論文の概要: DetAug: Obstacle-Blind Trajectory Augmentation for Zero-shot Obstacle Avoidance
- arxiv url: http://arxiv.org/abs/2609.18395v1
- Date: Wed, 16 Sep 2026 09:52:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.742743
- Title: DetAug: Obstacle-Blind Trajectory Augmentation for Zero-shot Obstacle Avoidance
- Title（参考訳）: DetAug:Zero-shot Obstacle AvoidanceのためのObstacle-Blind Trajectory Augmentation
- Abstract要約: ロボット操作のためのポリシーは、大規模な遠隔操作データセットのトレーニングによって作成される。
DetAugは、自由空間データセットのトランジットフェーズに障害物翼拡張スキームを適用している。
衝突のない成功率を次のベストメソッドよりも20pp以上達成する。
- 参考スコア（独自算出の注目度）: 6.056622267207178
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Policies for robotic manipulation are produced by training on large teleoperated datasets. These datasets typically consist of free-space trajectories, making them difficult to transfer to test-time environments with obstacles. Previous methods for closing this gap have largely fallen into two groups. Dataset augmentation addresses it at training time but needs obstacle geometry in advance, whereas steering an existing checkpoint at inference time avoids that requirement but is limited in flexibility. Our method draws from both areas without inheriting either drawback. DetAug applies an obstacle-blind augmentation scheme to the transit phases of a free-space dataset, leaving object interactions untouched, and records the augmentation parameters as an explicit conditioning label. At inference it samples a batch of labels and executes the trajectory with the lowest collision cost. On the SafeLIBERO benchmark DetAug achieves a collision-free success rate more than 20pp above the next best method, and selecting over the label space outperforms guidance on the same policy by 26pp. On real hardware, inference-time steering methods collapse on tasks requiring large detours, while DetAug matches or exceeds an obstacle-conditioned baseline without ever seeing obstacles in training.
- Abstract（参考訳）: ロボット操作のためのポリシーは、大規模な遠隔操作データセットのトレーニングによって作成される。
これらのデータセットは通常、自由空間の軌跡から成り、障害物のあるテスト時間環境への転送が困難になる。
このギャップを埋める方法は、主に2つのグループに分かれている。
データセットの拡張は、トレーニング時に対処するが、事前に障害物幾何学を必要とする一方で、既存のチェックポイントを推論時に操作することで、その要件は回避されるが、柔軟性には制限がある。
我々の手法はどちらの欠点も受け継ぐことなく、両方の領域から引き出す。
DetAugは、自由空間データセットのトランジションフェーズに障害物ブレンド拡張スキームを適用し、オブジェクトのインタラクションを未修正のまま残し、拡張パラメータを明示的な条件付けラベルとして記録する。
推論時にラベルのバッチをサンプリングし、最小の衝突コストで軌道を実行する。
SafeLIBEROベンチマークでは、DetAugは、次のベストメソッドよりも20pp以上の衝突のない成功率を実現し、ラベル空間の選択は、同じポリシー上のガイダンスを26pp以上上回る。
実際のハードウェアでは、推論時ステアリング手法は大きなデチュールを必要とするタスクで崩壊するが、DetAugはトレーニングの障害を見ることなく障害物条件のベースラインにマッチまたは超過する。
関連論文リスト
- Biconvex Optimization for Smooth Minimum-Time Trajectories around Convex Obstacles [49.315843050082925]
本稿では,最小時間移動計画凸障害物に対して,収束が保証されるバイアプローチを提案する。
提案手法は,変数の最先端分解を生成するために,時間とともに高品質な軌道を生成する。
論文 参考訳（メタデータ） (2026-08-03T19:48:24Z) - Domain Adaptive Object Detection via Dual-Stream Bilevel-Cycle Optimization [64.83565413108789]
サイクル自己学習(CST)は、標準自己学習フレームワークの共有分類器の仮定を破る。
CSTは、ターゲットの擬似ラベルでトレーニングすることで、ラベルなしのターゲットデータを悪用する。
論文 参考訳（メタデータ） (2026-06-30T09:05:30Z) - LOGOS: LiDAR-Only Gaussian Elevation Splatting for Unified Tiny Obstacle Segmentation [18.81852220426583]
LOGOSはLiDARのみの小型障害物分割システムである。
高精度な標高推定によって小さな障害物を識別する。
他の最先端の手法よりも大幅に優れています。
論文 参考訳（メタデータ） (2026-06-19T15:25:56Z) - Affordance Agent Harness: Verification-Gated Skill Orchestration [45.231685718099264]
Affordance groundingは、オープンワールドのシーンでエージェントがどこでどのように対話すべきかを特定する必要がある。
本稿では,エビデンスストアとコストコントロールを備えたクローズドループランタイムであるAffordance Agent Harnessを提案する。
論文 参考訳（メタデータ） (2026-05-01T13:45:16Z) - GUI-Libra: Training Native GUI Agents to Reason and Act with Action-aware Supervision and Partially Verifiable RL [64.8155693023222]
オープンソースのネイティブGUIエージェントは、長い水平ナビゲーションタスクのクローズドソースシステムに遅れを取っている。
このギャップは、高品質でアクション整合性のある推論データが不足していることに起因している。
GUI-Libraは、これらの課題に対処する調整されたトレーニングレシピです。
論文 参考訳（メタデータ） (2026-02-25T18:34:57Z) - Mastering Diverse, Unknown, and Cluttered Tracks for Robust Vision-Based Drone Racing [22.63301233637327]
ドローンレースの目標を固定した障害物のないトラックの強化学習手法のほとんどは、未知の乱雑な環境に一般化を残したままであった。
この課題は、レース速度と衝突回避のバランスをとる必要があること、限られた実現可能な空間が、訓練中に地元のオプティマに閉じ込められた政策探索を引き起こすことに起因している。
高速飛行のための政策探索を継続する初期ソフトコリデーショントレーニングフェーズと、堅牢な障害物回避を強制するハードコリデーション改善フェーズの2段階学習フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-10T12:02:48Z) - Few Shot Semi-Supervised Learning for Abnormal Stop Detection from Sparse GPS Trajectories [9.895353254067894]
都市間交通における異常な停止検知は、乗客の安全、運転の信頼性、規制の遵守を保証するために重要である。
既存の方法は、しばしば密度の高いサンプリングや規則的な動きパターンを仮定し、適用性を制限する。
本研究では,局所空間時間密度に基づいてセグメント境界を適応的に定義するスパーシティ・アウェア (SAS) 手法を提案する。
論文 参考訳（メタデータ） (2025-10-14T16:22:34Z) - Building a Foundational Guardrail for General Agentic Systems via Synthetic Data [76.18834864749606]
LLMエージェントは、計画段階で介入するマルチステップタスクを計画できる。
既存のガードレールは主にポスト・エグゼクティブ(英語版)を運用しており、スケーリングが困難であり、計画レベルで制御可能な監督を行う余地がほとんどない。
我々は、良性軌道を合成し、カテゴリーラベル付きリスクを困難に注入し、自動報酬モデルを介して出力をフィルタリングする制御可能なエンジンであるAuraGenを紹介する。
論文 参考訳（メタデータ） (2025-10-10T18:42:32Z) - Time-o1: Time-Series Forecasting Needs Transformed Label Alignment [50.54348432664401]
Time-o1は、時系列予測に適した変換強化学習目標である。
中心となる考え方は、ラベルシーケンスを区別された意味を持つ非相関なコンポーネントに変換することである。
Time-o1は最先端のパフォーマンスを実現し、様々な予測モデルと互換性がある。
論文 参考訳（メタデータ） (2025-05-23T13:00:35Z) - CaSP: Class-agnostic Semi-Supervised Pretraining for Detection and
Segmentation [60.28924281991539]
本稿では,タスク固有性バランスを向上するために,クラス非依存型半教師付き事前学習(CaSP)フレームワークを提案する。
我々は3.6Mの未ラベルデータを用いて、ImageNetで規定されたオブジェクト検出のベースラインよりも4.7%の顕著なパフォーマンス向上を達成した。
論文 参考訳（メタデータ） (2021-12-09T14:54:59Z)
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。