論文の概要: SafeVantage: Vantage-Aware Memory for Reliable Embodied Decisions
- arxiv url: http://arxiv.org/abs/2609.36906v2
- Date: Thu, 01 Oct 2026 01:07:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-03 01:19:23.522897
- Title: SafeVantage: Vantage-Aware Memory for Reliable Embodied Decisions
- Title（参考訳）: SafeVantage: 信頼性の高い身体決定のためのVantage-Awareメモリ
- Abstract要約: 我々は,有能なセマンティックメモリとアクティブな獲得フレームワークであるSafeVantageを紹介した。
学習された候補可観測性モデルは、クレームグラウンドの幾何学を用いて、到達可能な視点でターゲットの可視性を予測する。
SafeVantageを232軒のProcTHORハウスと7,424室のペアエピソードにまたがるカテゴリプレゼンス・ベンチマークで評価した。
- 参考スコア（独自算出の注目度）: 10.262011492190462
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reliable embodied decisions under partial observability require informative observations and sufficient supporting evidence. However, semantic scores alone do not reveal which viewpoints justify a claim or where additional evidence should be acquired. We introduce SafeVantage, a vantage-aware semantic memory and active acquisition framework that retains each claim's supporting views, camera poses, and estimated target location, keeping positive support distinct from search coverage. A learned candidate-observability model uses claim-grounded geometry to predict target visibility at reachable viewpoints. These predictions guide view selection through expected reduction in terminal decision loss, accounting for travel cost and geometrically distinct corroboration. A calibrated head then combines support, spatial consistency, and coverage to produce Yes, No, or Abstain decisions. We evaluate SafeVantage on a category-presence benchmark spanning 232 unseen ProcTHOR houses and 7,424 paired episodes per method and action budget. Compared with validation-selected equal-budget baselines, SafeVantage achieves macro-F1 gains of 24.7% and 12.0% at eight and twelve actions, respectively, with lower risk and higher answer rates at both budgets and 31.7% less travel at eight actions. Equal-input HM3D experiments show lower selective risk under fixed observations, while controlled ScanNet interventions show that restoring supporting views improves downstream VLM answers. Ablations further support the contribution of candidate observability to decision quality and acquisition efficiency. Results demonstrate the value of claim-level viewpoint evidence for connecting semantic memory, active acquisition, and reliable decision-making. Code is available at https://safevantage.github.io
- Abstract（参考訳）: 部分可観測性に基づく信頼性の高い実施決定には、情報的な観察と十分な証拠が必要である。
しかし、セマンティックスコアだけでは、どの視点がクレームを正当化するか、追加のエビデンスを取得するべき場所を明らかにしていない。
我々は,各クレームのサポートビュー,カメラポーズ,推定対象位置を保持するとともに,検索カバレッジとは異なる肯定的なサポートを保持する,バンテージ対応セマンティックメモリとアクティブな獲得フレームワークであるSafeVantageを紹介する。
学習された候補可観測性モデルは、クレームグラウンドの幾何学を用いて、到達可能な視点でターゲットの可視性を予測する。
これらの予測は、予測される端末決定損失の低減、旅行コスト、幾何学的に異なる相関によるビュー選択を導出する。
校正された頭は、サポート、空間的整合性、カバレッジを組み合わせて、Yes、No、Abstainの意思決定を生成する。
SafeVantageを232軒のProcTHORハウスと7,424室のペアエピソードにまたがるカテゴリプレゼンス・ベンチマークで評価した。
検証選択された等予算ベースラインと比較して、SafeVantageは8アクションで24.7%、12アクションで12.0%のマクロF1ゲインを達成する。
等出力HM3D実験は、固定観測下で選択リスクが低く、制御されたScanNetの介入は、支持ビューの復元が下流VLMの回答を改善することを示している。
アブレーションは、決定品質と取得効率に対する候補観測可能性の貢献をさらに支援します。
その結果, セマンティックメモリの接続, アクティブな獲得, 信頼性の高い意思決定におけるクレームレベルの視点証拠の価値が示された。
コードはhttps://safevantage.github.ioで公開されている。
関連論文リスト
- Recommendation World Models for Future-State Control [53.191633845200876]
我々は、訓練されたランク付け者が将来の結果についての意思決定を支援する方法について研究する。
UA-TWM(UA-TWM)は,近傍のスレート動作を構成するユーティリティアンコールなワールドモデルインタフェースである。
本研究は,MovieLens-25MとKuaiRand-Pureにおける12の逐次バックボーン間の移動と,KuaiSimにおけるターゲット指向インタラクションの繰り返しを評価する。
論文 参考訳（メタデータ） (2026-09-25T02:37:48Z) - Selective Commitment for Language-Guided Object Retrieval under Partial Observability [1.582181611732474]
部分的な可観測性の下での言語誘導オブジェクト検索では、より多くの証拠を集め、現場と対話し、候補者をつかむか、棄権するかを決定する必要がある。
参照コンテナに関連する対象を検索するために,これらの決定をコーディネートするクローズドループフレームワークを提案する。
論文 参考訳（メタデータ） (2026-09-19T16:59:07Z) - CARE-VI: Conservative Adaptive Reliability Estimation for Value Improvement in Off-Policy Actor-Critic Learning [9.09344103114193]
我々は、保守的適応ランク付け・スクリーニング(CARS)とセレクタ・評価値アセスメント(SEVA)を開発する。
DAREは、候補信頼性、セレクタと評価器信号のギャップ、および有限ステージ係数を用いて、各残差補正を規制する。
CARE-VIは、批評家のレグレッションとアクターのアップデートのためのバックボーンインターフェースを保存するエビデンス規制されたターゲット構築フレームワークである。
論文 参考訳（メタデータ） (2026-09-17T11:59:43Z) - EviSafe: Evidence-Grounded Safety Evaluation for Vision-Language Models [3.659020283346239]
VLM安全性のためのエビデンス基盤フレームワークであるEviSafeを紹介する。
自然なユーザ向け行動、テキストおよび視覚的証拠の明確な根拠、および反事実的変化に対する行動感受性を共同で評価する。
EviSafeBenchは、フレームワークを1,181金の画像テキストシナリオで制御されたベンチマークとしてインスタンス化する。
論文 参考訳（メタデータ） (2026-08-24T14:32:25Z) - Knowing When to Ask: Self-Gated Clarification for Hierarchical Language Agents [4.309840398782996]
階層的推論では、失敗はエージェントが間違ったブランチにコミットする中間的な決定ポイントから生じることが多い。
本稿では,エージェントの行動空間内での明確化をナビゲーションと共有順序尺度で表す定式化であるACTION-Ratingを提案する。
エージェント自身の評価から2つの構造的に異なる情報探索モードが出現する:強制的(実行可能分岐なし)と機会的(主要な候補であるにもかかわらず残留不確実性)。
論文 参考訳（メタデータ） (2026-06-09T18:25:57Z) - Belief Memory: Agent Memory Under Partial Observability [56.41506249481312]
本稿では,メモリパラダイムを観測毎に1つの結論にシフトし,その確率で複数の結論を導出するBeliefMemを提案する。
BeliefMemは決定論的パラダイムが破棄されるという不確実性を保ち、エージェントが高い信頼を持って行動することを可能にする。
LoCoMoとALFWorldベンチマークの実証的な評価は、限られたデータであっても、BeliefMemが最高の平均パフォーマンスを達成することを示している。
論文 参考訳（メタデータ） (2026-05-07T02:03:13Z) - Claw-Eval: Toward Trustworthy Evaluation of Autonomous Agents [66.97968363332465]
エージェントベンチマークの3つのギャップに対処するエンドツーエンド評価スイートであるClaw-Evalを紹介した。
Claw-Evalは3つのグループにまたがる9つのカテゴリにまたがる300の人間検証タスクで構成されている。
すべてのエージェントアクションは、3つの独立したエビデンスチャネルを通じて記録される。
論文 参考訳（メタデータ） (2026-04-07T17:43:18Z) - Toward Faithful Segmentation Attribution via Benchmarking and Dual-Evidence Fusion [4.726028690278432]
本稿では、Pascal VOC上で、介入に基づく忠実度、ターゲット外リーク、実行時、再現可能なベンチマークを提案する。
本稿では、地域レベルの干渉信号と証拠を融合させる軽量な補正であるDual-Evidence Attribution(DEA)を提案する。
論文 参考訳（メタデータ） (2026-03-23T22:52:00Z) - DSCD-Nav: Dual-Stance Cooperative Debate for Object Navigation [63.439158093945956]
本研究では,姿勢に基づくクロスチェックとエビデンス対応仲裁に代えて,Dual-Stance Cooperative Debate Navigation (DSCD-Nav)を提案する。
HM3Dv1、HM3Dv2、MP3Dの実験では、探索冗長性を低減しつつ、成功と経路効率が一貫した改善を示した。
論文 参考訳（メタデータ） (2026-01-29T08:47:55Z) - DUAL-Bench: Measuring Over-Refusal and Robustness in Vision-Language Models [59.45605332033458]
安全メカニズムはバックファイアし、過剰な拒絶を引き起こし、モデルが過度に注意を払って良質な要求を減らします。
既存のベンチマークは、視覚的モダリティの過剰な拒絶に体系的に対処していない。
この設定は、命令が無害であるが付随する画像には有害な内容が含まれているというような、ユニークな課題をもたらす。
論文 参考訳（メタデータ） (2025-10-12T23:21:34Z)
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。