論文の概要: Fast Non-Parametric Heteroscedastic Imitation Learning With Geometric Priors

• arxiv url: http://arxiv.org/abs/2610.08650v1
• Date: Tue, 06 Oct 2026 16:36:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:30.121078
• Title: Fast Non-Parametric Heteroscedastic Imitation Learning With Geometric Priors
• Title（参考訳）: 幾何学的先行要素を用いた高速非パラメトリックヘテロセダスティック模倣学習
• Abstract要約: 本稿では,データ不足や不均一な不確実性のシナリオにおいて,幾何学的先行性を利用した非パラメトリック手法を提案する。 本手法は,非分離対角カーネルが不確実性関係を捕捉できる時間やロボットの状態に基づいてポリシーを定式化する。 提案手法は,大きな向き変化を持つ多様体値入力と多様体値出力の両方をサポートする。
• 参考スコア（独自算出の注目度）: 10.732502090236098
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When learning probabilistic policies from human demonstrations, data-efficient learning and fast adaptations to new scenarios are key requirements. One popular way to achieve intuitive and reliable adaptations is through non-parametric, typically kernel-based, methods. However, existing solutions either fail to account for the geometry of manifolds common in robotics, limiting data efficiency, or, when geometry-aware, provide unreliable uncertainty estimates or require retraining to adapt. We propose a non-parametric approach leveraging geometric priors in scenarios of data scarcity and heteroscedastic uncertainties for probabilistic modeling. We utilize the method to formulate policies based on time or robot state, where non-separable diagonal kernels allow capturing uncertainty relations between degrees of freedom for same-sized in- and outputs. Fast updates, requiring less than 3 ms for a trajectory involving both position and orientation are possible through an optimized formulation. Our approach supports both manifold-valued input and manifold-valued output with large orientation changes. Using task parameterization, adaptation to different object poses is easily possible. We evaluate the approach on a set of toy examples and on real robot manipulation tasks both in autonomous execution and in shared control scenarios.
• Abstract（参考訳）: 人間の実証から確率的ポリシーを学ぶとき、データ効率の学習と新しいシナリオへの迅速な適応が重要な要件である。 直感的で信頼性の高い適応を実現する方法のひとつに、非パラメトリック、通常はカーネルベースの手法がある。 しかし、既存の解は、ロボティクスに共通する多様体の幾何学を説明できないか、データの効率を制限しないか、幾何学的に認識された場合、信頼性の低い不確実性推定を提供するか、適応するために再訓練を必要とするかのいずれかである。 本稿では,データ不足や不均一な不確実性のシナリオにおける幾何学的先行性を利用した確率的モデリングのための非パラメトリックアプローチを提案する。 時間やロボットの状態に基づいてポリシーを定式化し,非分離型対角カーネルが同一サイズのイン・アウトプットに対して自由度と不確実性の関係を把握できるようにする。 高速更新は最適化された定式化によって、位置と向きの両方を含む軌道に対して3ms未満の高速更新が可能である。 提案手法は,大きな向き変化を持つ多様体値入力と多様体値出力の両方をサポートする。 タスクパラメータ化を用いることで、異なるオブジェクトのポーズへの適応が容易になる。 本研究では,自律実行と共有制御シナリオの両方において,おもちゃの例と実際のロボット操作タスクに対するアプローチを評価する。

関連論文リスト

• Active Timepoint Selection for Learning Measure-Valued Trajectories [55.49809248697036]
  スナップショットから連続確率パスを推定することは、単細胞生物学のような領域における根本的な課題である。 スパース測度空間にアクティブな実験を拡張するフレームワークを導入する。 これにより、不確実性を最小限に抑えるために測定時間を反復的に選択する取得ポリシーが得られる。
  論文  参考訳（メタデータ） (2026-05-28T22:22:35Z)
• Instance-Specific Asymmetric Sensitivity in Differential Privacy [2.855485723554975]
  我々は指数的メカニズムを通して出力を選択するためのパラダイムを提供する以前の作業の上に構築する。 我々のフレームワークは、近接度メートル法をわずかに修正し、スパースベクトル技法の単純かつ効率的な応用を提供する。
  論文  参考訳（メタデータ） (2023-11-02T05:01:45Z)
• Uncertainty Estimation based on Geometric Separation [13.588210692213568]
  機械学習では、特定の入力が正しい確率を正確に予測することがリスク管理に不可欠である。 機械学習モデルにおける不確実性推定を改善するための新しい幾何学的アプローチを提案する。
  論文  参考訳（メタデータ） (2023-01-11T13:19:24Z)
• HyperImpute: Generalized Iterative Imputation with Automatic Model Selection [77.86861638371926]
  カラムワイズモデルを適応的かつ自動的に構成するための一般化反復計算フレームワークを提案する。 既製の学習者,シミュレータ,インターフェースを備えた具体的な実装を提供する。
  論文  参考訳（メタデータ） (2022-06-15T19:10:35Z)
• Dimensionality Reduction and Prioritized Exploration for Policy Search [29.310742141970394]
  Black-boxポリシー最適化は、パラメータレベルでポリシーを探索し更新する強化学習アルゴリズムのクラスである。 本稿では,有効パラメータの探索を優先し,完全共分散行列更新に対処する新しい手法を提案する。 我々のアルゴリズムは最近の手法よりも速く学習し、最先端の結果を得るためにはサンプルを少なくする。
  論文  参考訳（メタデータ） (2022-03-09T15:17:09Z)
• Parameter-free Online Test-time Adaptation [19.279048049267388]
  実世界の様々なシナリオにおいて,テスト時間適応手法が事前学習されたモデルにどのような効果をもたらすかを示す。 我々は特に「保守的」なアプローチを提案し、ラプラシアン適応最大推定(LAME)を用いてこの問題に対処する。 提案手法では,既存の手法よりもシナリオの平均精度がはるかに高く,メモリフットプリントもはるかに高速である。
  論文  参考訳（メタデータ） (2022-01-15T00:29:16Z)
• Model-agnostic and Scalable Counterfactual Explanations via Reinforcement Learning [0.5729426778193398]
  本稿では,最適化手順をエンドツーエンドの学習プロセスに変換する深層強化学習手法を提案する。 実世界のデータを用いた実験により,本手法はモデルに依存しず,モデル予測からのフィードバックのみに依存することがわかった。
  論文  参考訳（メタデータ） (2021-06-04T16:54:36Z)
• Unsupervised and self-adaptative techniques for cross-domain person re-identification [82.54691433502335]
  非重複カメラにおける人物再識別(ReID)は難しい課題である。 Unsupervised Domain Adaptation(UDA)は、ソースで訓練されたモデルから、IDラベルアノテーションなしでターゲットドメインへの機能学習適応を実行するため、有望な代替手段です。 本稿では,新しいオフライン戦略によって生成されたサンプルのトリプレットを利用する,UDAベースのReID手法を提案する。
  論文  参考訳（メタデータ） (2021-03-21T23:58:39Z)
• Fast Uncertainty Quantification for Deep Object Pose Estimation [91.09217713805337]
  深層学習に基づくオブジェクトポーズ推定は、しばしば信頼できない、自信過剰である。 本研究では,6-DoFオブジェクトのポーズ推定のための,シンプルで効率的かつプラグアンドプレイなUQ手法を提案する。
  論文  参考訳（メタデータ） (2020-11-16T06:51:55Z)
• An Online Method for A Class of Distributionally Robust Optimization with Non-Convex Objectives [54.29001037565384]
  本稿では,オンライン分散ロバスト最適化(DRO)のクラスを解決するための実用的なオンライン手法を提案する。 本研究は,ネットワークの堅牢性向上のための機械学習における重要な応用を実証する。
  論文  参考訳（メタデータ） (2020-06-17T20:19:25Z)
• Guided Uncertainty-Aware Policy Optimization: Combining Learning and Model-Based Strategies for Sample-Efficient Policy Learning [75.56839075060819]
  従来のロボットのアプローチは、環境の正確なモデル、タスクの実行方法の詳細な説明、現在の状態を追跡するための堅牢な認識システムに依存している。 強化学習アプローチは、タスクを記述するための報酬信号だけで、生の感覚入力から直接操作することができるが、非常にサンプル非効率で脆弱である。 本研究では,ロボットの知覚・運動パイプラインにおける不正確さを克服できる一般的な手法を得るために,モデルに基づく手法の強みと学習に基づく手法の柔軟性を組み合わせる。
  論文  参考訳（メタデータ） (2020-05-21T19:47:05Z)

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。