論文の概要: ConfAL-WM: Confidence-Guided Active Learning for Action-Conditioned World Models

• arxiv url: http://arxiv.org/abs/2608.25572v1
• Date: Wed, 26 Aug 2026 09:29:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.702308
• Title: ConfAL-WM: Confidence-Guided Active Learning for Action-Conditioned World Models
• Title（参考訳）: ConfAL-WM: 行動記述型世界モデルのための信頼誘導型アクティブラーニング
• Abstract要約: 本稿では,ポストトレーニング後の実世界モデルのための信頼度誘導型アクティブラーニングフレームワークConfAL-WMを提案する。 EVACに基づいて構築され、UNetデコーダの特徴を探索し、潜伏空間における密度の高い信頼マップを予測するために軽量な信頼度を付加する。 これらのマップはタスク、フレーム、パッチレベルスコアに集約され、効率的なデータ選択とローカライズされたトレーニング強化の両方を可能にします。
• 参考スコア（独自算出の注目度）: 33.57978728341114
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Action-conditioned world models have become an important foundation for embodied prediction, planning, and synthetic data generation, but their errors under new task and scene distributions are often concentrated in localized spatiotemporal regions such as robot arms, manipulated objects, contact areas, and occluded objects. This paper presents ConfAL-WM, a confidence-guided active learning framework for post-training embodied world models. Built upon EVAC, we attach a lightweight confidence probe to UNet decoder features and predict dense confidence maps in the latent space. These maps are aggregated into task-, frame-, and patch-level scores, enabling both efficient data selection and localized training enhancement. Our pipeline first retrains the confidence probe and warms up EVAC with a small subset of target-domain data, then performs task-level prescreening to allocate sampling budgets, and finally applies selected-data retraining with optional frame or patch weighted data enhancement. Experiments on RoboTwin2.0 show that confidence-guided selection improves post-training efficiency, while dense frame and patch weighting further enhances prediction quality and embodied trajectory consistency compared with scalar reward, progress, and judge-based scoring baselines. A quick visual overview of this work is available at https://ConfAL-WM.github.io.
• Abstract（参考訳）: 行動条件付き世界モデルは、予測、計画、合成データ生成を具現化するための重要な基盤となっているが、新しいタスクやシーン分布の誤差はしばしば、ロボットアーム、操作対象、接触領域、閉塞対象などの局所的な時空間領域に集中している。 本稿では,ポストトレーニング後の実世界モデルのための信頼度誘導型アクティブラーニングフレームワークConfAL-WMを提案する。 EVACをベースとして、UNetデコーダの機能に軽量な信頼度プローブを付加し、潜伏空間における密度の高い信頼度マップを予測する。 これらのマップはタスクレベル、フレームレベル、パッチレベルのスコアに集約され、効率的なデータ選択とローカライズされたトレーニング強化の両方を可能にします。 パイプラインはまず、信頼度プローブをトレーニングし、ターゲットドメインデータの小さなサブセットでEVACをウォームアップし、次にタスクレベルの事前スクリーニングを行い、サンプリング予算を割り当て、最後にオプションフレームまたはパッチ重み付きデータ拡張による選択データ再トレーニングを適用します。 RoboTwin2.0の実験では、信頼誘導選択はトレーニング後の効率を向上する一方、高密度フレームとパッチ重み付けはスカラー報酬、進歩、および判断に基づくスコアベースラインと比較して予測品質と軌道整合性をさらに向上させる。 この作業の概要はhttps://ConfAL-WM.github.io.comで確認できる。

関連論文リスト

• Detect Anything via Next Point Prediction [51.55967987350882]
  Rex-Omniは最先端の物体認識性能を実現する3BスケールのMLLMである。 COCOやLVISのようなベンチマークでは、Rex-Omniは回帰ベースのモデルに匹敵するパフォーマンスを得る。
  論文  参考訳（メタデータ） (2025-10-14T17:59:54Z)
• RoHOI: Robustness Benchmark for Human-Object Interaction Detection [84.78366452133514]
  ヒューマン・オブジェクト・インタラクション(HOI)検出は、コンテキスト認識支援を可能にするロボット・ヒューマン・アシストに不可欠である。 HOI検出のための最初のベンチマークを導入し、様々な課題下でモデルのレジリエンスを評価する。 我々のベンチマークであるRoHOIは、HICO-DETとV-COCOデータセットに基づく20の汚職タイプと、新しいロバストネスにフォーカスしたメトリクスを含んでいる。
  論文  参考訳（メタデータ） (2025-07-12T01:58:04Z)
• 4D-VLA: Spatiotemporal Vision-Language-Action Pretraining with Cross-Scene Calibration [31.111439909825627]
  既存の手法は通常、単純な観察を入力としてデータセットのアクション分布をモデル化する。 カオスの源泉への入力に、4D情報を効果的に統合する新しいアプローチである4D-VLAを提案する。 我々のモデルは既存の手法を常に上回り、より強い空間的理解と適応性を示す。
  論文  参考訳（メタデータ） (2025-06-27T14:09:29Z)
• Enhancing Training Data Attribution with Representational Optimization [57.61977909113113]
  トレーニングデータ属性法は、トレーニングデータがモデルの予測にどのように影響するかを測定することを目的としている。 本稿では,タスク固有表現とモデル整合表現をTDAで明示的に学習することで,このギャップを埋める表現ベースアプローチであるAirRepを提案する。 AirRepは、属性品質に合わせて調整されたトレーニング可能なエンコーダと、グループワイドの影響を正確に見積もるアテンションベースのプール機構の2つの重要なイノベーションを紹介している。
  論文  参考訳（メタデータ） (2025-05-24T05:17:53Z)
• SAFE: Self-Adjustment Federated Learning Framework for Remote Sensing Collaborative Perception [12.303730216612877]
  既存の分散リモートセンシングモデルは、しばしば集中的なトレーニングに依存し、データ漏洩、通信オーバーヘッド、精度の低下をもたらす。 リモートセンシングシナリオにおける協調センシングを強化するために,TextitSelf-Adjustment FEderated Learningフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-25T06:39:34Z)
• Adaptive Masking Enhances Visual Grounding [12.793586888511978]
  ローショット学習シナリオにおける語彙接地を改善するために,ガウス放射変調を用いた画像解釈型マスキングを提案する。 我々はCOCOやODinWを含むベンチマークデータセットに対するアプローチの有効性を評価し、ゼロショットタスクや少数ショットタスクにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2024-10-04T05:48:02Z)
• Federated Learning with Projected Trajectory Regularization [65.6266768678291]
  フェデレーション学習は、ローカルデータを共有せずに、分散クライアントから機械学習モデルの共同トレーニングを可能にする。 連合学習における重要な課題の1つは、クライアントにまたがる識別できない分散データを扱うことである。 本稿では,データ問題に対処するための予測軌道正則化(FedPTR)を備えた新しいフェデレーション学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-12-22T02:12:08Z)
• Incremental Outlier Detection Modelling Using Streaming Analytics in Finance & Health Care [0.0]
  リアルタイムデータの時代において、従来の手法はストリーミング環境の動的な性質に追従するのに苦労することが多い。 本稿では,モデルを一度構築し,リアルタイム環境下で評価するハイブリッドフレームワークを提案する。 我々は、一級サポートベクターマシン(OCSVM)、孤立林適応型スライドウィンドウアプローチ(IForest ASD)、正確な嵐(ES)、角度ベース外乱検出(ABOD)、局所外乱係数(LOF)、Kitsunesオンラインアルゴリズム(KitNet)、K-nearest近隣の8種類の最先端外乱検出モデルを採用した。
  論文  参考訳（メタデータ） (2023-05-17T02:30:28Z)
• Self-Supervised Representation Learning from Temporal Ordering of Automated Driving Sequences [49.91741677556553]
  本研究では、認識タスクのための地域レベルの特徴表現を事前学習するための時間順述前文タスクであるTempOを提案する。 我々は各フレームを、オブジェクト検出やトラッキングシステムにとって自然な表現である、未順序な特徴ベクトルのセットで埋め込む。 BDD100K、nu Images、MOT17データセットの大規模な評価は、私たちのTempO事前学習アプローチがシングルフレームの自己教師型学習方法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2023-02-17T18:18:27Z)
• Pairwise Similarity Knowledge Transfer for Weakly Supervised Object Localization [53.99850033746663]
  弱教師付き画像ラベルを持つ対象クラスにおける局所化モデル学習の問題点について検討する。 本研究では,対象関数のみの学習は知識伝達の弱い形態であると主張する。 COCOおよびILSVRC 2013検出データセットの実験では、ペアワイズ類似度関数を含むことにより、ローカライズモデルの性能が大幅に向上することが示された。
  論文  参考訳（メタデータ） (2020-03-18T17:53:33Z)

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。