論文の概要: Notes on Generative Modeling for Feedback Control and Planning

• arxiv url: http://arxiv.org/abs/2609.33164v1
• Date: Sun, 27 Sep 2026 03:40:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 02:36:04.473116
• Title: Notes on Generative Modeling for Feedback Control and Planning
• Title（参考訳）: フィードバック制御と計画のための生成モデルに関する一考察
• Abstract要約: 制御系の状態空間における動的に制約されたサンプリング問題として制御を考察する。 制御可能性、最適制御、軌道計画といった概念は、対応するアルゴリズムの拡張を導く上で重要な役割を果たす。
• 参考スコア（独自算出の注目度）: 1.1675763847424785
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In these notes, we view control as a dynamically constrained sampling problem on the state-space of a control system. With this viewpoint, we extend methods from generative modeling, such as flow matching, normalizing flows and denoising diffusions to control problems. Concepts such as controllability, optimal control and trajectory planning play an important role in guiding the extension and understanding well-posedeness of the corresponding algorithms, with application to steering systems to target states or distributions and sampling from reachable sets. The notes are intended as an accessible introduction for readers with a background in control theory and robotics.
• Abstract（参考訳）: 本稿では,制御系の状態空間における動的に制約されたサンプリング問題として制御を考察する。 この観点から,フローマッチングや正規化フロー,拡散の分極化といった生成モデルから,問題を制御するための手法を拡張した。 制御可能性、最適制御、軌道計画といった概念は、対応するアルゴリズムの拡張を導く上で重要な役割を担い、ステアリングシステムを用いて状態や分布を目標とし、到達可能な集合からサンプリングする。 このノートは、制御理論とロボット工学の背景を持つ読者向けのアクセス可能な紹介として意図されている。

関連論文リスト

• Explainable Control Framework (XCF) based on Fuzzy Model-Agnostic Explanation and LLM Agent-Supported Interface [39.602149491360784]
  コントローラが制御動作とその基盤となる動作メカニズムをどのように決定するかを説明するために、説明可能な制御フレームワーク(XCF)が提案されている。 設計した枠組みに基づいて,階層型ファジィモデルに依存しない制御系(HFMAE-C)の新たな説明法を提案する。 Inverted pendulum system と Turtlebot obstacle avoidance のケーススタディにより,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2026-06-24T15:17:54Z)
• Gated Condition Injection without Multimodal Attention: Towards Controllable Linear-Attention Transformers [69.60693631859411]
  本稿では,線形アテンションアーキテクチャ上に構築された制御可能な拡散モデルについて検討する。 本稿では,SANA などのリニアアテンションバックボーンに適した新しい制御可能な拡散フレームワークを提案する。 提案手法は,線形アテンションモデルに基づく最先端の制御可能な生成性能を実現する。
  論文  参考訳（メタデータ） (2026-03-29T12:31:34Z)
• Position: Capability Control Should be a Separate Goal From Alignment [43.64120192267]
  本稿では、アライメントとは別の目標として能力制御を取り扱うべきであると論じる。 モデルライフサイクル全体にわたって機能制御メカニズムを3つのレイヤにまとめます。 主な課題は、知識の双対的な性質と構成的一般化である。
  論文  参考訳（メタデータ） (2026-02-05T00:30:59Z)
• Why Steering Works: Toward a Unified View of Language Model Parameter Dynamics [81.80010043113445]
  局所的な微調整、LoRAに基づく適応、およびアクティベーションに基づく介入を分離して研究する。 制御信号によって誘導される動的ウェイト更新として、これらの介入をフレーム化する統一的な視点を示す。 提案手法では,選択と効用との間に一貫したトレードオフが観測される。
  論文  参考訳（メタデータ） (2026-02-02T17:04:36Z)
• Controllable Motion Generation via Diffusion Modal Coupling [19.534234002173314]
  マルチモーダルな事前分布を利用して拡散モデルの制御性を向上する新しいフレームワークを提案する。 Maze2D環境におけるデータセットとマルチタスク制御を用いた動作予測手法の評価を行った。
  論文  参考訳（メタデータ） (2025-03-04T07:22:34Z)
• Denoising Diffusion-Based Control of Nonlinear Systems [3.4530027457862]
  本稿では,非線形力学系を制御するために,拡散確率モデル(DDPM)に基づく新しい手法を提案する。 DDPMは様々なサンプリングタスクで成功を収めた生成モデルの最先端技術である。 様々な非線形システムに対する我々のアプローチを数値的に研究し、理論的結果を検証する。
  論文  参考訳（メタデータ） (2024-02-03T23:19:26Z)
• Cocktail: Mixing Multi-Modality Controls for Text-Conditional Image Generation [79.8881514424969]
  テキスト条件拡散モデルは多種多様な内容の高忠実度画像を生成することができる。 しかし、言語表現はしばしば、想定された目的像の曖昧な記述を示す。 様々なモダリティを1つの埋め込みに混ぜるパイプラインであるCocktailを提案する。
  論文  参考訳（メタデータ） (2023-06-01T17:55:32Z)
• In-Distribution Barrier Functions: Self-Supervised Policy Filters that Avoid Out-of-Distribution States [84.24300005271185]
  本稿では,任意の参照ポリシーをラップした制御フィルタを提案する。 本手法は、トップダウンとエゴセントリックの両方のビュー設定を含むシミュレーション環境における2つの異なるビズモータ制御タスクに有効である。
  論文  参考訳（メタデータ） (2023-01-27T22:28:19Z)
• Deep Reinforcement Learning for Wireless Scheduling in Distributed Networked Control [37.10638636086814]
  完全分散無線制御システム(WNCS)の周波数チャネル数に制限のある結合アップリンクとダウンリンクのスケジューリング問題を考える。 深層強化学習(DRL)に基づくフレームワークを開発した。 DRLにおける大きなアクション空間の課題に対処するために,新しいアクション空間削減法とアクション埋め込み法を提案する。
  論文  参考訳（メタデータ） (2021-09-26T11:27:12Z)

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。