論文の概要: Tackling Sim-to-Real Mismatch Through Sampling-Based Disturbance Observers: From Analytical Models to Learned World Models

• arxiv url: http://arxiv.org/abs/2610.04896v1
• Date: Sun, 04 Oct 2026 03:18:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-11 08:09:59.042726
• Title: Tackling Sim-to-Real Mismatch Through Sampling-Based Disturbance Observers: From Analytical Models to Learned World Models
• Title（参考訳）: サンプリング型外乱オブザーバによるシモン・トゥ・リアル・ミスマッチの処理:解析モデルから学習世界モデルへ
• Abstract要約: 制御系では、外乱オブザーバ (DOB) が名目モデルや測定されたフィードバックからそのような未測定効果を推定するために広く用いられている。 本稿では、サンプリングベース外乱オブザーバ(SDOB)を開発し、DOBの原理を広範囲のモデルに拡張する。
• 参考スコア（独自算出の注目度）: 15.649498741420622
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic controllers increasingly rely on analytical models, simulators, cost-query interfaces, and learned world models. However, physical deployment can deviate from nominal assumptions, and additional disturbances may arise even when the model itself is accurate. In control systems, disturbance observers (DOB) are widely used to estimate such unmeasured effects from nominal models and measured feedback. Classical DOB formulations are generally built around explicit plant models. This paper develops the sampling-based disturbance observer (SDOB), extending the DOB principle to a broader range of models, including simulators and learned world models, through state-rollout or cost-query interfaces. SDOB separates two observable channels: state-effect disturbances, for which the feedback state differs from its prediction, and cost disturbances, for which the same query state receives different costs as the perceived environment changes. Diverse simulation and real-robot experiments across traditional and learned models demonstrate the effectiveness of SDOB in compensating for sim-to-real mismatch and improving control performance.
• Abstract（参考訳）: ロボットコントローラーは分析モデル、シミュレーター、コストクエリーインタフェース、学習の世界モデルにますます依存している。 しかし、物理的展開は名目上の仮定から逸脱し、モデル自体が正確である場合でも、さらなる乱れが発生する可能性がある。 制御系では、外乱オブザーバ (DOB) が名目モデルや測定されたフィードバックからそのような未測定効果を推定するために広く用いられている。 古典的なDOBの定式化は、一般に明示的な植物モデルを中心に構築されている。 本稿では,サンプルベース外乱オブザーバ(SDOB)を開発し,DOBの原理をシミュレータや学習世界モデルを含む幅広いモデルに拡張する。 SDOBは、フィードバック状態が予測と異なる状態影響障害と、同じクエリ状態が認識される環境の変化に伴って異なるコストを受けるコスト障害の2つの観測可能なチャネルを分離する。 従来のモデルと学習モデルの多変量シミュレーションと実ロボット実験は、SDOBが実ミスマッチの補償や制御性能の向上に有効であることを実証している。

関連論文リスト

• Probing Perceptual Priors of MLLMs via Gibbs Sampling with Interpretable Generative Controls [30.071130311851277]
  あるタスクに対するモデルの振舞いは、それが受ける入力と、それが暗黙的に期待する刺激に対する分布によって、共同で決定される。 生成モデルを用いて,制御可能な軸に沿って刺激を発生させ,その空間上でギブスをサンプリングすることにより,モデルの知覚的事前分布を直接抽出する手法を提案する。
  論文  参考訳（メタデータ） (2026-08-27T21:38:41Z)
• Trimming the Long-Tail of Visual World Modeling Evaluation [67.17191772079316]
  本論文では,不規則な物理的相互作用をシミュレートするために世界モデルに挑戦するベンチマークであるTailor-Benchを紹介する。 通常のシナリオは共通のツールとタスクのペアを反映し、従来型のツールを属性互換の代替品に置き換え、Impossibleシナリオは属性違反ツールを導入している。 実験結果から,物理世界モデリングの長期的ギャップは明らかであり,共通相互作用を超越した一般化の限界が示唆された。
  論文  参考訳（メタデータ） (2026-06-23T07:43:41Z)
• Joint Model and Data Sparsification via the Marginal Likelihood [53.29070892356214]
  本稿では,個々の特徴とサンプルの相違点を同時学習し,同時にモデルとデータスペーシングを実現することを提案する。 このモデルとデータの対称的なプルーニングは、共役を保存する自然な拡張を提供する。 多様な回帰タスクにわたる経験的結果は、共同ARDアプローチがスパースモデルとロバスト予測モデルの両方を一貫して生成することを確認した。
  論文  参考訳（メタデータ） (2026-05-28T13:26:53Z)
• Towards Real-world Human Behavior Simulation: Benchmarking Large Language Models on Long-horizon, Cross-scenario, Heterogeneous Behavior Traces [81.41397370235102]
  我々はOmniBehaviorを紹介した。OmniBehaviorは実世界のデータから構築された最初のユーザシミュレーションベンチマークである。 現在のモデルでは,コンテキストウィンドウが拡大しても,複雑な振る舞いを正確にシミュレートすることが困難であることを示す。 この結果、個人差や長い尾の挙動が失われ、将来の高忠実度シミュレーション研究における重要な方向性が浮き彫りになる。
  論文  参考訳（メタデータ） (2026-04-09T15:26:21Z)
• SmallWorlds: Assessing Dynamics Understanding of World Models in Isolated Environments [15.243547292947397]
  我々はSmallWorld Benchmarkを紹介した。これは、分離された、正確に制御された動的条件下での世界モデル能力を評価するために設計されたテストベッドである。 我々は、Recurrent State Space Model、Transformer、Diffusion Model、Neural ODEなどの代表的アーキテクチャ上で、完全に観測可能な状態空間で包括的な実験を行う。 実験結果から, これらのモデルが環境構造を効果的に把握し, ロールアウトによる予測がいかに悪化するかが明らかになった。
  論文  参考訳（メタデータ） (2025-11-28T18:56:02Z)
• Consistent World Models via Foresight Diffusion [56.45012929930605]
  我々は、一貫した拡散に基づく世界モデルを学習する上で重要なボトルネックは、最適下予測能力にあると主張している。 本稿では,拡散に基づく世界モデリングフレームワークであるForesight Diffusion(ForeDiff)を提案する。
  論文  参考訳（メタデータ） (2025-05-22T10:01:59Z)
• Addressing Misspecification in Simulation-based Inference through Data-driven Calibration [43.811367860375825]
  本研究は, モデル不特定性を克服するフレームワークであるロPEを導入し, 実世界の小キャリブレーションによる地下構造パラメータの測定を行った。 4つの合成課題と2つの実世界の問題により、RoPEはベースラインを上回り、情報的およびキャリブレーションされた信頼区間を一貫して返却することを示した。
  論文  参考訳（メタデータ） (2024-05-14T16:04:39Z)
• Evaluating Pedestrian Trajectory Prediction Methods with Respect to Autonomous Driving [0.9217021281095907]
  本稿では,単一軌跡生成の文脈における歩行者軌跡予測における技術の現状を評価する。 評価は、平均変位誤差(ADE)と最終変位誤差(FDE)を報告した広く使われているETH/UCYデータセット上で行われる。
  論文  参考訳（メタデータ） (2023-08-09T19:21:50Z)
• End-to-End Reinforcement Learning of Koopman Models for Economic Nonlinear Model Predictive Control [45.84205238554709]
  本研究では, (e)NMPCの一部として最適性能を示すために, Koopman シュロゲートモデルの強化学習法を提案する。 エンドツーエンドトレーニングモデルは,(e)NMPCにおけるシステム識別を用いてトレーニングしたモデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-08-03T10:21:53Z)
• Generative Temporal Difference Learning for Infinite-Horizon Prediction [101.59882753763888]
  我々は、無限確率的地平線を持つ環境力学の予測モデルである$gamma$-modelを導入する。 トレーニングタイムとテストタイムの複合的なエラーの間には、そのトレーニングが避けられないトレードオフを反映しているかについて議論する。
  論文  参考訳（メタデータ） (2020-10-27T17:54:12Z)

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。