論文の概要: Calibrated Probabilistic Obstruction Reasoning with Vision-Language Models for Grasping in Clutter

• arxiv url: http://arxiv.org/abs/2609.18718v1
• Date: Wed, 16 Sep 2026 14:21:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.835692
• Title: Calibrated Probabilistic Obstruction Reasoning with Vision-Language Models for Grasping in Clutter
• Title（参考訳）: クラッタ内グラッピングのための視覚言語モデルを用いた校正確率的障害物推論
• Abstract要約: 既存の方法は1つの障害グラフや削除戦略にコミットし、代替のシーン解釈における不確実性を無視します。 CPOR-Graspは,2つの証拠から行動決定への不確実性を伝達する,キャリブレーションされた確率的妨害推論フレームワークである。 UNOBenchシーンと実際のUNOBenchシーンでは、CPOR-Graspは最先端のベースラインを上回っている。
• 参考スコア（独自算出の注目度）: 2.185870901290891
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Retrieving a target from clutter requires deciding whether to grasp the target, remove a blocker, or defer. Existing methods typically commit to a single obstruction graph or removal strategy, ignoring uncertainty across alternative scene interpretations. They also rely on miscalibrated vision-language model (VLM) predictions and can produce pairwise obstruction relations that are jointly inconsistent. Moreover, current approximations provide no guarantees about the impact of discarded hypotheses on the final decision. We propose CPOR-Grasp, a calibrated probabilistic obstruction-reasoning framework that propagates uncertainty from pairwise evidence to action decisions. CPOR-Grasp calibrates and fuses VLM, depth, and amodal-mask cues to estimate obstruction probabilities, induces a distribution over valid obstruction graphs, and marginalizes over these graphs to compute the likelihood that the target is accessible or that a given blocker should be removed. To make inference tractable, it retains only the highest-probability graphs and derives a total-variation bound on the discarded probability mass, enabling certified decisions, adaptive stopping, and principled deferral. On synthetic and real UNOBench scenes, CPOR-Grasp outperforms state-of-the-art baselines. Calibration error decreases from 0.1416 to 0.0185 on the Gemini Robotics backbone, while graph truncation matches exact inference on 99.74\% of decisions using 56 times fewer graphs. In real-world experiments, CPOR-Grasp achieves a 77.8\% average success rate, surpassing SOTA baselines.
• Abstract（参考訳）: クラッタからターゲットを取得するには、ターゲットの把握、ブロッカの削除、あるいは遅延を決定する必要がある。 既存の方法は通常、1つの障害グラフや削除戦略にコミットし、代替のシーン解釈における不確実性を無視します。 それらはまた、誤校正された視覚言語モデル(VLM)の予測にも依存しており、連立的に矛盾するペアの妨害関係を生成することができる。 さらに、現在の近似は、最終決定に対する捨てられた仮説の影響に関する保証を提供していない。 CPOR-Graspは,2つの証拠から行動決定への不確実性を伝達する,キャリブレーションされた確率的妨害推論フレームワークである。 CPOR-Grasp は VLM, depth, and amodal-mask のキューを校正し、障害確率を推定し、有効な障害グラフ上の分布を誘導し、これらのグラフを極小化し、ターゲットがアクセス可能か、あるいは与えられたブロッカを除去すべきかどうかを計算する。 推論を抽出可能にするために、最も高い確率グラフのみを保持し、捨てられた確率質量に束縛された全変分を導出し、認定決定、適応停止、および原則付き推論を可能にする。 UNOBenchシーンと実際のUNOBenchシーンでは、CPOR-Graspは最先端のベースラインを上回っている。 キャリブレーションエラーはジェミニ・ロボティクスのバックボーンで0.1416から0.0185に減少し、グラフトランケーションは56倍のグラフで99.74\%の精度で正確に推測される。 実世界の実験では、CPOR-Graspは平均成功率77.8 %に達し、SOTAベースラインを上回っている。

関連論文リスト

• Tailoring Strictly Proper Scoring Rules for Downstream Tasks: An Application to Causal Inference [48.78219918881965]
  本稿では,ダウンストリーム誤差メトリックの局所曲率をマッチングすることにより,タスク固有の厳密なスコアリングルールを導出するフレームワークを提案する。 これを平均処理効果 (ATE) 推定に適用し, 閉形式損失と対応する正準確率写像を導出する。
  論文  参考訳（メタデータ） (2026-06-02T08:41:25Z)
• The conditional-mean barrier: From deterministic regression to conditional distribution learning [6.160113667162026]
  このチュートリアルでは、条件-平均障壁を中心とした自己完結モジュールを開発する。 平方損失予測器に潜在ランダム性を加えると、条件平均に戻る。 我々は,否定的対数類似度,モーメントとオブザーバブルマッチング,変分目的,逆数分岐,スコアマッチングなどの共通分布目的を短時間に整理する。
  論文  参考訳（メタデータ） (2026-05-27T07:31:42Z)
• GCCM: Enhancing Generative Graph Prediction via Contrastive Consistency Model [10.481950161450948]
  入力グラフが与えられた条件分布としてターゲットをモデル化することにより,条件生成モデルをグラフ予測に適用した。 本稿では,異なる雑音レベルにおける同一ターゲット間のペアワイズマッチングを超越したグラフコントラスト整合モデルGCCMを提案する。 我々はGCCMがショートカット解を緩和し、決定論的予測器と比較して、グラフ予測における一貫した性能改善をもたらすことを示す。
  論文  参考訳（メタデータ） (2026-05-07T05:29:57Z)
• LEC: Linear Expectation Constraints for False-Discovery Control in Selective Prediction and Routing Systems [95.35293543918762]
  大規模言語モデル(LLM)はしばしば信頼できない答えを生成するが、不確実性のある手法は誤った予測と完全に区別することができない。 我々は、この問題を、偽発見率(FDR)制御のレンズを通して解決し、全ての許容された予測のうち、エラーの割合が目標のリスクレベルを超えないことを保証する。 本稿では,線形期待制約を強制することで,選択予測を制約付き決定問題として再解釈するLECを提案する。
  論文  参考訳（メタデータ） (2025-12-01T11:27:09Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• Distributional Shift-Aware Off-Policy Interval Estimation: A Unified Error Quantification Framework [8.572441599469597]
  本研究では、無限水平マルコフ決定過程の文脈における高信頼オフ政治評価について検討する。 目的は、未知の行動ポリシーから事前に収集されたオフラインデータのみを用いて、対象の政策値に対する信頼区間(CI)を確立することである。 提案アルゴリズムは, 非線形関数近似設定においても, サンプル効率, 誤差ローバスト, 既知収束性を示す。
  論文  参考訳（メタデータ） (2023-09-23T06:35:44Z)
• Error-based Knockoffs Inference for Controlled Feature Selection [49.99321384855201]
  本手法では, ノックオフ特徴量, エラーベース特徴重要度統計量, ステップダウン手順を一体化して, エラーベースのノックオフ推定手法を提案する。 提案手法では回帰モデルを指定する必要はなく,理論的保証で特徴選択を処理できる。
  論文  参考訳（メタデータ） (2022-03-09T01:55:59Z)
• Evaluating probabilistic classifiers: Reliability diagrams and score decompositions revisited [68.8204255655161]
  確率的に統計的に一貫性があり、最適に結合し、再現可能な信頼性図を自動生成するCORP手法を導入する。 コーパスは非パラメトリックアイソトニック回帰に基づいており、プール・アジャセント・ヴァイオレータ(PAV)アルゴリズムによって実装されている。
  論文  参考訳（メタデータ） (2020-08-07T08:22:26Z)

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。