論文の概要: Do Better Imagined Rollouts Mean Better Robot Control? A Controlled Study of World-Model Evaluation Under Feedback

• arxiv url: http://arxiv.org/abs/2609.02811v1
• Date: Wed, 02 Sep 2026 16:52:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:18.473993
• Title: Do Better Imagined Rollouts Mean Better Robot Control? A Controlled Study of World-Model Evaluation Under Feedback
• Title（参考訳）: より良いロールアウトはロボットの制御を改善するか? フィードバックによる世界モデル評価の制御に関する研究
• Abstract要約: 予測モデルは、固定地平線上でのオープンループ予測精度によってしばしば判断される。 クローズドループ操作では、ロボットが繰り返し行動し、新しい測定値を受け取り、状態推定を更新し、制御を再計算する。 正則な修正が保たれている場合, 長い予測地平線は情報的であり, 補正なしの長時間のロールアウトは閉ループの挙動と大きく異なるランキングを生成できることを示す。
• 参考スコア（独自算出の注目度）: 2.5209477824050954
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Predictive models are increasingly used in robotics for state estimation, planning, control, and policy evaluation, yet they are often judged by open-loop prediction accuracy over a fixed horizon. In closed-loop operation, a robot repeatedly acts, receives new measurements, updates its state estimate, and recomputes control. We study this difference in a differential-drive path-tracking task with biased odometry and intermittent landmark sensing. Six state estimators are evaluated across 24 sensing conditions using trajectory replay, a 20-step measurement-free rollout, and closed-loop tracking. Replay position RMSE correlates more strongly with closed-loop cross-track RMSE than rollout error (Spearman rho = 0.923 vs. 0.774) and selects a different estimator from the closed-loop optimum in 5/24 conditions, compared with 18/24 for the rollout metric. We then vary rollout horizon and measurement-update interval. With H=20, rank agreement decreases from rho = 0.916 with measurements at every step to rho = 0.774 with no measurements. A horizon-update grid shows that long prediction horizons remain informative when regular corrections are retained, whereas long rollouts without correction can produce rankings that differ substantially from closed-loop behavior. We also test recurrent estimators trained on longer sensing outages. This improves the EKF-anchored models under combined sensing degradation, reducing GRU-EKF cross-track RMSE from 1.72 m to 1.06 m, but the gain is not consistent across isolated outages or estimator architectures. These results show that predictive-model evaluation in robotics should specify both prediction horizon and measurement-update schedule. For models used in feedback, offline rollouts are most informative when their sensing and correction pattern reflects closed-loop operation. Code is available at https://github.com/rdharini2001/Robot_World_Model
• Abstract（参考訳）: 予測モデルは、状態推定、計画、制御、政策評価のためにロボット工学においてますます用いられるが、固定地平線上でのオープンループ予測精度によって判断されることが多い。 クローズドループ操作では、ロボットが繰り返し行動し、新しい測定値を受け取り、状態推定を更新し、制御を再計算する。 我々は,この差分駆動経路追跡タスクにおいて,バイアスドオドメトリーと間欠的ランドマークセンシングによる違いについて検討した。 トラジェクトリー・リプレイ、20ステップの計測不要ロールアウト、クローズドループトラッキングを用いて、24の検知条件で6つの状態推定器を評価した。 リプレイ位置RMSEはロールアウト誤差よりも閉ループクロストラックRMSEと強く相関する(Spearman rho = 0.923 vs. 0.774)。 次に、ロールアウト地平線と測定更新間隔を変化させる。 H=20では、ランクの一致は、すべてのステップで測定されるrho = 0.916から、測定されないrho = 0.774まで減少する。 地平線更新格子は、定期的な修正が維持された場合、長い予測地平線は情報的であり、一方、補正のない長期のロールアウトは閉ループの挙動と大きく異なるランキングを生成する。 また、より長い検知障害で訓練された繰り返し推定器についても検討した。 これにより、EKFアンコレッドモデルとGRU-EKFクロストラックRMSEを1.72mから1.06mに削減すると同時に、分離された停止や推定器アーキテクチャ間での利得は一致しない。 これらの結果から,ロボット工学における予測モデル評価は,予測地平面と計測更新スケジュールの両方を規定すべきであることが示唆された。 フィードバックに使用されるモデルでは、オフラインのロールアウトは、その検出と修正パターンがクローズドループ操作を反映するときに最も有益である。 コードはhttps://github.com/rdharini 2001/Robot_World_Modelで公開されている。

関連論文リスト

• ReDraft, Don't Just Distill: Reference-Driven Revision for Continual VLLM Post-Training [66.72708893922605]
  大規模なマルチモーダルモデルのポストトレーニングは、事前トレーニングから保護しながら、新しい機能を追加する必要がある。 SFTは、タスクをほぼゼロの精度から学習する明確なターゲット監視を提供するが、そのオフポリティックターゲットはモデルを十分に移動させ、忘れる原因となる。 モデル自身の失敗から両方を得るReDraftを紹介します。
  論文  参考訳（メタデータ） (2026-09-15T04:59:03Z)
• Excitation-Supervised Closed-Loop Self-Calibration and Target Seeking for an Unknown-Pose Range-Bearing Relay [0.0]
  本論文は、識別可能性を管理する閉ループ層を提供する。 励起教師付きアルゴリズムは、励起リセットコントローラを監督するために使用される。 崩壊率のスイープは、固定されたスケジュールの崩壊が未知の時間から適切な励振を追い越すとき、監督が重要であることを示している。
  論文  参考訳（メタデータ） (2026-08-12T19:00:07Z)
• RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance [84.26294415726723]
  汎用報酬モデルが、ロボット学習のスケーリングのボトルネックになりつつある。 ロボット操作のためのオープンソースのバリューファンデーションモデルであるRynnValueを紹介した。 RynnValueは7000時間以上、好みやプログレッシブアノテーションなしで約3Mの命令条件付きクリップにスケールする。
  論文  参考訳（メタデータ） (2026-08-10T17:09:37Z)
• SpikeWorld: Fast-State Adaptation for Frozen Spiking World Models [0.0]
  ヘテロジニアスな感覚予測,セマンティクス,画像テキストバインディング,動作条件付きダイナミクスを共同で訓練した1.45MスパーススパイキングモデルであるSpikeWorldを紹介する。 共同最適化により、アクション次世代MSEは17.10%改善され、マルチモーダル予測、セマンティック精度、画像テキスト検索が改善された。
  論文  参考訳（メタデータ） (2026-08-07T18:57:06Z)
• FBFM: A Training-Free Asynchronous Feedback Mechanism for Flow-Matching in World-Action Models Execution [50.18922379062543]
  フィードバックフローマッチング(Feedback Flow Matching, FBFM)は、アクティブに生成されたチャンク内で再接地を行うトレーニング不要な推論機構である。 トレーニング不要であるため、このメカニズムは予期せぬ事象に対する応答性を改善し、長時間の作業におけるドリフトを抑制する。 我々は,FBFMを第2世代WAMと第2世代WAMの両方で評価した。
  論文  参考訳（メタデータ） (2026-07-31T10:11:09Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Rectify, Don't Regret: Avoiding Pitfalls of Differentiable Simulation in Trajectory Prediction [8.730908751307737]
  現在のオープンループ軌道モデルは、小さな初期偏差が複雑なエラーを発生させるため、現実の自動運転に苦慮している。 シミュレーションステップ間のグラフを明示的に除去するために、分離された後退水平方向のロールアウトを導入する。 我々の手法はより堅牢な回復戦略をもたらし、目標衝突を最大33.24%削減する。
  論文  参考訳（メタデータ） (2026-03-24T16:28:09Z)
• Recover to Predict: Progressive Retrospective Learning for Variable-Length Trajectory Prediction [34.346912198889505]
  軌道予測は自律運転において重要であり、密集した動的交通における安全かつ効率的な計画を可能にする。 既存の手法の多くは、固定長観測下での予測精度を最適化している。 一般的な戦略は、不完全な観察から完全な観察から直接特徴をマッピングすることである。 しかし、このワンショットマッピングは、重要な情報ギャップのため、短い軌跡の正確な表現を学ぶのに苦労している。 本稿では,不完全な観察から特徴を徐々に整列させるプログレッシブ・レトロスペクティブ・フレームワーク(PRF)を提案する。
  論文  参考訳（メタデータ） (2026-03-11T09:51:22Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Pseudo-Simulation for Autonomous Driving [66.1981253104508]
  既存の自動運転車(AV)の評価パラダイムは、重大な制限に直面している。 現実世界の評価は、安全上の懸念と現実主義の欠如のためにしばしば困難である。 オープンループ評価は、一般的に複合的なエラーを見落としているメトリクスに依存する。
  論文  参考訳（メタデータ） (2025-06-04T17:57:53Z)
• Sliding Sequential CVAE with Time Variant Socially-aware Rethinking for Trajectory Prediction [13.105275905781632]
  歩行者の軌道予測は、ビデオ監視、社会ロボットナビゲーション、自動運転など、多くのアプリケーションにおいて重要な技術である。 本研究は,CVAEモジュールと社会的に認識された回帰モジュールからなるCSRと呼ばれる新しい軌道予測手法を提案する。 実験の結果,提案手法はスタンフォード・ドローン・データセットの最先端手法よりも改善されていることが示された。
  論文  参考訳（メタデータ） (2021-10-28T10:56:21Z)

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。