論文の概要: From Prediction to Decision: World-Model-Guided Action Selection for Continuous Pile Excavation
- arxiv url: http://arxiv.org/abs/2609.15382v1
- Date: Mon, 14 Sep 2026 11:09:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.293489
- Title: From Prediction to Decision: World-Model-Guided Action Selection for Continuous Pile Excavation
- Title（参考訳）: 予測から決定へ:連続杭掘削のための世界モデル誘導行動選択
- Abstract要約: ホイールローダーの掘削は、全てのスクープがその後の行動で利用可能な地形を変更するという逐次的な決定問題である。
本稿では、複数のスクープを提案し、幾何学的に許容できない候補を拒絶し、署名された地形変化とロードボリュームを共同で予測し、予測された最大負荷で候補を実行し、新たに観測された地形から再設計するWorld-Action Model(WAM)を提案する。
- 参考スコア（独自算出の注目度）: 24.011426658861854
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Wheel-loader excavation is a sequential decision problem in which every scoop changes the terrain available to subsequent actions. A practical world model must predict action consequences accurately, rank candidates in real time, and operate inside the closed loop of a full-size machine. We present the World-Action Model (WAM), which proposes multiple scoops, rejects geometrically inadmissible candidates, jointly predicts signed terrain change and loaded volume, executes the candidate with the largest predicted load, and replans from the newly observed terrain. On 32 geometry-disjoint MinSlope test episodes, adding world-model ranking to matched diffusion proposals reduces the mean scoop count from 651.8 to 540.6 (17.1%), preserves 32/32 completion, and improves every paired episode. In a complete-system comparison, WAM completes 32/32 episodes versus 29/32 for an independently trained soft actor-critic policy. Comparisons of input representations, spatial support, and five architectures identify an accurate and efficient physics-structured predictor. We further evaluate the interface on event-disjoint full-size-loader data and deploy the complete perception-proposal-prediction-selection-execution loop for autonomous excavation. The ROS2/TensorRT implementation processes five candidates in 72.4 ms on a Jetson AGX Orin. The simulation results establish decision-level gains, while the physical experiments demonstrate real-world closed-loop feasibility.
- Abstract（参考訳）: ホイールローダーの掘削は、全てのスクープがその後の行動で利用可能な地形を変更するという逐次的な決定問題である。
実世界モデルは、アクションの結果を正確に予測し、リアルタイムで候補をランク付けし、フルサイズのマシンの閉ループ内で操作する必要がある。
本稿では、複数のスクープを提案し、幾何学的に許容できない候補を拒絶し、署名された地形変化とロードボリュームを共同で予測し、予測された最大負荷で候補を実行し、新たに観測された地形から再設計するWorld-Action Model(WAM)を提案する。
32の幾何学的に相反するMinSlopeテストエピソードでは、一致した拡散提案に世界モデルランキングを追加することで、平均スクープ数が651.8から540.6 (17.1%)に減少し、32/32の完了を保ち、全てのペアエピソードを改善している。
完全なシステム比較では、WAMは32/32エピソードを完了し、29/32エピソードは独立して訓練されたソフトアクター-批評家ポリシーである。
入力表現、空間的サポート、および5つのアーキテクチャの比較は、正確で効率的な物理構造予測器を識別する。
さらに, イベント分離型フルサイズローダデータに対するインタフェースの評価を行い, 自律掘削のための完全な知覚・韻律・予測・実行ループをデプロイする。
ROS2/TensorRTの実装はJetson AGX Orin上で72.4msで5つの候補を処理する。
シミュレーションの結果,実世界のクローズドループの実現可能性を示すとともに,決定レベルのゲインを確立する。
関連論文リスト
- Do Robotic World Models Really Follow Actions? Diagnosing and Aligning Action-Conditioned Generation for Policy Learning [53.77164209208635]
本稿では,視覚的整合性と軌跡アライメントを用いて,より広い行動分布を探索するWorldEchoを紹介する。
本稿では,3つの軸に沿った行動(分布カバレッジ,表現的接地,介入効果のアライメント)を強化するWorldSyncを提案する。
RoboTwinベンチマークと実ロボットタスクの実験は、WorldSyncがWorldEchoメトリクスを改善し、反復的なポリシー改善のためのより信頼性の高いシミュレータとして機能していることを示している。
論文 参考訳（メタデータ） (2026-08-25T17:59:49Z) - On-Policy Self-Distillation in Diffusion Models [89.32656931795293]
強化学習は、拡散モデルと人間の好みやタスク固有の目的とを一致させることができるが、エンドポイント報酬は、中間的偏見予測をどのように変更すべきかを規定していない。
そこで我々は、DiffusionOPSDを、画像レベルの報酬誘導を明示的なターゲットに変換して、サンプルクエリにおけるクリーンな出力予測を行うオンライン自己蒸留フレームワークとして導入する。
SD 3.5-Mとステップ蒸留したZ-Image-Turboを用いて、2つのバックボーンと10個の評価器で20の報酬マッチング設定のうち19のファイナルホールトアウトスコアを達成した。
論文 参考訳（メタデータ） (2026-08-25T14:55:24Z) - Apodex Discovery: Reality Benchmarks and Environments for Evaluating and Building Discoverative Artificial Intelligence [86.61561123749011]
Apodex Discovery(アポデックスディスカバリー)は、重度解法を用いて発見的AIを構築し評価するためのフレームワークである。
まず16のセクターで511の業界を調査し、423の高価値現実問題を集め、最初のリリースで20を選定した。
第二に、共通の環境-タスク-エピソード抽象化は、データ、ツール、制約、フィードバック、軌跡記録、中間成果物と最終提出物の検証を提供する。
論文 参考訳（メタデータ） (2026-08-11T18:48:40Z) - MoP-JEPA: Hard-Assigned Predictor Mixtures for Stochastic JEPA World Models [14.76812870029721]
MoP-JEPAは、有限個の候補セットを1つのパスで生成する。
ホールドアウトのOGBenchトランジションでは、単一出力予測器によるグラフ検索が0.02$--0.09$のクエリで成功し、MoP-JEPAは0.85$に達した。
論文 参考訳（メタデータ） (2026-07-06T15:47:37Z) - TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation [61.35569005726248]
既存の具体的制御研究は、トレーニングデータとモデルサイズをスケールすることで、顕著なパフォーマンス向上を示す。
拡散や自己回帰モデルのような非決定論的生成モデルは、エンボディドコントロールの分野で広く採用されている。
推測時間サンプリングのためのプラグイン・アンド・プレイフレームワークである textbfTapSampling を提案する。
論文 参考訳（メタデータ） (2026-05-25T08:03:31Z) - Forecast-aware Gaussian Splatting for Predictive 3D Representation in Language-Guided Pick-and-Place Manipulation [4.711302998453154]
Forecast-aware Gaussian Splatting (Forecast-GS)は,言語条件のロボット操作のための予測3D表現フレームワークである。
我々は、Cutter-to-Box、Apple-to-Bowl、Spnge-to-Trayなどの実世界のピック・アンド・プレイス操作タスクでForecast-GSを検証する。
自動候補選択を行うForecast-GSは、3つのタスクでそれぞれ21/25,23/25,16/25の成功率を達成する。
論文 参考訳（メタデータ） (2026-05-11T18:48:26Z) - STARRY: Spatial-Temporal Action-Centric World Modeling for Robotic Manipulation [30.24537271257149]
STARRYは、空間的時間的予測と行動生成を整合させる世界モデル強化アクションジェネレーションポリシーである。
RoboTwin 2.0では、クリーンでランダムな設定で平均93.82% / 93.30%の成功を達成した。
これらの結果は,ロボット操作の空間的・時間的要求に対する行動中心型時空間世界モデリングの有効性を示す。
論文 参考訳（メタデータ） (2026-04-29T16:13:39Z) - FluidWorld: Reaction-Diffusion Dynamics as a Predictive Substrate for World Models [0.0]
現在のアプローチでは、学習された潜在空間で動作するTransformerベースの予測器がデフォルトになっている。
本稿では,予測的世界モデリングに自己注意が必要なのか,それとも代替の計算基板が同等あるいは優れた結果が得られるのか,という根本的な疑問を提起する。
反応拡散型の偏微分方程式(PDE)によって予測力学が支配される概念実証世界モデルであるFluidWorldを紹介する。
論文 参考訳（メタデータ） (2026-03-22T16:49:43Z) - Adaptive Policy Switching of Two-Wheeled Differential Robots for Traversing over Diverse Terrains [1.9573380763700712]
本研究では,ナビゲーション中に収集した姿勢関連観測を用いて,地形タイプを効果的に推定できるかどうかを検討した。
我々はPPO(Proximal Policy Optimization)を用いて事前学習したポリシーを微調整し、平坦な地形や荒地を移動する際にロボットの3D方向データを収集した。
解析の結果、ロボットのピッチデータの標準偏差は、これらの2つの地形種間に明らかな差があることが判明した。
論文 参考訳（メタデータ） (2026-03-05T03:20:06Z) - COME: Adding Scene-Centric Forecasting Control to Occupancy World Model [18.815436110557112]
世界モデルは、環境力学をシミュレートし、合成データを生成する自律運転にとって重要である。
既存の方法では、エゴ車の動きを乱すのに苦労している(シーンの進化から振り返る)
本研究では,シーン中心の座標系を利用して環境変化をエゴ運動から分離することを提案する。
論文 参考訳（メタデータ） (2025-06-16T09:01:09Z) - OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。
OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。
最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
論文 参考訳（メタデータ） (2024-09-14T07:44:22Z) - DiffComplete: Diffusion-based Generative 3D Shape Completion [114.43353365917015]
3次元レンジスキャンにおける形状完成のための拡散に基づく新しいアプローチを提案する。
私たちはリアリズム、マルチモダリティ、高忠実さのバランスを取ります。
DiffCompleteは2つの大規模3次元形状補完ベンチマークに新しいSOTA性能を設定する。
論文 参考訳（メタデータ） (2023-06-28T16:07:36Z)
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。