論文の概要: Dissecting Motion-Prior Regularization for Data-Scarce Robotic Insertion
- arxiv url: http://arxiv.org/abs/2609.17484v1
- Date: Tue, 15 Sep 2026 17:25:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.637116
- Title: Dissecting Motion-Prior Regularization for Data-Scarce Robotic Insertion
- Title（参考訳）: データスカースロボットインサーションのための分別動作パラメータ正規化
- Abstract要約: 最小のジャークは予測される翻訳加速度の急激な変化を阻止し、速度曲率正規化は移動速度と経路幾何学を結合する。
4つの条件クラスにまたがる設定ごとに実ロボット実験を80回行ったところ, 前者と共同で, 前者, 汎用的スムーズさをそれぞれ比較した。
関節の正則化は5.0ポイントを超えなかったが、最低限のジャーク以上の利得は得られなかった。
- 参考スコア（独自算出の注目度）: 9.335726811337617
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study asks whether training-time motion-prior regularization can improve insertion success when a diffusion policy is learned from only 15 demonstrations. Minimum jerk discourages abrupt changes in predicted translational acceleration; speed-curvature regularization instead couples movement speed to path geometry. These are candidate mechanisms for task completion, not safety guarantees. We compare the priors individually and jointly, neither prior, and generic smoothness, with 80 real-robot trials per setting pooled over four recorded condition classes. Joint and minimum-jerk-only settings each achieved 70/80 successes (87.5%), versus 69/80 (86.3%) for speed-curvature only, 66/80 (82.5%) for neither prior, and 67/80 (83.8%) for generic smoothness. Success rates and Wilson 95% confidence intervals are visualized for direct comparison. Joint regularization exceeded neither by 5.0 percentage points but provided no observed gain over minimum jerk alone. The results motivate minimum jerk as the simpler candidate for replication, without establishing synergy, biomechanical specificity, improved safety, or distribution-shift robustness.
- Abstract（参考訳）: 本研究は,15の実証実験から拡散政策が学習された場合,トレーニング時動作優先正規化が挿入成功を向上させるか否かを問うものである。
最小のジャークは予測される翻訳加速度の急激な変化を阻止し、速度曲率正規化は移動速度と経路幾何学を結合する。
これらは、安全保証ではなく、タスク完了の候補メカニズムである。
4つの条件クラスにまたがる設定ごとに実ロボット実験を80回行ったところ, 前者と共同で, 前者, 汎用的スムーズさをそれぞれ比較した。
それぞれが70/80成功(87.5%)、69/80成功(86.3%)、66/80成功(82.5%)、67/80成功(83.8%)を達成した。
直接比較するために、成功率とWilson 95%の信頼区間を可視化する。
関節の正則化は5.0ポイントを超えなかったが、最低限のジャーク以上の利得は得られなかった。
この結果は, 相乗性, 生体力学的特異性, 安全性の向上, 分布シフト堅牢性を確立することなく, 複製の簡易な候補として, 最小ジャークを動機付けている。
関連論文リスト
- Compact Visuotactile World Models for Lifting: Prediction, Reward Alignment, and Force Constraints [0.0]
Visuotactile dynamicsは力の作用効果のMAEを0.413Nから0.338Nに減少させる。
モデル支援フィードバックは、ID予算による成功を73.3%から93.3%に引き上げる。
RLは11.9%、リアクティブIQLは25.0%で成功している。
論文 参考訳（メタデータ） (2026-09-09T01:50:54Z) - Not All Variables Agree: Reliability-Aware Variable-Wise Gradient Surgery for Multivariate Time-Series Forecasting [9.878279973302135]
変数ワイズ勾配を直接測定し、そのペアワイズ類似度の30.6%が7つのデータセットの平均で負であることが分かる。
共有トレーニングでは、64変数のうち35変数は、フルインプットの単一ターゲットオラクルよりも悪い。
キャッシュ互換層を有するバックボーンに対するPV-Surgery(Per-Variable Surgery)を提案する。
論文 参考訳（メタデータ） (2026-09-08T10:38:13Z) - Adaptive Cost-Sensitive Machine Learning for Autonomous Robot Navigation Failure Prediction: When Not All Errors Are Equal [0.0]
信頼感下での低速度での近距離距離は、急速運動、近接障害物アプローチ、劣化知覚において同じ事象と等価ではない。
本稿では、ナビゲーション障害予測を結果に敏感な予測として再設定する。
エピソードレベルのグループKFoldを用いて,2000回のディファレンシャルドライブエピソードの評価を行った。
論文 参考訳（メタデータ） (2026-09-04T17:45:51Z) - RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance [84.26294415726723]
汎用報酬モデルが、ロボット学習のスケーリングのボトルネックになりつつある。
ロボット操作のためのオープンソースのバリューファンデーションモデルであるRynnValueを紹介した。
RynnValueは7000時間以上、好みやプログレッシブアノテーションなしで約3Mの命令条件付きクリップにスケールする。
論文 参考訳（メタデータ） (2026-08-10T17:09:37Z) - PACE: Phase-Aware Chunk Execution for Robot Policies with Action Chunking [37.9894332388921]
PACEは、予測チャンク自身からオンラインで実行地平線を選択する、トレーニング不要なテスト時間実行方法である。
PACEは予測されたアクションチャンクのみを使用するため、プラグアンドプレイであり、ポリシー内部への再トレーニングやアクセスは不要である。
我々はシミュレーションと実ロボット設定の両方で大規模な評価によってPACEを検証する。
論文 参考訳（メタデータ） (2026-05-30T05:11:06Z) - ESPO: Early-Stopping Proximal Policy Optimization [78.79610718910628]
ESPO(Early-Stopping Proximal Policy Optimization)は、軌道上の障害を検出し、ロールアウトを早期に終了する。
DeepSeek-R1-Distill-Qwen-7Bでは、ESPOはAIME2024(46.28%対45.25%)、AMC2023(85.83%対82.94%)、MATH-500(87.42%対85.43%)でPPOを上回っている。
論文 参考訳（メタデータ） (2026-05-28T12:40:22Z) - Learning When to Act: Interval-Aware Reinforcement Learning with Predictive Temporal Structure [0.0]
本稿では,経験から認知的ティッチ間の最適間隔を学習する,軽量な時間制御システムを提案する。
また、選択した待ち時間に対する非効率性を明示するインターバルアウェア報酬を提案する。
論文 参考訳（メタデータ） (2026-03-23T16:46:17Z) - BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。
両課題に対処する統合フレームワークであるBadCLIP++を提案する。
ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。
持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
論文 参考訳（メタデータ） (2026-02-19T08:31:16Z) - Safety Recovery in Reasoning Models Is Only a Few Early Steering Steps Away [97.11976870616273]
本稿では,安全回復を目的ではなく満足度の高い制約として扱う軽量な推論時防衛法を提案する。
6つのオープンソースMLRMと4つのjailbreakベンチマークで評価した結果、SafeThinkは攻撃成功率を30～60%削減しました。
論文 参考訳（メタデータ） (2026-02-11T18:09:17Z) - AI, Metacognition, and the Verification Bottleneck: A Three-Wave Longitudinal Study of Human Problem-Solving [0.0]
このパイロット研究は、AIが学術的な環境での6ヶ月にわたる問題解決にどのように影響するかを追跡した。
結果は、主にアーリーアドプター、学術関連集団に一般化される。
論文 参考訳（メタデータ） (2026-01-21T15:49:04Z) - Aioli: A Unified Optimization Framework for Language Model Data Mixing [74.50480703834508]
提案手法は, 単層サンプリングベースラインを平均的なテストパープレキシティで一貫した性能を発揮できないことを示す。
我々は、Aioliという新しいオンライン手法を導き、トレーニング全体を通して法パラメータの混合を直接推定し、それらを用いて比率を動的に調整する。
論文 参考訳（メタデータ） (2024-11-08T17:50:24Z) - FLaRe: Achieving Masterful and Adaptive Robot Policies with Large-Scale Reinforcement Learning Fine-Tuning [74.25049012472502]
FLaReは、堅牢な事前訓練された表現、大規模なトレーニング、勾配安定化技術を統合する大規模な強化学習フレームワークである。
提案手法は,タスク完了に向けた事前訓練されたポリシーを整列し,これまで実証され,全く新しいタスクや実施状況において,最先端(SoTA)のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2024-09-25T03:15:17Z) - (Certified!!) Adversarial Robustness for Free! [116.6052628829344]
逆方向の摂動が0.5の2ノルム以内であることに制約された場合,ImageNetでは71%の精度が証明された。
これらの結果は,モデルパラメータの微調整や再学習を必要とせず,事前学習した拡散モデルと画像分類器のみを用いて得られる。
論文 参考訳（メタデータ） (2022-06-21T17:27:27Z)
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。