的解釈,混合整数線形プログラミング,エントロピーに基づく洗練,確率的モデルチェックを用いて,これらのモデルを構築・解決する手法を提案する。
  論文  参考訳（メタデータ） (2022-01-10T23:55:04Z)
• A GAN-Like Approach for Physics-Based Imitation Learning and Interactive Character Control [2.2082422928825136]
  物理的にシミュレートされた文字の対話的制御のためのシンプルで直感的なアプローチを提案する。 本研究は,GAN(Generative Adversarial Network)と強化学習に基づく。 我々は,本手法の適用性を,模倣と対話的な制御タスクの範囲で強調する。
  論文  参考訳（メタデータ） (2021-05-21T00:03:29Z)
• Contextual Modulation for Relation-Level Metaphor Identification [3.2619536457181075]
  本稿では,ある文法的関係の関連レベルの比喩表現を識別するための新しいアーキテクチャを提案する。 視覚的推論の研究にインスパイアされた方法論では、我々のアプローチは、深い文脈化された特徴にニューラルネットワークの計算を条件付けすることに基づいている。 提案したアーキテクチャは,ベンチマークデータセット上で最先端の結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-10-12T12:07:02Z)
• Learning Goal-oriented Dialogue Policy with Opposite Agent Awareness [116.804536884437]
  本稿では,目標指向対話における政策学習のための逆行動認識フレームワークを提案する。 我々は、その行動から相手エージェントの方針を推定し、この推定を用いてターゲットエージェントを対象ポリシーの一部として関連づけて改善する。
  論文  参考訳（メタデータ） (2020-04-21T03:13:44Z)
• Adversarial Augmentation Policy Search for Domain and Cross-Lingual Generalization in Reading Comprehension [96.62963688510035]
  理解モデルを読むことは、しばしばトレーニングデータセットのニュアンスに過度に適合し、敵対的な評価に失敗する。 本稿では,複数の効果的な敵と自動データ拡張ポリシー探索手法を提案し,対角的評価に対して,読解理解モデルをより堅牢にすることを目的とする。
  論文  参考訳（メタデータ） (2020-04-13T17:20:08Z)

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。