論文の概要: AquaCap: A Training-Free Underwater Embodied Agent with Code-as-Policy

• arxiv url: http://arxiv.org/abs/2609.23133v1
• Date: Sat, 19 Sep 2026 16:59:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 17:07:23.634133
• Title: AquaCap: A Training-Free Underwater Embodied Agent with Code-as-Policy
• Title（参考訳）: AquaCap: コード・アズ・ポリティクスのトレーニング不要な水中エボダイドエージェント
• Abstract要約: 自律型水中ナビゲーションおよび操作のためのトレーニング不要なCode-as-PolicyフレームワークであるAquaCapを紹介する。 障害対応メモリは、動作の失敗を診断し、クローズドループのリプランニングとコードリビジョンをサポートする。 実世界の実験は、ROVによる自律的な把握と物体輸送をさらに実証する。
• 参考スコア（独自算出の注目度）: 10.938456114208385
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in vision-language-action models have stimulated growing interest in underwater embodied intelligence. However, their reliance on large-scale interaction data limits their applicability underwater, where data collection is costly and scarce. To address this challenge, we present AquaCap, a training-free Code-as-Policy framework for autonomous underwater navigation and manipulation. AquaCap employs a dual-layer agent that translates task instructions and environmental observations into condition-aware plans and executable control programs. Structured perception then provides the agent with semantic, geometric, and reliability-aware observations under degraded underwater conditions. A failure-aware memory diagnoses unsuccessful actions and supports closed-loop replanning and code revision. This design enables online adaptation without task-specific training or parameter updates. AquaCap achieves a 66.43% success rate in simulation. Real-world experiments further demonstrate autonomous grasping and object transport with an ROV, including the manipulation of targets displaced by hydrodynamic disturbances.
• Abstract（参考訳）: 近年の視覚-言語-行動モデルの発展は、水中インボディードインテリジェンスへの関心の高まりを刺激している。 しかし、大規模なインタラクションデータへの依存は、データ収集が高価で不足している水中での適用性を制限している。 この課題に対処するために、自律的な水中ナビゲーションと操作のためのトレーニング不要なCode-as-PolicyフレームワークであるAquaCapを紹介します。 AquaCapは、タスク命令と環境観察を条件対応計画と実行可能な制御プログラムに変換する二重層エージェントを使用している。 構造的知覚は、劣化した水中条件下でのセマンティック、幾何学的、信頼性に配慮した観察を提供する。 障害対応メモリは、動作の失敗を診断し、クローズドループのリプランニングとコードリビジョンをサポートする。 この設計により、タスク固有のトレーニングやパラメータの更新なしにオンライン適応が可能となる。 AquaCapはシミュレーションで66.43%の成功率を達成した。 実世界の実験では、ROVによる自律的な把握と物体の輸送がさらに実証され、流体力学の乱れによって変位した標的の操作も行われた。

関連論文リスト

• Fetch My Beer: Synthetic-to-real Hierarchical Policy for Smooth Pick-and-place [54.561625475942584]
  本研究では, 液体充填容器の安定輸送について検討し, ロボットが物体を目標場所へ移動させながら, スロッシングを抑え, こぼれを防止する方法を検討した。 このタスクは運動の滑らかさと軌道レベルの安定性に厳格な要件を課し、既存のシステムの明確な制限を明らかにする。 物理的に検証されたデータ生成と階層的拡散型コントローラを結合した合成から現実のフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-16T04:55:12Z)
• Semantically-Aware Diver Activity Recognition Framework for Effective Underwater Multi-Human-Robot Collaboration [9.010955965403669]
  DAR-Netは複雑な水中シーンを分析し、ダイバー活動を分類するフレームワークである。 我々の貢献は、トランスフォーマーに基づく時間的推論と画素レベルのシーン監視を結合した意味指導型学習定式化にある。 DAR-Netは、6つの異なるダイバー活動を認識する上で有望な精度を達成する。
  論文  参考訳（メタデータ） (2026-06-10T17:40:19Z)
• Instantaneous Planning, Control and Safety for Navigation in Unknown Underwater Spaces [0.21108097398435333]
  未知の環境で自律型水中車両(AUV)を航行することは極めて困難である。 これらの要因は、正確なグローバルローカライゼーション、信頼性の高い通信、障害物回避において課題を提起する。 本研究では,実時間センサデータを利用して閉ループAUV軌道を動的に誘導する統合計画制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-07T01:32:29Z)
• LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning [51.969318585152116]
  LatentPilotは、トレーニング中の将来の観察を貴重なデータソースとして利用して、アクション条件付きビジュアルダイナミクスを学習する。 そこで本稿では,フライホイール方式のトレーニング機構を提案する。これは,道路上の軌道を反復的に収集し,エージェントの行動分布に適合するようにモデルを再訓練する。 R2R-CE、RxR-CE、R2R-PEベンチマークの実験では新たなSOTA結果が得られた。
  論文  参考訳（メタデータ） (2026-03-31T02:21:59Z)
• UMI-Underwater: Learning Underwater Manipulation without Underwater Teleoperation [14.624992211938155]
  水中ロボティクスの把握は、劣化した、高度に変動した画像と、多様な水中デモを収集する費用が原因で困難である。 本稿では,自己教師型データ収集パイプラインを通じて,水中のグリップデモを自律的に収集するシステムを提案する。 プール実験において,本手法はバックグラウンドシフトに対する性能とロバスト性を向上し,オンランドデータにのみ見られるオブジェクトへの一般化を可能にする。
  論文  参考訳（メタデータ） (2026-03-27T22:01:19Z)
• Digital Twin Supervised Reinforcement Learning Framework for Autonomous Underwater Navigation [0.0]
  本稿では,科学実験に広く利用されているオープンプラットフォームであるBlueROV2の事例を通して,課題を考察する。 本稿では,PPOアルゴリズムに基づく深層強化学習手法を提案する。 以上の結果から, PPO政策は高度に乱雑な環境でのDWAを一貫して上回っていることが示唆された。
  論文  参考訳（メタデータ） (2025-12-11T18:52:42Z)
• Dexplore: Scalable Neural Control for Dexterous Manipulation from Reference-Scoped Exploration [58.4036440289082]
  ハンドオブジェクトモーションキャプチャ(MoCap)は、大規模でコンタクトに富んだデモと、器用なロボットスコープの約束を提供する。 Dexploreは、リポジトリとトラッキングを実行し、MoCapから直接ロボット制御ポリシーを学習する、統一された単一ループ最適化である。
  論文  参考訳（メタデータ） (2025-09-11T17:59:07Z)
• Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
  本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。 提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。 これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
  論文  参考訳（メタデータ） (2025-04-30T13:47:25Z)
• Learning Underwater Active Perception in Simulation [51.205673783866146]
  タービディティは、検査された構造物の正確な視覚的記録を阻止する可能性があるため、ミッション全体を危険に晒す可能性がある。 従来の研究は、濁度や後方散乱に適応する手法を導入してきた。 本研究では, 広範囲の水環境下での高品質な画像取得を実現するための, 単純かつ効率的なアプローチを提案する。
  論文  参考訳（メタデータ） (2025-04-23T06:48:38Z)
• Let Offline RL Flow: Training Conservative Agents in the Latent Space of Normalizing Flows [58.762959061522736]
  オフライン強化学習は、追加の環境相互作用なしに、事前に記録された、固定されたデータセット上でポリシーをトレーニングすることを目的としている。 我々は、最近、潜在行動空間における学習ポリシーを基礎として、生成モデルの構築に正規化フローの特別な形式を用いる。 提案手法が最近提案したアルゴリズムより優れていることを示すため,様々な移動タスクとナビゲーションタスクについて評価を行った。
  論文  参考訳（メタデータ） (2022-11-20T21:57:10Z)

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。