論文の概要: Topological Necessities: Mechanism-Invariant Strategic Subgoals for Cross-Embodiment Goal-Conditioned Control
- arxiv url: http://arxiv.org/abs/2609.11014v1
- Date: Thu, 10 Sep 2026 02:46:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.199824
- Title: Topological Necessities: Mechanism-Invariant Strategic Subgoals for Cross-Embodiment Goal-Conditioned Control
- Title（参考訳）: トポロジカル・ニーズ:クロス・エボディメント・ゴール・コンディション制御のためのメカニズム不変なストラテジック・サブゴール
- Abstract要約: 我々は異なる対象について研究する:全ての成功した実行者が横断しなければならない避けられない段階の経路条件付き順序。
到達不能な段階は、すべての許容経路が交差しなければならない分離集合であり、自由空間のループは経路選択を強制する。
固定された同型自由空間の下では、オブジェクトは置換を生き残る: PointMazeのデータ転送に凍結されたゲートはAntやHumanoidに再トレーニングすることなく、統一インターフェース(96.1)の下で最高ヒューマノイド集合に達する。
- 参考スコア（独自算出の注目度）: 23.77394787509911
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Long-horizon goal-conditioned reinforcement learning delegates control to a high-level module that proposes subgoals, but existing subgoals are implicit byproducts of value functions or latent actions, tied to the executor that produced them. We study a different object: a route-conditioned order of unavoidable stages that every successful executor must traverse, recoverable from offline trajectories and belonging to none of them. Its defining properties are topological: an unskippable stage is a separating set that every admissible path must cross, and a loop in free space forces a route choice. We read the two by homology in dimensions 0 and 1 over a transport-weighted carrier built from successful trajectories, yielding an enumerable gate set with shell-level certificates; the certified gates are what we call topological necessities. Certified gates enter the decision loop as a recursive topological gate hierarchy. Under a fixed, isomorphic free space, the object survives executor replacement: gates frozen on PointMaze data transfer without retraining to Ant and Humanoid, attaining the highest Humanoid aggregate under a unified interface (96.1), with +36.0 over a map-privileged reference on the multi-route task (p=1.4e-5); the planner saturates PointMaze (100+/-0) and matches or exceeds the strongest baselines on AntMaze (giant +22.9) and Kitchen (+15.8/+12.6).
- Abstract（参考訳）: 長期の目標条件付き強化学習は、サブゴールを提案する高レベルモジュールに制御を委譲するが、既存のサブゴールは価値関数の暗黙の副産物であり、それを生成したエグゼキュータと結びついている。
我々は、異なる対象について研究する: 実行可能でない段階のルート条件付き順序で、成功した実行者は、すべて移動し、オフラインの軌道から回復可能であり、そのどれにも属さない。
到達不能な段階は、すべての許容経路が交差しなければならない分離集合であり、自由空間のループは経路選択を強制する。
0次元と1次元のホモロジーにより、軌道軌道から構築された輸送重み付きキャリア上でこの2つを読み、シェルレベル証明書を付したエネルブルゲートを生成する。
認定ゲートは、再帰的トポロジカルゲート階層として決定ループに入る。
固定された同型自由空間の下では、オブジェクトは実行子置換に残る: PointMaze データ転送をAntとHumanoidに再トレーニングせずに凍結し、統一インターフェース (96.1) の下でヒューマノイド集合を最高に達成し、+36.0がマルチルートタスク (p=1.4e-5) 上のマップ特権参照(p=1.4e-5)、プランナーがPointMaze (100+/-0) を飽和させ、AntMaze (giant +22.9) と Kitchen (+15.8/+126) を最強のベースラインと一致させる。
関連論文リスト
- SiLR: Structure-Preserving Admission and Process Reward for LLM Tool Agents [5.864346468963738]
当科では, システムが違反状態にある間, 進展を認めなければならない, 退院後の入院について検討する。
SiLRは各提案をシャドウ実行し、ブランチレベルの違反状態に対して製品順序で承認する。
この順序に対してスカラーサロゲートが存在しないことが証明されるので、失敗はしきい値チューニングの問題ではなく表現的である。
論文 参考訳（メタデータ） (2026-09-04T02:03:52Z) - Scaffolding Foundation Models into Physical-World Agents Pushes the Frontier of Long-Horizon Navigation [52.90741218586653]
長距離物理世界のエージェントは、信頼できるクローズドループ動作の決定を根拠にしながら、遠くの目標を推論しなければならない。
本稿では, 長期探査用NFMエグゼキュータとVLM推論エージェントを結合したエージェントスキャフォールディングフレームワークであるNavMCPを紹介する。
NavMCPは、Embodied Question AnsweringとUnitree Go2の最先端の結果を達成する。
論文 参考訳（メタデータ） (2026-08-31T07:50:16Z) - PathBridger: Subgoal Bridges for Offline Goal-Conditioned Reinforcement Learning [15.88392414749782]
本稿では,階層型オフラインGCRL法であるPathBridgerを提案する。
評価されたOGBenchタスクに対する実験は、特に多目的キューブ操作タスクにおいて、強力な集約性能を示す。
論文 参考訳（メタデータ） (2026-08-29T05:33:01Z) - Adaptive Coarse-to-Fine Subgoal Refinement for Long-Horizon Offline Goal-Conditioned Reinforcement Learning [16.15046948057208]
我々は,実行前に遠隔目標を適応的に洗練する完全オフライン目標条件強化学習フレームワークを提案する。
OGBenchの実験は、提案された改善と停止機構を検証し、いくつかの長期的タスクに対してかなりの効果を示した。
論文 参考訳（メタデータ） (2026-05-27T08:17:01Z) - Switching Successor Measures for Hierarchical Zero-shot Reinforcement Learning [49.24483784910263]
我々は、強化学習における階層的制御を可能にする後継尺度である切替後継尺度を導入する。
後継策の切り替えは,その構造を保ちながら,古典的後継措置から自然に生じることを示す。
FB$-Switchは非階層的ベースラインよりも改善されている。
論文 参考訳（メタデータ） (2026-05-13T08:58:33Z) - Skyline-First Traversal as a Control Mechanism for Multi-Criteria Graph Search [0.0]
本稿では,制約付きコストモデル,有限コストグリッド,マルコフ遷移,非ゼロプログレッシブ測度の下では,パレート幾何学だけでスケジューリングと終了の両立が可能であることを示す。
本分析では, 決定論的ポテンシャル降下, 支配範囲による認定終了, コストグリッド形状によって誘導される層幅の均一化, スカイライン内におけるコスト空間の分散について検討した。
論文 参考訳（メタデータ） (2026-04-14T08:44:24Z) - ReasonNavi: Human-Inspired Global Map Reasoning for Zero-Shot Embodied Navigation [53.95797153529148]
身体的エージェントは、主に部分的な自我中心の観測に依存するため、効率的なナビゲーションに苦しむことが多い。
本稿では,マルチモーダル大規模言語モデル(MLLM)と決定論的プランナを結合することにより,この理由に基づくパラダイムを運用する,人間にインスパイアされたフレームワークであるReasonNaviを紹介する。
論文 参考訳（メタデータ） (2026-01-26T19:09:20Z) - Matchgate hierarchy: A Clifford-like hierarchy for deterministic gate teleportation in matchgate circuits [0.0]
1999年にゴッテスマンとチュアンによって導入されたクリフォード階層は、量子ゲートの集合の普遍性の増大である。
本稿では,マッチゲート回路のコンテキストにおけるゲートテレポーテーションプロトコルとマッチゲート階層を提案する。
論文 参考訳（メタデータ） (2024-10-02T18:00:01Z) - HIQL: Offline Goal-Conditioned RL with Latent States as Actions [81.67963770528753]
オフラインデータからゴール条件付きRLの階層的アルゴリズムを提案する。
この階層的な分解によって、推定値関数のノイズに頑健になることを示す。
提案手法は,従来の手法を巧みに操り,高次元画像観察にスケールできるとともに,アクションフリーなデータを容易に利用することができる。
論文 参考訳（メタデータ） (2023-07-22T00:17:36Z) - Long-HOT: A Modular Hierarchical Approach for Long-Horizon Object
Transport [83.06265788137443]
我々は、時間的拡張ナビゲーションのための新しいオブジェクトトランスポートタスクと新しいモジュラーフレームワークを提案することで、長距離探査と航法を具現化する上で重要な課題に対処する。
私たちの最初の貢献は、深層探査と長期計画に焦点を当てた新しいLong-HOT環境の設計である。
重み付けされたフロンティアの助けを借りて探索を行うために,シーンのトポロジカルグラフを構築するモジュラー階層輸送ポリシー(HTP)を提案する。
論文 参考訳（メタデータ） (2022-10-28T05:30:49Z) - Successor Feature Landmarks for Long-Horizon Goal-Conditioned
Reinforcement Learning [54.378444600773875]
大規模で高次元の環境を探索するフレームワークであるSFL(Successor Feature Landmarks)を紹介する。
SFLは、状態のノベルティを推定して探索を推進し、状態空間を非パラメトリックなランドマークベースのグラフとして抽象化することで、高レベルな計画を可能にする。
我々は,MiniGrid と ViZDoom の実験において,SFL が大規模高次元状態空間の効率的な探索を可能にすることを示す。
論文 参考訳（メタデータ） (2021-11-18T18:36:05Z)
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。