論文の概要: Action Sequence Transfer via LLMs for Heterogeneous Environments
- arxiv url: http://arxiv.org/abs/2609.34730v1
- Date: Mon, 28 Sep 2026 09:30:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 03:23:25.411154
- Title: Action Sequence Transfer via LLMs for Heterogeneous Environments
- Title（参考訳）: 異種環境におけるLCMによる行動系列伝達
- Abstract要約: 本稿では、異なるターゲット空間にまたがるユーザアクションシーケンスを適応的に転送するアクションシーケンス転送システムを提案する。
ユーザアクティビティのマルチレベル表現を利用して、さまざまなレベルの抽象化でアクションを一般化する。
その結果,本システムでは,オブジェクト構成が大幅に異なる空間間においても,有効なアクションシーケンスを生成できることが示唆された。
- 参考スコア（独自算出の注目度）: 6.2562864648355285
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present an action sequence transfer system that adaptively transfers user action sequences across different target spaces. Given an input action sequence from a source space and scene graph representations of both the source and target environments, our system predicts a corresponding action sequence in the target space by adapting to the spatial and object constraints of the new environment. To achieve this, we leverage multi-level representations of user activity to generalize actions at varying levels of abstraction. To demonstrate our system, we collect a new scene graph-based dataset derived from the Ego4D GoalStep dataset for evaluation. Results indicate that our system can generate valid action sequences even between spaces with drastically different object configurations.
- Abstract（参考訳）: 本稿では、異なるターゲット空間にまたがるユーザアクションシーケンスを適応的に転送するアクションシーケンス転送システムを提案する。
ソース空間とターゲット環境の両方からの入力アクションシーケンスとシーングラフ表現を与えられた場合、新しい環境の空間的制約とオブジェクト的制約に適応して、ターゲット空間における対応するアクションシーケンスを予測する。
これを実現するために、ユーザアクティビティのマルチレベル表現を活用して、さまざまなレベルの抽象化でアクションを一般化する。
このシステムを実証するために,Ego4D GoalStepデータセットから得られたシーングラフに基づく新しいデータセットを収集し,評価を行った。
その結果,本システムでは,オブジェクト構成が大幅に異なる空間間においても,有効なアクションシーケンスを生成できることが示唆された。
関連論文リスト
- SAGA: Structure-Attended Generative Action Embedding Model that encodes Multi-Surface User Action Sequences [2.1762024189048224]
SAGAは、多面的ユーザインタラクションシーケンスをエンコードする生成アクション埋め込みモデルである。
SAGAの中心はフィールド単位のトークン化スキーマで、各アクションイベントを複数のフィールドレベルのトークンに分解する。
論文 参考訳（メタデータ） (2026-08-15T22:11:34Z) - Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance [63.33213516925946]
textbfAlign-Then-stEer(textttATE)は,新しいデータ効率,プラグアンドプレイ適応フレームワークである。
我々の研究は、新しいロボットプラットフォームやタスクにVLAモデルをデプロイする実用性を大幅に向上させる、汎用的で軽量なソリューションを提供する。
論文 参考訳（メタデータ） (2025-09-02T07:51:59Z) - Dita: Scaling Diffusion Transformer for Generalist Vision-Language-Action Policy [73.75271615101754]
本稿では,Transformerアーキテクチャを活用した拡張性のあるフレームワークであるDitaについて紹介する。
Ditaはコンテキスト内コンディショニング(context conditioning)を採用しており、歴史的観察から生の視覚トークンと識別されたアクションをきめ細やかなアライメントを可能にする。
Ditaは、さまざまなカメラパースペクティブ、観察シーン、タスク、アクションスペースの横断的なデータセットを効果的に統合する。
論文 参考訳（メタデータ） (2025-03-25T15:19:56Z) - Diffusion Transformer Policy [48.50988753948537]
本稿では,拡散変圧器ポリシー(Diffusion Transformer Policy)と呼ばれる多モード拡散変圧器を提案し,連続的なエンドエフェクタ動作をモデル化する。
トランスのスケーリング機能を活用することで、提案手法は、多種多様なロボットデータセットにわたる継続的エンドエフェクタアクションを効果的にモデル化することができる。
論文 参考訳（メタデータ） (2024-10-21T12:43:54Z) - Neuromorphic Vision-based Motion Segmentation with Graph Transformer Neural Network [4.386534439007928]
本稿では,GTNNと呼ばれるグラフトランスフォーマーニューラルネットワークを用いたイベントベース動作分割アルゴリズムを提案する。
提案アルゴリズムは, イベント間の局所的および大域的相関を明らかにするために, 一連の非線形変換により, イベントストリームを3次元グラフとして処理する。
GTNNは、動的背景変動、動きパターン、および様々な大きさと速度を持つ複数の動的物体の存在下で、最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-04-16T22:44:29Z) - Multi-Environment Pretraining Enables Transfer to Action Limited
Datasets [129.24823721649028]
強化学習では、意思決定の利用可能なデータは、アクションに注釈を付けないことが多い。
そこで本研究では,Emphtarget環境と他のさまざまなEmphsource環境の完全注釈付きデータセットを組み合わせることを提案する。
IDMプレトレーニング中に、さらに1つの連続ラベル付きデータの環境データセットを利用することで、アノテーションのないシーケンスに対するアクションラベルの生成が大幅に改善されることが示される。
論文 参考訳（メタデータ） (2022-11-23T22:48:22Z)
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。