論文の概要: Context-Continuous Preference Learning for Exoskeleton Personalization

• arxiv url: http://arxiv.org/abs/2609.28427v1
• Date: Wed, 23 Sep 2026 17:28:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:18.132812
• Title: Context-Continuous Preference Learning for Exoskeleton Personalization
• Title（参考訳）: エキソスケルトンパーソナライゼーションのためのコンテキスト連続選好学習
• Abstract要約: エクソスケルトン支援のパーソナライズは、ユーザのフィードバックを集めるのに必要な時間と身体的労力によって制限される。 本研究では,近傍のコンテキスト間で観測結果を共有する選好モデルであるCCPL(Context-Continuous Preference Learning)を提案する。 健常成人9人の足首および肘部外骨格の選好データをシミュレーションおよび振り返り分析することによりCCPLを評価した。
• 参考スコア（独自算出の注目度）: 13.517023426615374
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Personalizing exoskeleton assistance across operating conditions is constrained by the time and physical effort required to collect user feedback. We examined whether a user's preference landscape varies smoothly across operating conditions and when this continuity supports learning from limited feedback. We propose Context-Continuous Preference Learning (CCPL), a Gaussian-process preference model that shares observations across nearby contexts while retaining context-specific utility estimates. We evaluated CCPL through simulations and retrospective analyses of ankle and elbow exoskeleton preference data from nine healthy adults. In simulations, CCPL improved reconstruction and preference-based Bayesian optimization relative to independent learning when preferences varied smoothly, but showed negative transfer when continuity was weak. In both human studies, full-data reference landscapes estimated separately for each participant and context tended to be more similar between nearby operating conditions. With five exposures per context, CCPL increased mean reconstruction correlation with these references from 0.644 to 0.720 for ankle assistance and from 0.476 to 0.526 for elbow assistance relative to independent learning. The five-exposure budget was approximately 37% lower for ankle and 17% lower for elbow than the estimated independent-learning budgets needed to match these correlations. CCPL also improved held-out response prediction relative to independent learning, while benefits over pooled learning varied. These findings support context continuity as a basis for sharing preference observations under limited feedback, although benefits for online personalization in humans remain to be established.
• Abstract（参考訳）: 操作条件を越えて外骨格補助をパーソナライズすることは、ユーザのフィードバックを集めるのに必要な時間と身体的労力によって制限される。 本研究では,ユーザの嗜好状況が操作条件によってスムーズに変化するか,その継続性が限られたフィードバックから学習を支援するかを検討した。 本研究では,コンテキスト固有のユーティリティ推定を保ちながら,近傍のコンテキスト間で観測を共有するガウスプロセス選好モデルであるコンテキスト連続選好学習(CCPL)を提案する。 健常成人9人の足首および肘部外骨格の選好データをシミュレーションおよび振り返り分析することによりCCPLを評価した。 シミュレーションにおいて、CCPLは、好みがスムーズに変化する場合、独立学習と比較して再構成と好みに基づくベイズ最適化を改善したが、連続性が弱い場合には負の移動を示した。 両研究とも、参加者ごとに個別に推定されるフルデータ参照ランドスケープとコンテキストは、近くの操作条件とよりよく似ている傾向にあった。 CCPLは、文脈毎に5回の露出で、これらの基準と平均再構成相関を、足首補助では0.644から0.720に、独立した学習と比較して肘補助では0.476から0.526に引き上げた。 5つの露出予算は足首で約37%、肘で約17%低かった。 CCPLはまた、独立した学習に対する保留応答予測を改善したが、プール学習に対する利点は様々であった。 これらの知見は、限られたフィードバック下での嗜好観察の共有基盤としてコンテキスト連続性を支持するが、人間におけるオンラインパーソナライゼーションのメリットは確立されていない。

関連論文リスト

• Chain-of-Experience for Continual LLM Improvement [57.11645184182825]
  我々は,大規模言語モデルがテスト時に反復的な経験からどのように学習するかを研究する。 多様なフィードバック機構でCoE(Chain-of-Experience)をインスタンス化する。 本研究は,反復体験の活用がフィードバックのないベースラインを一貫して上回ることを示す。
  論文  参考訳（メタデータ） (2026-08-18T17:22:54Z)
• Surv-IPTB: An Attention-Based Model for Estimating Individual Probability of Treatment Benefit with Survival Data [0.6882042556551609]
  提案したモデルであるSurv-IPTBは、特定の患者が治療中の生存時間とコントロール期間の延長を経験する確率を直接的に定量化する。 我々はIPTB推定を二項分類問題として再検討し、治療とコントロールコホート間での患者比較を両立させる。 学習可能なクエリキー変換によるアテンションメカニズムにより、ペア比較の柔軟なデータ駆動アグリゲーションが可能になる。
  論文  参考訳（メタデータ） (2026-08-06T17:13:44Z)
• PhaseAware: Interpretable Human-in-the-Loop Rehabilitation Scoring with Boundary Monitoring [18.918947215697205]
  本研究は, 側頭骨と位相・身体群記述子を組み合わせた継続的リハビリテーション品質評価のためのコンパクトな枠組みを提案する。 PhaseAwareのRMSEは0.0230で、受け入れられたベースラインに対する88.9%の減少に対応している。 KIMOREでも良好な性能を維持しており、フェーズアウェアの設計が関連するスクワットプロトコル間で転送されることを示唆している。
  論文  参考訳（メタデータ） (2026-07-22T14:57:42Z)
• Estimating heterogeneous treatment effects with survival outcomes via a deep survival learner [5.540352966241158]
  生存条件における不均一な治療効果の推定は、適切な検閲と推定の時間変化によって複雑になる。 本研究では,不均一な治療効果を正しく評価する深層生存学習者を提案する。
  論文  参考訳（メタデータ） (2026-04-12T01:11:44Z)
• Separation-Utility Pareto Frontier: An Information-Theoretic Characterization [1.4213973379473657]
  本研究は, 実用性と分離の最適トレードオフ, 真の結果を条件に, 感度特性から予測的独立性を必要とする公正基準について検討する。 本研究は,条件付き相互情報(CMI)に基づく実験正則化器の開発である。 この研究は、深層学習における分離を強制するための、証明可能で安定的で柔軟なアプローチを提供する。
  論文  参考訳（メタデータ） (2026-02-04T10:38:44Z)
• A Comedy of Estimators: On KL Regularization in RL Training of LLMs [81.7906270099878]
  強化学習(RL)は,大規模言語モデル(LLM)の推論性能を大幅に向上させる LLMトレーニングのRLの目的は、トレーニングされたポリシーと参照ポリシーの間の逆のKL(Kullback-Leibler)分岐である正規化項を含む。 近年の研究では、KL正則化の実施が目的の正しい勾配を与えていないことが示されており、目的と実施の相違が生じている。 いくつかの推定器構成の勾配について検討し、設計選択が勾配バイアスをどう形成するかを明らかにする。
  論文  参考訳（メタデータ） (2025-12-26T04:20:58Z)
• COPR: Continual Human Preference Learning via Optimal Policy Regularization [54.4973136224034]
  RLHF(Reinforcement Learning from Human Feedback)は、大規模言語モデル(LLM)と人間の嗜好の整合性を改善するために一般的に用いられる。 本稿では,最適政策理論からインスピレーションを得たCOPR法を提案する。
  論文  参考訳（メタデータ） (2024-02-22T02:20:08Z)
• Improved Policy Evaluation for Randomized Trials of Algorithmic Resource Allocation [54.72195809248172]
  提案する新しい概念を応用した新しい推定器を提案する。 我々は,このような推定器が,サンプル手段に基づく一般的な推定器よりも精度が高いことを理論的に証明した。
  論文  参考訳（メタデータ） (2023-02-06T05:17:22Z)

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。