論文の概要: IL-ACT: Imitation Learning with Adaptive Cartesian Tracking Control for a 30-ton Excavator

• arxiv url: http://arxiv.org/abs/2609.16696v1
• Date: Tue, 15 Sep 2026 06:22:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.373554
• Title: IL-ACT: Imitation Learning with Adaptive Cartesian Tracking Control for a 30-ton Excavator
• Title（参考訳）: IL-ACT:30トン掘削装置の適応動画像追跡制御による模倣学習
• Abstract要約: IL-ACTは30トン級掘削機のための新しいモーションコントロールフレームワークである。 Simscapeの評価では、100のシーケンシャルなゴールとスパイラル、フィギュアエイト、ラウンドド・ラスタートラッキングがカバーされている。 IL-ACTは、両方の応答条件下で短い期間と低い終端誤差で全ての目標を達成します。
• 参考スコア（独自算出の注目度）: 16.132196385455956
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous excavator control is challenged by coupled kinematics, actuation lag, and uncertainty. We propose imitation learning and adaptive Cartesian tracking (IL-ACT), a novel motion control framework for a 30-ton-class excavator. An anchored, 14-input imitation policy pretrained on operator demonstrations generates nominal joint rates; adaptive Cartesian feedback and gated gain/bias estimation correct these commands before a stopping-distance governor constrains joint-reference generation. Simscape evaluation covers 100 sequential goals and spiral, figure-eight, and rounded-raster tracking, including 88 additional runs across three training seeds, two initializations, and speeds, under hydraulic response and sensing conditions. Compared with Teacher+ACT, IL-ACT completes all goals with shorter duration and lower terminal errors under both response conditions. Telemetry-initialized IL-ACT lowers RMSE in all 24 figure-eight and rounded-raster seed comparisons and lowers additional-load spiral mean RMSE by approximately 29%. Original spiral RMSE also improves over IL-only and PID. Under a shared sensor-noise realization, telemetry-initialized IL-ACT achieves 27.67% lower mean RMSE than Teacher+ACT; enabling estimation reduces mean RMSE by $22.44\%$ relative to the frozen estimator. Pretrained-weight effects remain mixed, and the original teacher comparison exhibits a spiral RMSE--maximum-error tradeoff. Analysis establishes bounded adaptive states and Cartesian feedback, with reference admissibility conditional on governor feasibility.
• Abstract（参考訳）: 自動掘削機制御は, 運動学, アクティベーションラグ, 不確実性と組み合わせて行う。 本研究では,30トン級掘削機のための新しい運動制御フレームワークである,模倣学習と適応型カルテシアン追跡(IL-ACT)を提案する。 オペレータのデモで事前訓練された固定された14入力の模倣ポリシーは、名目上のジョイントレートを生成し、適応的なカルト的フィードバックとゲートゲイン/バイアス推定は、停止距離の知事が共同参照生成を制約する前にこれらのコマンドを補正する。 Simscapeの評価は、100のシーケンシャルなゴールとスパイラル、フィギュアエイト、ラウンドド・ラスター・トラッキングをカバーしており、3つの訓練種を88回追加し、2回の初期化と速度を、油圧応答と感知条件下でカバーしている。 Teacher+ACTと比較すると、IL-ACTは両方の応答条件下で短い期間と低い終端誤差で全ての目標を達成する。 テレメトリ初期化IL-ACTは,全24図形および丸みを帯びた種子の比較においてRMSEを低下させ,加重スパイラル平均RMSEを約29%低下させる。 元々のスパイラルRMSEは、ILのみとPIDよりも改善されている。 センサノイズの共有化の下では、テレメトリ初期化IL-ACTはTeacher+ACTよりも平均RMSEが27.67%低くなり、推定により凍結推定器と比較して平均RMSEが22.44\%削減される。 事前訓練された重み効果は相変わらず混合され、最初の教師比較はRMSE--最大エラートレードオフを示す。 分析は、境界付けられた適応状態とカルテシアンフィードバックを確立し、知事の実施可能性に基準として許容条件を定めている。

関連論文リスト

• Preview-Based Relative-Motion Control of an Insertion Tool for Neural-Thread Placement in Pulsating Tissue [3.1147891075060095]
  本稿では組織相対座標におけるスレッド挿入を定式化する。 制約付きMPCは、その予測に対する先端を規制する。 3-DOF拡張は横方向のせん断速度を2.1um横方向の誤差で1.34から0.50mm/sに減少させる。
  論文  参考訳（メタデータ） (2026-08-09T18:53:32Z)
• A-SR: Self-Evolving Agentic LLMs for Symbolic Regression via Hierarchical Coordination [51.06539604709775]
  本稿では、制御ユニットを表現編集からロール条件のエビデンスビューへシフトさせる自己進化型エージェントフレームワークであるA-SRを提案する。 A-SRは、コーディネートプロトコル、オンライン評価器・リワードロールポリシー、および状態制御プロセスメモリ間のルーティングによる公式発見をコーディネートする。
  論文  参考訳（メタデータ） (2026-08-05T14:01:10Z)
• Time-delay Control Using a New Nonlinear Adaptive Law for Cable-Driven Robots [2.8953069101099516]
  本稿では,ケーブル駆動ロボットのための時間遅延推定(TDE)に基づく適応分数次非特異終端スライディングモード制御手法を提案する。 堅牢なコントローラは、TDEベースのモデルフリーフレームワーク内に構築されている。 主な貢献は、適応指数項を更新ゲインに導入し、非線形適応機構を形成する新しい適応法則である。
  論文  参考訳（メタデータ） (2026-07-29T01:35:59Z)
• CRAFT: Counterfactual Credit Assignment from Free Sibling Rollouts for Self-Distilled Agentic Reinforcement Learning [4.663685189987781]
  自己蒸留剤強化学習は、トークンレベルの蒸留損失で軌跡レベルの報酬を増大させる。 一般的なレシピでは、この損失を1つのスカラー、すなわち教師と学生の対数確率のギャップで埋める。 CRAFTは2つの制限に対処する3ピラー・クレジット・アサインメント方式である。
  論文  参考訳（メタデータ） (2026-06-28T16:11:47Z)
• NOVA: Symbolic Regression Discovery of Interpretable Car-Following and Lane-Change Models with Driver Heterogeneity [1.889930012459364]
  NOVAは自動車追尾および車線変更構造のための自律的な象徴的回帰フレームワークである。 NGSIM I-80とUS-101データセットからの4,765,788のアクティブな運転観察に適用される。 NOVAは502人のドライバーに対して厳格な車両IDホールドアウトの下で67.4%のバランスの取れた精度を達成した。
  論文  参考訳（メタデータ） (2026-06-09T08:47:39Z)
• 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)
• Step-wise Rubric Rewards for LLM Reasoning [72.17879367869503]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、大規模言語モデルの推論を改善するために広く使われている。 正しい回答の18.2%は間違っているが、肯定的な報酬がある。 6つの数学的推論ベンチマークで、SRaRはRaRの平均精度を3.57ポイント改善した。
  論文  参考訳（メタデータ） (2026-05-17T07:08:14Z)
• SOAR: Self-Correction for Optimal Alignment and Refinement in Diffusion Models [48.335262141752715]
  拡散モデルのための後トレーニングパイプラインには、キュレートされたデータに対する教師付き微調整(SFT)と報酬モデルによる強化学習(RL)の2段階がある。 本稿では,このギャップを埋めるバイアス補正ポストトレーニング法であるSOAR(Self-Correction for Optimal Alignment and Refinement)を提案する。 オンライン政治であり、報酬なしであり、クレジット割り当ての問題なく、時間ごとの密集した監督を提供する。
  論文  参考訳（メタデータ） (2026-04-14T11:45:15Z)
• Meta-Adaptive Beam Search Planning for Transformer-Based Reinforcement Learning Control of UAVs with Overhead Manipulators under Flight Disturbances [8.618483849755604]
  オーバーヘッドマニピュレータを備えたドローンは、検査、メンテナンス、コンタクトベースのインタラクションにユニークな機能を提供する。 ドローンとそのマニピュレータの動作は強く結びついており、風や制御の欠陥による小さな姿勢の変化でさえ、エンドエフェクターを意図した経路から遠ざける。 変換器をベースとしたDouble Deep Q Learning (DDQN) を用いた強化学習フレームワークを開発した。 これにより、コントローラは実際のモデル上でこれらのアクションを直接実行するのではなく、シミュレーションされたロールアウトを通じてエンドエフェクタの動きを予測できる。
  論文  参考訳（メタデータ） (2026-03-27T17:08:40Z)
• ODAR: Principled Adaptive Routing for LLM Reasoning via Active Inference [60.958331943869126]
  ODAR-Expertは、原則化されたリソース割り当てによる精度と効率のトレードオフを最適化する適応的なルーティングフレームワークである。 我々は、MATHの98.2%の精度、HumanityのLast Examの54.8%を含む、強く一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-02-27T05:22:01Z)
• Distilling Deep Reinforcement Learning into Interpretable Fuzzy Rules: An Explainable AI Framework [1.9180507495574395]
  深層強化学習(DRL)エージェントは、継続的な制御において顕著なパフォーマンスを達成するが、不透明なままであり、安全クリティカルなドメインへの展開を妨げる。 既存の説明可能性法は、局所的な洞察(SHAP、LIME)のみを提供するか、過度に単純化されたサロゲートを使用し、連続的なダイナミクスを捉えることができない。 本研究では、状態可読パーティショニングのためのK-Meansクラスタリングを通じて、ニューラルポリシーを人間可読IF-THENルールに蒸留するファジィシステム(FCS)を提案する。 説明焦点を測定するルール密度(FRAD)、語彙完全性を検証するファジィ集合被覆(FSC)、行動空間の粒度(Action Space Granularity)の3つの定量化指標が導入された。
  論文  参考訳（メタデータ） (2026-02-24T23:53:01Z)
• Constrained Reinforcement Learning using Distributional Representation for Trustworthy Quadrotor UAV Tracking Control [2.325021848829375]
  本研究では, 未知の空力効果に対する分散強化学習障害推定器を統合した新しいトラジェクトリトラッカーを提案する。 提案手法は, 空気力学効果の真値と推定値の不確かさを正確に同定する。 本システムは,最近の技術と比較して,累積追尾誤差を少なくとも70%改善することを示した。
  論文  参考訳（メタデータ） (2023-02-22T23:15:56Z)
• An Experimental Study on Private Aggregation of Teacher Ensemble Learning for End-to-End Speech Recognition [51.232523987916636]
  差分プライバシー(DP)は、プライバシーデータにノイズのある歪みを課すことで、深層モデルのトレーニングに使用されるユーザー情報を保護するための1つのデータ保護手段である。 本研究では、PATE学習を動的パターン、すなわち音声を扱うように拡張し、音響データの漏洩を避けるために、ASRに関する最初の実験を行う。
  論文  参考訳（メタデータ） (2022-10-11T16:55:54Z)

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。