論文の概要: DATAFARM: Distribution-Aligned Task and Motion Planning for Fine-Tuning Vision-Language-Action Models
- arxiv url: http://arxiv.org/abs/2609.12316v1
- Date: Fri, 11 Sep 2026 00:45:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 07:38:31.577235
- Title: DATAFARM: Distribution-Aligned Task and Motion Planning for Fine-Tuning Vision-Language-Action Models
- Title（参考訳）: DataFARM:微調整型視覚・言語・行動モデルのための分布調整タスクと運動計画
- Abstract要約: 実TAMPトラジェクトリは,事前学習した視覚-言語-アクションモデルを微調整する場合,驚くほど少ない利益をもたらすことを示す。
この失敗は、プランナー生成軌跡とVLAを事前訓練するためのデータとの間の行動分布ミスマッチから生じる。
本研究では,TAMPトラジェクトリ生成に直接事前学習分布を組み込むアプローチであるDateFARMを紹介する。
- 参考スコア（独自算出の注目度）: 9.809655617325124
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Collecting high-quality robot data remains a fundamental challenge for training robot foundation models. Task and motion planning (TAMP) offers a scalable way to generate demonstrations, but our experiments show that raw TAMP trajectories provide surprisingly little benefit when used to fine-tune pretrained vision-language-action (VLA) models, despite successfully solving the target tasks. We hypothesize that this failure arises from a behavioral distribution mismatch between planner-generated trajectories and the data used to pretrain the VLA. To address this mismatch, we introduce DATAFARM: Distribution-Aligned Task And motion planning for Fine-tuning A Robot foundation Model, an approach that incorporates the pretraining distribution directly into TAMP trajectory generation. DATAFARM aligns generated trajectories with the pretraining data in robot joint configurations, motion style, and temporal execution profiles. We evaluate DATAFARM on three tabletop manipulation tasks that TAMP can perform and a cloth-folding task beyond the capability of TAMP. DATAFARM achieves an average success rate of 56.7%, substantially outperforming raw TAMP (8.3%) while approaching human teleoperation (61.7%). On Deformable Object Manipulation, which is outside the fine-tuning distribution, the fine-tuned model retains 85% success, compared with 90% for the pretrained model. These results show that aligning planner-generated demonstrations with the pretraining distribution can make TAMP an effective source of data for VLA fine-tuning. Website and code: https://prpl-group.com/datafarm/
- Abstract（参考訳）: 高品質なロボットデータを収集することは、ロボット基礎モデルを訓練するための根本的な課題である。
タスク・アンド・モーション・プランニング(TAMP)は、デモを作成するためのスケーラブルな方法を提供するが、我々の実験では、ターゲットタスクをうまく解決したにもかかわらず、事前学習された視覚言語アクション(VLA)モデルを微調整する場合、生のTAMPトラジェクトリが驚くほど少ないことが示されている。
この失敗は、プランナー生成軌跡とVLAの事前訓練に用いるデータとの挙動分布ミスマッチから生じると仮定する。
このミスマッチに対処するため,本研究では,Tag軌道生成に直接事前学習分布を組み込んだロボット基礎モデルのための分散調整タスクと動作計画について紹介する。
DataFARMは生成された軌跡を、ロボットの関節構成、動作スタイル、時間的実行プロファイルの事前学習データと整合させる。
我々は,TAMPが実行可能な3つのテーブルトップ操作タスクと,TAMPの能力を超える布の折りたたみタスクについて,DandFARMを評価した。
DataFARM の平均成功率は56.7%で、生の TAMP (8.3%) を上回っ、ヒトの遠隔操作 (61.7%) に接近している。
デフォルマブル・オブジェクト・マニピュレーション(Deformable Object Manipulation)では、微調整されたモデルは、事前訓練されたモデルの90%に比べて85%の成功を維持している。
これらの結果から, プランナー生成デモと事前学習分布との整合性は, VLA微調整に有効なデータ源となることが示唆された。
Webサイトとコード:https://prpl-group.com/datafarm/
関連論文リスト
- Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance [63.33213516925946]
textbfAlign-Then-stEer(textttATE)は,新しいデータ効率,プラグアンドプレイ適応フレームワークである。
我々の研究は、新しいロボットプラットフォームやタスクにVLAモデルをデプロイする実用性を大幅に向上させる、汎用的で軽量なソリューションを提供する。
論文 参考訳（メタデータ） (2025-09-02T07:51:59Z) - Action-Minimization Meets Generative Modeling: Efficient Transition Path Sampling with the Onsager-Machlup Functional [2.010573982216398]
現在の機械学習アプローチでは、高価でタスク固有の、データフリーなトレーニング手順を採用している。
多様な分子系へのアプローチを実証し、多様で物理的に現実的な遷移経路を得る。
提案手法は,新たな生成モデルに容易に組み込むことが可能である。
論文 参考訳（メタデータ） (2025-04-25T17:17:17Z) - Improved Diffusion-based Generative Model with Better Adversarial Robustness [65.38540020916432]
拡散確率モデル(DPM)は、生成タスクにおいて大きな成功を収めた。
デノナイジングプロセスでは、入力データ分布はトレーニングと推論の段階によって異なる。
論文 参考訳（メタデータ） (2025-02-24T12:29:16Z) - TAMT: Temporal-Aware Model Tuning for Cross-Domain Few-Shot Action Recognition [39.073835841717184]
クロスドメイン行動認識(CDFSAR)は近年研究の関心を集めている。
本稿では,CDFSARのための簡易かつ効果的なベースラインであるTemporal-Aware Model Tuning (TAMT)を提案する。
我々のTAMTは、ソースデータと微調整対象データで事前トレーニングを行うことで、複数のターゲットデータに対する単一のソースによる再トレーニングを回避することで、デカップリングパラダイムを含む。
論文 参考訳（メタデータ） (2024-11-28T10:38:05Z) - Beyond Full Poisoning: Effective Availability Attacks with Partial Perturbation [8.225819874406238]
本稿では,新たなアベイラビリティ攻撃手法を提案する。
マッチ攻撃(PMA)
PMAは、データの一部しか摂動できない場合に30%以上のパフォーマンス低下を引き起こすことができる最初のアベイラビリティ攻撃である。
4つのデータセットにわたる実験結果から、PMAが既存の手法より優れていることが示された。
論文 参考訳（メタデータ） (2024-07-02T17:15:12Z) - DiffPuter: Empowering Diffusion Models for Missing Data Imputation [56.48119008663155]
本稿ではDiffPuterについて紹介する。DiffPuterは、データ計算の欠如に対する期待最大化(EM)アルゴリズムと組み合わせた、カスタマイズされた拡散モデルである。
我々の理論的解析は、DiffPuterのトレーニングステップがデータ密度の最大推定値に対応することを示している。
DiffPuterは,最も競争力のある既存手法と比較して,MAEが6.94%,RMSEが4.78%向上した。
論文 参考訳（メタデータ） (2024-05-31T08:35:56Z) - DavIR: Data Selection via Implicit Reward for Large Language Models [62.59514469369608]
DavIRは、学習後の大規模言語モデルのためのモデルベースのデータ選択手法である。
DavIRで選択したAlpacaデータセットの6%は、LLaMAモデルとGemmaモデルの両方を操り、フル52Kデータセットでトレーニングされたモデルと比較すると、優れたパフォーマンスが得られる。
論文 参考訳（メタデータ） (2023-10-16T07:26:24Z) - Imitating Task and Motion Planning with Visuomotor Transformers [71.41938181838124]
タスク・アンド・モーション・プランニング(TAMP)は、多様なデモンストレーションの大規模なデータセットを自律的に生成できる。
本研究では,TAMPスーパーバイザが生成する大規模データセットと,それらに適合するフレキシブルトランスフォーマーモデルの組み合わせが,ロボット操作の強力なパラダイムであることを示す。
我々は,TAMPエージェントを模倣して大規模ビジュモータトランスフォーマーポリシーを訓練する OPTIMUS という新しい模倣学習システムを提案する。
論文 参考訳（メタデータ） (2023-05-25T17:58:14Z) - A Meta-Learning Approach to Predicting Performance and Data Requirements [163.4412093478316]
本稿では,モデルが目標性能に達するために必要なサンプル数を推定する手法を提案する。
モデル性能を推定するデファクト原理であるパワー法則が,小さなデータセットを使用する場合の誤差が大きいことが判明した。
本稿では,2つのデータを異なる方法で処理するPPL法について紹介する。
論文 参考訳（メタデータ） (2023-03-02T21:48:22Z) - MOTOR: A Time-To-Event Foundation Model For Structured Medical Records [4.773344142823636]
我々はMOTOR(Many Outcome Time Oriented Representations)と呼ばれるTTE基盤モデルを提案する。
TTEモデルは、特定の事象が起こるまでの時間の確率分布を推定するために使用される。
最大5500万件の患者記録(9億件の臨床イベント)を事前トレーニングすることで、この課題に対処する。
論文 参考訳（メタデータ） (2023-01-09T02:42:39Z)
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。