論文の概要: CARF: Contrastive Attraction-Repulsion of Failure-Guided Flow Matching

• arxiv url: http://arxiv.org/abs/2609.21982v1
• Date: Fri, 18 Sep 2026 16:43:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:17.188089
• Title: CARF: Contrastive Attraction-Repulsion of Failure-Guided Flow Matching
• Title（参考訳）: CARF(Contrastive Attraction-Repulsion of Failure-Guided Flow Matching)
• Abstract要約: 既存の手法は、通常、タスク完了に向けてまだ進行しているセグメントを特定することによって、失敗した軌道を悪用する。 本稿では,不完全なロボットデータから学習するための,障害誘導フレームワークのコントラストトラクション・イントラクション・リプロクションを提案する。
• 参考スコア（独自算出の注目度）: 47.17214978232977
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot demonstration collection often produces imperfect or failed trajectories in addition to successful demonstrations. Existing methods typically exploit failed trajectories by identifying segments that still make progress toward task completion, but largely overlook \textit{failure-critical behaviors} that directly lead to task failure. Here we argue that these two types of segments provide fundamentally asymmetric supervision: progressive segments should be imitated, whereas failure-critical segments should be explicitly avoided. Based on this observation, we propose CARF, a Contrastive Attraction-Repulsion of Failure-guided framework for learning from imperfect robot data. CARF introduces a progress-based importance scorer, trained solely on successful expert demonstrations and its perturbation results, to estimate step-wise contributions toward task completion and identify informative regions in failed trajectories. These scores guide a unified flow-matching objective that attracts the policy toward progressive behaviors and repels it from failure-critical ones, while excluding ambiguous segments. This enables more comprehensive utilization of imperfect data and avoids unreliable supervision from ambiguous failure segments. Extensive experiments in simulation and the real world demonstrate consistent improvements over competing baselines across diverse failure scenarios, with ablations further validating the effectiveness of the proposed scoring and attraction-repulsion mechanisms. Our website is https://zhao-sq.github.io/carf/#.
• Abstract（参考訳）: ロボットのデモコレクションは、デモの成功に加えて、不完全または失敗した軌道を生成することが多い。 既存のメソッドは通常、タスクの完了に向けてまだ進行しているセグメントを特定することで失敗したトラジェクトリを利用するが、タスクの失敗に直接繋がる‘textit{failure- critical behaviors’を見落としている。 プログレッシブセグメントは模倣されるべきであり、一方、失敗クリティカルセグメントは明示的に避けるべきである。 そこで本研究では,不完全なロボットデータから学習するための,障害誘導フレームワークであるCARFを提案する。 CARFは、成功している専門家のデモンストレーションとその摂動結果のみに基づいて訓練され、タスク完了に対するステップワイドな貢献を推定し、失敗した軌道上の情報領域を特定するための進捗ベースの重要スコアラを導入している。 これらのスコアは、プログレッシブな振る舞いに対するポリシーを引き付け、不明瞭なセグメントを除外しながら、失敗クリティカルな部分からそれを補う、統一されたフローマッチングの目標を導いてくれる。 これにより、不完全なデータのより包括的な利用が可能になり、曖昧な障害セグメントからの信頼性の低い監視を回避することができる。 シミュレーションと実世界における大規模な実験は、様々な障害シナリオにおける競合するベースラインよりも一貫した改善を示し、提案したスコアリングとアトラクション-反発機構の有効性をさらに検証している。 私たちのウェブサイトはhttps://zhao-sq.github.io/carf/#です。

関連論文リスト

• DynSTEER: Dynamic Stage-wise Trajectory Evaluation and Execution-time Review for Agents [29.982261116765162]
  DynSTEERはエージェント軌道評価のための動的ステージワイドフレームワークである。 キー実行ノードでロールアウトをセグメンテーションし、ステージレベルの結果に基づいてマルチ層レビュー戦略を適用する。 公開タスクビューからパス耐性のマイルストーングラフをコンパイルし、参照リークなしでさまざまな法的パスを保存する。
  論文  参考訳（メタデータ） (2026-09-13T16:18:03Z)
• Tracing Agentic Failure from the Flow of Success [7.071269758592172]
  我々は、実際の失敗帰属モデルは、障害データに対する段階的な監督なしに軽量で訓練可能であるべきだと論じる。 本稿では,この問題をニューラル制御微分方程式を用いた一級学習とみなすOATを提案する。 わずか100の軌道でのトレーニングにより、OATはプロンプトベースベースラインよりも200-5000ドル速い。
  論文  参考訳（メタデータ） (2026-07-14T13:16:14Z)
• Shift & Drift: A Zero-Shot Benchmark for Generalizable and Robust Autonomous Driving Motion Planning [60.888463449435484]
  シフト・アンド・ドリフト(Shift & Drift)は、分散シフトの2つの重要な軸にまたがる、厳密なストレス-テスト運動プランナーのための新しいデュアルトラックベンチマークである。 擬似学習手法は,IDベンチマークにおいて高いスコアを得るが,時間的に相関したアクティベーションノイズを受けると持続的なドリフトに悩まされることを示す。 本研究は, 模擬忠実度と閉ループレジリエンスのトレードオフを実証的に明らかにし, 信頼性の高い展開に向けた進捗を評価するための厳密なベンチマークをコミュニティに提供する。
  論文  参考訳（メタデータ） (2026-07-08T18:23:48Z)
• Hide-and-Seek in Trajectories: Discovering Failure Signals for VLA Runtime Monitoring [35.34120853605602]
  textbf-and-Seekは、粗い教師付き学習問題としてVLA障害検出を定式化するフレームワークである。 我々は、LIBERO、VLABench、および3つの代表的なVLAポリシーをまたいだ現実世界のロボットプラットフォームについて、Hie-and-Seekの評価を行った。
  論文  参考訳（メタデータ） (2026-05-29T04:40:12Z)
• DreamAvoid: Critical-Phase Test-Time Dreaming to Avoid Failures in VLA Policies [65.27025563507961]
  本稿では,ビジョン・ランゲージ・アクション(VLA)モデルのためのクリティカルフェーズテストタイムドリームフレームワークであるDreamAvoidを提案する。 また、自律的な境界学習パラダイムを導入し、成功と失敗の微妙な境界に対するシステムの理解を深める。 その結果、DreamAvoidは失敗を効果的に回避し、全体的なタスク成功率を改善することができた。
  論文  参考訳（メタデータ） (2026-05-12T08:27:16Z)
• Guardian: Detecting Robotic Planning and Execution Errors with Vision-Language Models [53.20969621498248]
  本稿では,多種多様な計画および実行障害を生成するために,軌道を手続き的に乱す自動ロボット故障合成手法を提案する。 RLBench-Fail, BridgeDataV2-Fail, UR5-Failの3つの新しい故障検出ベンチマークを構築した。 次に、詳細な障害推論と検出のためのマルチビューイメージを備えたVLMであるGuardianをトレーニングします。
  論文  参考訳（メタデータ） (2025-12-01T17:57:27Z)
• Anomalous Decision Discovery using Inverse Reinforcement Learning [3.3675535571071746]
  異常検出は、知覚システムを通じて異常な行動を特定することによって、自律走行車(AV)において重要な役割を果たす。 現在のアプローチは、しばしば定義済みのしきい値や教師付き学習パラダイムに依存するが、目に見えないシナリオに直面すると効果が低下する。 異常検出のための新しいIRLフレームワークである Trajectory-Reward Guided Adaptive Pre-training (TRAP) を提案する。
  論文  参考訳（メタデータ） (2025-07-06T17:01:02Z)
• SINDER: Repairing the Singular Defects of DINOv2 [61.98878352956125]
  大規模なデータセットでトレーニングされたビジョントランスフォーマーモデルは、抽出したパッチトークンにアーティファクトを表示することが多い。 本稿では,小さなデータセットのみを用いて構造欠陥を補正するスムーズなスムーズな正規化を提案する。
  論文  参考訳（メタデータ） (2024-07-23T20:34:23Z)

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。