論文の概要: Learning Manipulation-Sufficient Representations via Outcome Bottlenecks

• arxiv url: http://arxiv.org/abs/2609.13235v1
• Date: Wed, 02 Sep 2026 13:22:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 16:32:15.665096
• Title: Learning Manipulation-Sufficient Representations via Outcome Bottlenecks
• Title（参考訳）: アウトカム・ボトルネックによる操作に十分な表現の学習
• Abstract要約: ネットワーク操作エンドポイントは、計算と帯域幅に制限のあるリンク間でのアクティベーションに対する認識を2つに分けている。 表現は、ポリシーフリーでアクション条件付きの結果ボトルネックで学習される。 有限プローブ定理は、局所レベル集合の接空間と結果ヤコビアンの零空間を識別する。
• 参考スコア（独自算出の注目度）: 7.044221981512693
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Networked manipulation endpoints couple perception to actuation across compute- and bandwidth-limited links, yet commonly exchange dense geometric states optimized for fidelity rather than action outcomes. A stochastic representation is learned with a policy-free, action-conditioned outcome bottleneck: marginal outcome log-loss supplies distortion and a KL term regularizes rate. The construction is motivated by the minimal statistic that preserves the outcome distribution of every admissible action, while the implemented finite model is evaluated as a rate-regularized mixture predictor. The same encoder and outcome head support grasp selection, singleton conformal filtering, active viewpoint selection, and latent test-time adaptation. A finite-probe theorem identifies the local level-set tangent space with the null space of an outcome Jacobian. The synthetic oracle verifies this result; on scanned objects, an analytic surrogate agrees with measured simulator invariances within \(0.56^\circ\). Across 11,979 simulated grasps on 13 objects, a reconstructed-geometry wrench score attains 0.542 AUC against lift success and falls below chance on curved objects, while our representation attains 0.876. At 25\% commitment, executed-grasp success is 0.503 versus 0.984. The 512-byte interface is \(288\times\) smaller than one RGB-D frame and runs at 16\,ms per CPU decision. Independent synthetic points track the tested conformal levels; scanned-object all-pair coverage is reported as a clustered empirical diagnostic. On unseen objects, within-scene AUC falls to 0.569, and a full-feedback update raises empirical mean pairwise coverage from 0.728 to 0.883.
• Abstract（参考訳）: ネットワーク操作エンドポイントは、計算と帯域幅に制限のあるリンク間でのアクティベーションに対する認識を兼ね備えるが、一般的にはアクション結果ではなく、忠実度に最適化された密度の高い幾何学的状態を交換する。 確率的表現は、ポリシーのない行動条件付き結果ボトルネックによって学習される: 限界結果のログロスは歪みを供給し、KL項はレートを正則化する。 この構成は、全ての許容作用の結果分布を保存する最小統計量によって動機付けられ、一方、実装された有限モデルは、速度規則化混合予測器として評価される。 同じエンコーダと結果ヘッドは、グリップセレクション、シングルトンコンフォーマルフィルタリング、アクティブ視点選択、潜在テスト時間適応をサポートする。 有限プローブ定理は、局所レベル集合の接空間と結果ヤコビアンの零空間を識別する。 走査された物体では、分析代理体は、(0.56^\circ\)内の測定されたシミュレータ不変量と一致する。 11,979個の物体のグリップをシミュレートし、再構成された形状のレンチスコアは、リフト成功に対して0.542個のAUCを獲得し、カーブした物体の確率以下に低下する一方、表現は0.876である。 25 %のコミットメントでは、実行時の成功率は0.503 対 0.984 である。 512バイトのインタフェースは、1つのRGB-Dフレームより小さく、CPU決定毎に16,msで動作する。 独立した合成ポイントは、試験されたコンフォメーションレベルを追跡し、スキャンされた対象のオールペアカバレッジは、クラスタ化された経験的診断として報告される。 未確認のオブジェクトでは、AUCは0.569に低下し、フルフィードバックの更新により、平均対のカバーが0.728から0.883に増加した。

関連論文リスト

• Rendering-Aware Bayesian 3D Gaussian Splatting with Native Uncertainty and Adaptive Complexity Control [20.917423573702127]
  3DGSはリアルタイムノベルビューの強力な表現であるが、標準的なトレーニングパイプラインは点推定と手作業による合成に依存している。 本稿では,ベイズ幾何学を標準逆ウィッシュアートの手法と共分散を用いて追従するレンダリング対応3DGSフレームワークを提案する。 固定予算の16対32のアクティブビュータスクでは、ネイティブNIWはPSNRを+0.453dB、LPIPSを-0.0146で改善し、スコアのみの3つの標準アンサンブルベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-07-06T18:01:08Z)
• Metric Aggregation Divergence: A Hidden Validity Threat in Agent-Based Policy Optimization and a Contractual Remedy [7.1976264551575895]
  メートル法アグリゲーション分散(英: Metric aggregate divergence、MAD)は、エージェントベースのモデルにおいて、異なるパイプラインステージで発生するサイレント不整合である。 私たちは、ディスパッチ時に実施される単一の呼び出し可能なランタイムであるメトリックコントラクトを、対策として紹介します。
  論文  参考訳（メタデータ） (2026-06-27T18:17:33Z)
• Ternary Decision Trees with Locally-Adaptive Uncertainty Zones [0.0]
  3次決定木は、最適しきい値を中心とする半幅デルタの不確かさゾーンを持つ各分割ノードを増大させる。 デルタは、標準のCART分割探索時に既に利用可能な統計から各ノードでローカルに計算される。 デルタ推定手法として,品質プレート,クラスオーバーラップ,ゲイン比,ノードブートストラップ,マージンの5つを評価した。
  論文  参考訳（メタデータ） (2026-05-21T17:11:19Z)
• Evaluating Model-Free Policy Optimization in Masked-Action Environments via an Exact Blackjack Oracle [0.40611352512781873]
  正確な動的プログラミング(DP)のオラクルは4600以上の標準決定セルから導出された。 この実験では、地上信頼行動値、最適ポリシーラベル、理論期待値(EV)が1人あたり0.00161である。 いずれの方法も重大な細胞条件の後悔を示し、ポリシーレベルのエラーを持続的に示していた。
  論文  参考訳（メタデータ） (2026-03-19T09:08:59Z)
• Latent Sculpting for Zero-Shot Generalization: A Manifold Learning Approach to Out-of-Distribution Anomaly Detection [2.8547732086436306]
  教師付きディープラーニングの基本的限界は「一般化崩壊」である 階層型2段階表現学習フレームワークであるLatent Sculptingを提案する。 我々は「浸潤」のシナリオについて88.89%の検知率を報告した。
  論文  参考訳（メタデータ） (2025-12-19T11:37:02Z)
• Target Networks and Over-parameterization Stabilize Off-policy Bootstrapping with Function Approximation [46.48569176651487]
  オフ・プライシ・データにおいても,ブートストラップ値推定の収束条件が弱くなることを証明する。 計算結果をトラジェクトリによる学習に拡張し、小さな修正を施した全てのタスクに対して収束が達成可能であることを示す。
  論文  参考訳（メタデータ） (2024-05-31T17:36:16Z)
• Clustered Switchback Designs for Experimentation Under Spatio-temporal Interference [44.644520116360106]
  我々は, 平均治療効果 (GATE) を推定し, 全単位を常に治療やコントロールに曝露した平均結果の差を推定した。 そこで我々は,単位をクラスタにグループ化し,時間ステップをブロックにグループ化する,クラスタ化されたスイッチバック設計を提案する。 良好なクラスタリングを許容するグラフに対して, トラッピングされたHorvitz-Thompson推定器が$tilde O(1/NT)$平均二乗誤差(MSE)を達成することを示す。 我々の結果は、citethu2022switchback、ugander2013graph、citetleung2022rateの結果を同時に一般化する。
  論文  参考訳（メタデータ） (2023-12-25T01:00:58Z)
• Robust Representation via Dynamic Feature Aggregation [44.927408735490005]
  ディープ畳み込みニューラルネットワーク(CNN)ベースのモデルは、敵の攻撃に対して脆弱である。 本稿では,新しい正規化により埋め込み空間を圧縮する動的特徴集約法を提案する。 CIFAR-10における攻撃法の平均精度は56.91%である。
  論文  参考訳（メタデータ） (2022-05-16T06:22:15Z)

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。