論文の概要: Task-Oriented Active Learning of Residual Dynamics for Model Predictive Path Integral Control

• arxiv url: http://arxiv.org/abs/2609.19378v1
• Date: Wed, 16 Sep 2026 19:56:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.993571
• Title: Task-Oriented Active Learning of Residual Dynamics for Model Predictive Path Integral Control
• Title（参考訳）: モデル予測経路積分制御のための残差ダイナミクスのタスク指向能動的学習
• Abstract要約: 本稿では,モデル予測経路積分制御(MPPI)のためのアクティブラーニング基準であるタスク指向情報獲得(ToIA)を紹介する。 TOIAは、ロールアウトの早い段階で得られた観測値が、同じロールアウトの後の状態における予測の不確実性を減少させると見積もっている。 ToIAは、不均質な地形を持つホールトアウトマップ間のオフロードナビゲーションをシミュレートし、受動GP学習よりも目標達成の成功率を改善した。
• 参考スコア（独自算出の注目度）: 5.732100803651168
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online residual learning can reduce model mismatch in predictive control, but passive data collection may fail to adequately cover states that become important later in the task. Task-agnostic active learning targets uncertain or informative regions, but information acquired in such regions does not necessarily improve task performance. This paper introduces Task-Oriented Information Acquisition (ToIA), an active-learning criterion for model predictive path integral control (MPPI) with online Gaussian process (GP) residual learning. For each sampled control sequence, ToIA estimates how much an observation obtained early in the rollout would reduce predictive uncertainty at later states on the same rollout, and weights this reduction by the rollout's relevance to the task. The score is evaluated over the existing MPPI rollout batch without sampling future observations or re-optimizing control under hypothetical posterior updates. In simulated off-road navigation across held-out maps with heterogeneous terrain, ToIA improved the goal-reaching success rate over passive GP learning by 19.3 and 27.4 percentage points and outperformed task-agnostic active-learning baselines across dense and sparse online-learning intervals. An ablation study indicates that task relevance is particularly important under sparse model updates. The implementation supports online control at 20 Hz on an NVIDIA RTX 2080 Ti.
• Abstract（参考訳）: オンライン残差学習は予測制御におけるモデルミスマッチを減らすことができるが、受動的データ収集はタスクの後半で重要になる状態を適切にカバーできない可能性がある。 タスクに依存しないアクティブラーニングは、不確実または情報的領域をターゲットにしているが、そのような領域で取得した情報は、必ずしもタスク性能を向上するとは限らない。 本稿では,オンラインガウス過程(GP)残差学習を用いたモデル予測経路積分制御(MPPI)の能動的学習基準であるタスク指向情報獲得(ToIA)を紹介する。 各サンプル制御シーケンスについて、ToIAは、ロールアウトの早い段階で得られた観測が、同じロールアウトにおける後の状態における予測の不確実性をどの程度低減するかを推定し、ロールアウトのタスクに対する関連性によるこの減少を重み付けする。 既存のMPPIロールアウトバッチに対して、将来の観測をサンプリングしたり、仮説的な後続更新の下で再最適化制御を行うことなく、スコアを評価する。 ヘテロジニアスな地形を持つ地図を横断するオフロードナビゲーションのシミュレーションにおいて、ToIAは受動GP学習の目標達成率を19.3ポイントと27.4ポイント改善し、密集したオンライン学習間隔でタスクに依存しないアクティブラーニングベースラインを上回った。 アブレーション調査は、スパースモデル更新においてタスクの関連性が特に重要であることを示唆している。 この実装はNVIDIA RTX 2080 Ti上で20Hzのオンライン制御をサポートする。

関連論文リスト

• Measuring Task-Agnostic Training Data Influence Across Language Model Pretraining [35.37816139054677]
  本稿では、下流のタスクや検証セットを属性ターゲットとして選択する必要のない、データ影響のトレーニング尺度を提案する。 その勾配更新が、与えられた事前学習実行の最終パラメータまでの距離をどれだけ減少させるかによって、例の影響を定義する。 この手法をPythiaおよびPolyPythiaスイートから18の構成に適用すると、影響データに系統的な時間的変化が生じる。
  論文  参考訳（メタデータ） (2026-08-13T17:36:49Z)
• Test-time Offline Reinforcement Learning on Goal-related Experience [50.94457794664909]
  基礎モデルの研究では、テストタイムトレーニングによってパフォーマンスが大幅に改善できることが示されている。 本稿では、オフラインデータセットから現在の状態への関連性に応じて遷移を選択する、新しい自己教師型データ選択基準を提案する。 目標条件付きテストタイムトレーニング(GC-TTT)アルゴリズムは、評価中にこのルーチンを後退水平方式で適用し、現在の軌道にポリシーを適用する。
  論文  参考訳（メタデータ） (2025-07-24T21:11:39Z)
• Model Predictive Task Sampling for Efficient and Robust Adaptation [57.414812940406996]
  本稿では,タスク空間と適応リスク分布をブリッジするフレームワークであるモデル予測タスクサンプリング(MPTS)を紹介する。 MPTSは、エピソード最適化プロセスの特徴付けに生成モデルを使用し、後部推論によりタスク固有の適応リスクを予測する。 MPTSはゼロショット、少数ショット、教師付き微調整設定にシームレスに統合される。
  論文  参考訳（メタデータ） (2025-01-19T13:14:53Z)
• Adaptive Retention & Correction: Test-Time Training for Continual Learning [114.5656325514408]
  連続学習における一般的な問題は、最新のタスクに対する分類層のバイアスである。 アダプティブ・リテンション・アンド・コレクション (ARC) のアプローチを例に挙げる。 ARCはCIFAR-100とImagenet-Rのデータセットで平均2.7%と2.6%のパフォーマンス向上を達成した。
  論文  参考訳（メタデータ） (2024-05-23T08:43:09Z)

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。