論文の概要: Performance-Preserving Online Adaptation in Social Navigation via Diffusion Steering

• arxiv url: http://arxiv.org/abs/2609.24317v1
• Date: Mon, 21 Sep 2026 09:16:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 15:38:15.387225
• Title: Performance-Preserving Online Adaptation in Social Navigation via Diffusion Steering
• Title（参考訳）: 拡散ステアリングによるソーシャルナビゲーションにおけるオンライン適応性能の保存
• Abstract要約: 社会ナビゲーションでは、人間とロボットの複雑な相互作用をモデル化することは困難である。 本稿では,拡散ステアリングを強化学習(DSRL)により適用する手法を提案する。 評価の結果,提案手法は他の手法と比較して,性能を保ちながら効率よく学習できることが示唆された。
• 参考スコア（独自算出の注目度）: 2.274915755738124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In social navigation, modeling the complex interactions between humans and robots is difficult, and deep reinforcement learning has therefore been actively studied. However, because simulation alone cannot fully reproduce diverse scenarios, robot dynamics, and the social conventions that vary across deployment environments, fine-tuning in the deployment environment is promising. In doing so, learning that preserves the base model's performance is required, so as not to compromise the primary objective of navigation, namely avoiding pedestrians and reaching the destination. In this study, we propose a method that applies diffusion steering via reinforcement learning (DSRL), which trains only the noise policy while keeping the diffusion policy fixed, thereby achieving learning that preserves performance. Furthermore, we integrate diffusion-based RL policies trained with multiple seeds to construct the base policy, improving learning performance. Our evaluation shows that, compared with other methods, the proposed method enables efficient learning while preserving performance, and we confirm flexible behavior control through adaptation to social conventions, as well as its effectiveness on a physical robot through hardware-in-the-loop simulation.
• Abstract（参考訳）: 社会ナビゲーションにおいては、人間とロボットの複雑な相互作用をモデル化することは困難であり、深い強化学習が活発に研究されている。 しかし,シミュレーションだけでは,多様なシナリオやロボットのダイナミクス,デプロイメント環境によって異なる社会的慣行を完全に再現できないため,デプロイメント環境の微調整は有望である。 そのためには、歩行者を避けて目的地に到達するというナビゲーションの主目的を損なわないために、基本モデルの性能を保った学習が必要である。 本研究では,拡散政策の固定化を維持しつつ,騒音政策のみを訓練する強化学習(DSRL)による拡散ステアリングの適用方法を提案する。 さらに,複数の種で訓練された拡散型RLポリシーを統合し,基本方針を構築し,学習性能を向上させる。 提案手法は,他の手法と比較して,性能を保ちながら効率的な学習を可能にし,社会的慣行への適応による柔軟な行動制御と,ハードウェア・イン・ザ・ループ・シミュレーションによる物理ロボットへの適用性を確認した。

関連論文リスト

• Towards Socially Compliant Navigation in Deep Reinforcement Learning via Proxemics-Based Reward Modeling [0.0]
  DRLソーシャルナビゲーションのための新しいプロキシベースの報酬を導入する。 ナビゲーション効率を維持しつつ、密集した解釈可能な社会学習信号を提供する。 その結果,提案した報酬はシミュレーションにおける社会的指標を継続的に改善することがわかった。
  論文  参考訳（メタデータ） (2026-08-13T07:59:23Z)
• NavRL++: A System-Level Framework for Improving Sim-to-Real Transfer in Reinforcement Learning-Based Robot Navigation [9.168410028117089]
  我々は、強化学習に基づくナビゲーションのための完全なトレーニングおよびデプロイメントパイプラインを提案する。 我々は、センサノイズ、知覚障害、システム遅延、制御応答など、強化学習に基づくナビゲーションにおけるsim-to-real転送に影響を及ぼす重要な要因を解消する。 本稿では,トランスファーロバスト性を改善するトレーニング後適応戦略である摂動認識ファインチューニングを提案する。
  論文  参考訳（メタデータ） (2026-05-15T02:58:25Z)
• Incremental Residual Reinforcement Learning Toward Real-World Learning for Social Navigation [2.1204495827342438]
  ソーシャルナビゲーションは重要な課題として現れ、深層強化学習(RL)アプローチの研究を推進している。 エージェントが物理的な環境で直接操作しながら学習する現実世界のRLは、この問題に対して有望な解決策を提供する。 本研究では,基本方針に対する残差のみをトレーニングすることで学習効率を向上させるインクリメンタル残差RL(IRRL)を提案する。
  論文  参考訳（メタデータ） (2026-04-09T08:08:37Z)
• Scalable Dexterous Robot Learning with AR-based Remote Human-Robot Interactions [8.111267700755986]
  本稿では,手軽なロボットアームハンドシステムにおける操作のためのスケーラブルなロボット学習に焦点を当てた。 本稿では,汎用的な操作タスク問題に対処するための統一的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-07T03:47:21Z)
• Reinforcement Learning with Discrete Diffusion Policies for Combinatorial Action Spaces [57.466101098183884]
  強化学習(Reinforcement Learning, RL)は、現実の多くの問題に共通する大規模なアクション空間にスケールするために苦労する。 本稿では、複雑な環境下での高効率なポリシーとして、離散拡散モデルを訓練するための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-26T21:53:36Z)
• COLSON: Controllable Learning-Based Social Navigation via Diffusion-Based Reinforcement Learning [0.7499722271664144]
  歩行者交通を伴う動的環境における移動ロボットナビゲーションは、自律型モバイルサービスロボットの開発において重要な課題である。 深い強化学習に基づく手法は、最適化能力によって従来のルールベースのアプローチよりも優れています。 本研究では,拡散に基づく強化学習手法をソーシャルナビゲーションに適用し,その有効性を検証した。
  論文  参考訳（メタデータ） (2025-03-18T06:02:30Z)
• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• RLIF: Interactive Imitation Learning as Reinforcement Learning [56.997263135104504]
  我々は,対話型模倣学習と類似するが,さらに実践的な仮定の下で,非政治強化学習によってパフォーマンスが向上できることを実証する。 提案手法は,ユーザ介入信号を用いた強化学習を報奨として利用する。 このことは、インタラクティブな模倣学習において介入する専門家がほぼ最適であるべきだという仮定を緩和し、アルゴリズムが潜在的に最適でない人間の専門家よりも改善される行動を学ぶことを可能にする。
  論文  参考訳（メタデータ） (2023-11-21T21:05:21Z)
• Model-Based Reinforcement Learning with Multi-Task Offline Pretraining [59.82457030180094]
  本稿では,オフラインデータから新しいタスクへ,潜在的に有用なダイナミックスや動作デモを伝達するモデルベースRL法を提案する。 主な考え方は、世界モデルを行動学習のシミュレーターとしてだけでなく、タスクの関連性を測定するツールとして使うことである。 本稿では,Meta-WorldとDeepMind Control Suiteの最先端手法と比較して,我々のアプローチの利点を実証する。
  論文  参考訳（メタデータ） (2023-06-06T02:24:41Z)

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。