論文の概要: Screw Attention: Rigid-Body Algebra Inside a Transformer

• arxiv url: http://arxiv.org/abs/2610.00904v2
• Date: Fri, 02 Oct 2026 10:37:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:29.984875
• Title: Screw Attention: Rigid-Body Algebra Inside a Transformer
• Title（参考訳）: 変圧器の内側にリジッド・ボディーのアルジェブラ
• Abstract要約: 本稿では,2つの物体間の関係をグラフエッジではなく空間変換とする変換器層であるScrew Attentionを提案する。 この関係に沿ってメッセージは受信者のフレームに転送され、アテンションスコアはフレーム不変量のみを表示する。 LIBERO-Spatialでは、オブジェクトのポーズから訓練された16kパラメータのポリシーが97.3%の成功に達し、同じサイズのグラフ、トランスフォーマー、フラットネットワーク、27倍のパラメータを持つフラットネットワークである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Learned manipulation policies rediscover from data the spatial relations that rigid-body mechanics supplies in closed form, which leaves them fragile to geometric change. We present Screw Attention, a transformer layer in which the relation between two bodies is a spatial transform rather than a graph edge. Each pair of tokens carries the relative pose and, for robot joints, the joint screw. Messages are transported along this relation into the receiver's frame, while the attention scores see only frame-invariant quantities. By construction, the messages are equivariant to an independent change of frame at every token, and a single layer can express the velocity recursion of rigid-body mechanics. On LIBERO-Spatial, a policy of 16k parameters trained from object poses alone reaches 97.3% success, above graph, transformer and flat networks of the same size and a flat network with 27 times more parameters. Ablations show that the gain comes from transporting the correct relations, and that the structure pays most where the task requires relations between frames that nothing else supplies. The equivariance makes the policy robust to how the robot is described, where every other learned network collapses under a change of frame convention. Furthermore, the policy tolerates pose noise and calibration errors at least as well as an analytic controller. Used as a gated residual on an analytic controller, it also improves a contact-rich insertion task. Code and trained policies will be released.
• Abstract（参考訳）: 学習された操作ポリシーは、剛体力学が閉じた形で供給する空間的関係をデータから再発見する。 本稿では,2つの物体間の関係をグラフエッジではなく空間変換とする変換器層であるScrew Attentionを提案する。 それぞれのトークンは相対的なポーズを持ち、ロボットのジョイントにはジョイントネジがある。 この関係に沿ってメッセージは受信者のフレームに転送され、アテンションスコアはフレーム不変量のみを表示する。 構成により、メッセージは各トークンにおけるフレームの独立な変化と等価であり、単一の層は剛体力学の速度再帰を表現することができる。 LIBERO-Spatialでは、オブジェクトのポーズから訓練された16kパラメータのポリシーが97.3%の成功に達し、同じサイズのグラフ、トランスフォーマー、フラットネットワーク、27倍のパラメータを持つフラットネットワークである。 アブレーションは、その利益は正しい関係を輸送することによるものであり、その構造は、他の何も供給しないフレーム間の関係を必要とするほとんどの場所で支払っていることを示している。 この均等性により、ロボットの記述方法に頑健なポリシーが成立し、他の学習ネットワークはフレームの規則の変更によって崩壊する。 さらに、このポリシーは少なくとも分析制御装置と同様にノイズや校正誤差を許容する。 分析コントローラのゲート残差として使用されるため、コンタクトリッチな挿入タスクも改善される。 コードとトレーニングされたポリシーがリリースされる。

関連論文リスト

• Retargeting Motions to Diverse Skeletons via Learnable Flattening [5.105943854910561]
  クロス構造運動は、異なる骨格トポロジー間での動きを伝達することを目的としている。 既存の最先端モデルはゼロショット設定で信頼性に苦慮している。 トランスフォーマーをベースとした最近の試みは、特殊な幾何学的手法よりも優れていなかった。
  論文  参考訳（メタデータ） (2026-09-29T21:35:57Z)
• TacGooseBumps (TacGB): Retrofitting Normal-Only Tactile Sensors with Shear Encoding for Learning Contact-Rich Manipulation [54.86974994302033]
  接触に富んだ政策はしばしば失敗する。なぜなら、異なる物理的状態は似ているが異なる行動を必要とするからである。 本稿では,既存のセンサの圧力マップのパターン変化として,タンジデンシャルローディングを機械的にエンコードするパッシブドームフィルムであるTacGooseBumpsを紹介する。 4つの模倣学習タスクと2つのデータ収集パイプラインで、TacGBは目標達成、効率、接触品質を改善している。
  論文  参考訳（メタデータ） (2026-09-27T23:04:32Z)
• ArticulateArena: A Metric for Articulated Kinematics [56.23391152623764]
  ArticulateArenaは、調音のためのチャンファー距離の表現不変である。 これは、それを符号化するパラメータではなく、1-DOF関節の運動を比較する。 ArticulateArena-20Kは19,977個の調音されたオブジェクトからなる新しいスイートで、キネマティクスを検証する。
  論文  参考訳（メタデータ） (2026-09-27T21:19:22Z)
• MemCorr-DP: Counterfactual Correspondence Conditioning for a Diffusion Policy Guided by a Reference [6.8087753393731125]
  凍結したRoMa v2を持ち上げる拡散ポリシであるMemCorr-DPを,現在のシーンと参照軌道との明示的な3次元関係に整合する。 この組み合わせにより、MemCorr-DPは96.67%のクローズドループ成功を達成し、同じアクションアーキテクチャを持つビジュアルトランスフォーマーでは88.90%となった。
  論文  参考訳（メタデータ） (2026-09-06T14:03:20Z)
• Relational Rank Geometry in Transformers: Detecting and Steering Hidden-State Relation Frames [0.0]
  トークンコンストラクタ間の関係のランク付き幾何について検討した。 32以上のプロンプトを洗浄・腐食介入法で測定する。 クリーンターゲット関係フレームパスは、クリーン・アンサー動作と残差関係幾何を回復する。
  論文  参考訳（メタデータ） (2026-05-28T09:06:13Z)
• Structural Action Transformer for 3D Dexterous Manipulation [80.07649565189035]
  クロス・エボディメント・スキル・トランスファーは、ハイDoFロボットハンドの課題である。 既存の手法は、しばしば2次元の観測と時間中心の行動表現に依存し、3次元の空間的関係を捉えるのに苦労する。 本稿では、構造中心の視点を導入することで、このパラダイムに挑戦する新しい3Dデクスタラスな操作ポリシーを提案する。
  論文  参考訳（メタデータ） (2026-03-04T11:38:12Z)
• GeoTransformer: Fast and Robust Point Cloud Registration with Geometric Transformer [63.85771838683657]
  点雲登録のための正確な対応を抽出する問題について検討する。 最近のキーポイントフリー法は、繰り返し可能なキーポイントの検出をバイパスすることで大きなポテンシャルを示している。 そこで我々は,Geometric Transformer (Geo Transformer) を略して提案し,ロバストなスーパーポイントマッチングのための幾何学的特徴を学習する。
  論文  参考訳（メタデータ） (2023-07-25T02:36:04Z)
• Geometric Transformer for Fast and Robust Point Cloud Registration [53.10568889775553]
  点雲登録のための正確な対応を抽出する問題について検討する。 最近のキーポイントフリー手法は、低オーバーラップシナリオでは難しい繰り返し可能なキーポイントの検出を回避している。 本稿では,ロバストなスーパーポイントマッチングのための幾何学的特徴を学習するための幾何学変換器を提案する。
  論文  参考訳（メタデータ） (2022-02-14T13:26:09Z)

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。