論文の概要: SynIL: Leveraging Synergy for Offline Imitation Learning from Imperfect Demonstration Datasets

• arxiv url: http://arxiv.org/abs/2609.38225v1
• Date: Mon, 28 Sep 2026 06:04:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:26.411936
• Title: SynIL: Leveraging Synergy for Offline Imitation Learning from Imperfect Demonstration Datasets
• Title（参考訳）: SynIL: 不十分なデモデータセットからのオフライン模倣学習のためのシナジーの活用
• Abstract要約: SynILは、オフライン強化学習において、ラベルなしの自動表示品質評価のための新しいフレームワークである。 シナジー表現を定量化し、自己回帰レグレッションによって密度の高い遷移レベルの報酬信号を生成する。 ビヘイビア・クローン(BC)を大幅に上回り、スパース・リワードの人間の遠隔操作のシナリオに匹敵するパフォーマンスを達成する。
• 参考スコア（独自算出の注目度）: 8.466574590342985
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Imitation learning enables robots to acquire complex skills directly from massive demonstration datasets, but its performance degrades severely when datasets are contaminated with suboptimal or noisy demonstrations. While prior quality-assessment methods attempt to filter or reweight data, they typically rely on manual pre-selection of expert reference data or task-specific heuristics, limiting scalability. To address this challenge, we introduce SynIL (Synergy-based Imitation Learning), a novel framework for automated, label-free demonstration quality assessment in offline reinforcement learning. Grounded in neuroscientific evidence that motor synergy, a low-dimensional coordinated structure in movement, correlates directly with motor proficiency, SynIL algorithmically quantifies synergy manifestation to generate dense, transition-level reward signals via self-supervised reward regression. Comprehensive evaluations on D4RL locomotion benchmarks and multi-human Robomimic manipulation datasets demonstrate that synergy-derived rewards correlate strongly with ground-truth rewards. Furthermore, SynIL substantially outperforms Behavior Cloning (BC) and achieves performance comparable to, and in sparse-reward human teleoperation scenarios, superior to, offline reinforcement learning trained on true environment rewards.
• Abstract（参考訳）: 模倣学習により、ロボットは大規模なデモンストレーションデータセットから直接複雑なスキルを習得できるが、そのパフォーマンスは、データセットが最適なあるいはノイズの多いデモで汚染されたときに著しく低下する。 従来の品質評価手法はデータのフィルタリングや再重み付けを試みるが、通常は専門家の参照データやタスク固有のヒューリスティックを手動で事前選択し、スケーラビリティを制限している。 この課題に対処するために、オフライン強化学習におけるラベルなしの表示品質評価を自動化するための新しいフレームワークであるSynIL(Synergy-based Imitation Learning)を紹介する。 運動の低次元座標構造である運動シナジーが運動能力と直接相関しているという神経科学的証拠に基づいて、SynILは、自己監督された報酬レグレッションレグレッションを通じて、密度の高い遷移レベルの報酬信号を生成するためにシナジーの表現をアルゴリズム的に定量化する。 D4RLロコモーションベンチマークとマルチヒューマンロドミミックな操作データセットの総合評価は、相乗効果に基づく報酬が地道的な報酬と強く相関していることを示す。 さらに、SynILはBehavior Cloning(BC)を大幅に上回り、真の環境報酬に基づいてトレーニングされたオフライン強化学習よりも優れた、スパース・リワード人間の遠隔操作シナリオに匹敵するパフォーマンスを達成する。

関連論文リスト

• RoboSynChallenge: Mastering Real-World Dexterity via Generalizing Synthesized Manipulation Skills [90.48218237655708]
  RoboSynChallengeは、幅広い能力、データ効率、適応可能な操作システムの開発を促進することを目的としている。 Challengeは、大規模な合成データ生成と、標準化された現実世界のロボット評価を統合する。
  論文  参考訳（メタデータ） (2026-08-12T04:29:00Z)
• SynSacc: A Blender-to-V2E Pipeline for Synthetic Neuromorphic Eye-Movement Data and Sim-to-Real Spiking Model Training [6.113940256355538]
  制御条件下でのサケードと固定をシミュレートするために,Blenderで生成された合成データセットを提案する。 2つのアーキテクチャをトレーニングし、実際のイベントデータを微調整することで、その堅牢性を評価する。 提案したモデルは最大0.83の精度を達成し、時間分解能の異なる一貫した性能を維持する。
  論文  参考訳（メタデータ） (2026-02-09T14:34:31Z)
• One-Shot Real-World Demonstration Synthesis for Scalable Bimanual Manipulation [45.00986521352502]
  BiDemoSynは1つの実世界の例から、接触に富んだ物理的に実現可能なバイマダルなデモンストレーションを合成するフレームワークである。 BiDemoSynデータに基づいてトレーニングされたポリシーは、新しいオブジェクトのポーズや形状に対して堅牢に一般化されていることを示す。 BiDemoSynのデータに基づいてトレーニングされたポリシーは、ゼロショットのクロスボデーメントを新しいロボットプラットフォームに転送する。
  論文  参考訳（メタデータ） (2025-12-10T03:48:16Z)
• Adapting Web Agents with Synthetic Supervision [80.89365133130558]
  Webエージェントは、環境固有のタスクやデモが不足しているため、新しいWebサイトへの適応に苦慮している。 最近の研究は、この課題に対処するために合成データ生成を探求している。 完全合成監視フレームワークであるSynthAgentを提案する。
  論文  参考訳（メタデータ） (2025-11-08T18:45:33Z)
• EvoSyn: Generalizable Evolutionary Data Synthesis for Verifiable Learning [63.03672166010434]
  我々は、進化的、タスクに依存しない、戦略を導いた、実行可能検証可能なデータ合成フレームワークを紹介します。 問題、多様な候補解、検証成果物を共同で合成する。 これは、人間による注釈付きチェックと戦略によるチェックの合意を強制する一貫性に基づく評価器を通じて戦略を反復的に発見する。
  論文  参考訳（メタデータ） (2025-10-20T11:56:35Z)
• Understanding the Influence of Synthetic Data for Text Embedders [52.04771455432998]
  まず,Wangらによって提案された合成データの再生と公開を行った。 合成データがモデル一般化をどのように改善するかを批判的に検討する。 本研究は, 汎用インバータ構築における, 現在の合成データ手法の限界を浮き彫りにしたものである。
  論文  参考訳（メタデータ） (2025-09-07T19:28:52Z)
• Unveiling the Flaws: Exploring Imperfections in Synthetic Data and Mitigation Strategies for Large Language Models [89.88010750772413]
  大規模言語モデル(LLM)の学習における高品質なデータ不足問題に対する解決法として,合成データを提案する。 我々の研究は、Q-A(Q-A)ペア、一般的な合成データに関連するこれらの特定の欠陥を掘り下げ、これらの欠陥を軽減するための未学習技術に基づく方法を提案する。 我々の研究は、より堅牢で効率的なLLMトレーニングを促進することを目的として、合成データの効果的な利用に関する重要な洞察を得た。
  論文  参考訳（メタデータ） (2024-06-18T08:38:59Z)
• Reliability in Semantic Segmentation: Can We Use Synthetic Data? [69.28268603137546]
  セマンティックセグメンテーションモデルの現実的信頼性を総合的に評価するために、合成データを具体的に生成する方法を初めて示す。 この合成データは、事前訓練されたセグメンタの堅牢性を評価するために使用される。 セグメンタのキャリブレーションとOOD検出能力を向上するために,我々のアプローチをどのように活用できるかを実証する。
  論文  参考訳（メタデータ） (2023-12-14T18:56:07Z)
• A Study on Improving Realism of Synthetic Data for Machine Learning [6.806559012493756]
  この研究は、合成レンダリングを、ラベルのない実世界のデータで条件付けられた汎用データセット上でより現実的なスタイルに変換する合成から現実への生成モデルを訓練し、評価することを目的としている。
  論文  参考訳（メタデータ） (2023-04-24T21:41:54Z)

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。