論文の概要: Target-Constrained Pooling for Trajectory Extrapolation

• arxiv url: http://arxiv.org/abs/2610.13034v1
• Date: Fri, 09 Oct 2026 05:46:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.410929
• Title: Target-Constrained Pooling for Trajectory Extrapolation
• Title（参考訳）: 軌道外挿用ターゲット拘束型プール
• Abstract要約: 部分的目標軌道からの軌道外挿は過小評価されるが、完了した関連する軌道は未解決の継続に関する情報を提供する。 本稿では,有限水平方向の終端を継続形状から分離し,その終端を2つの相補的音源信号から推定するターゲット拘束型プーリング(TCP)を提案する。 TCPは、代表的ソースを選択し、両方のエンドポイント推定を目標一貫性領域に投影し、それらを自由予測の補正に変換し、強度校正と劣化認識重み付けによって影響を制御する。
• 参考スコア（独自算出の注目度）: 19.840392243333895
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Trajectory extrapolation from a partial target trajectory is underdetermined, but completed related trajectories provide information about the unresolved continuation. We propose target-constrained pooling (TCP), which separates the finite-horizon endpoint from continuation shape and estimates that endpoint from two complementary source signals. Uniform pooling captures final response levels, while matched-increment pooling captures the remaining change after aligning source and target states. TCP selects representative sources, projects both endpoint estimates onto a target-consistent region, converts them into corrections of the free forecast, and controls their influence through strength calibration and degradation-aware weighting. Across 25,245 targets from five domains and both forecasting directions, TCP reduces mean RMSE by 35.8% to 42.1% for all ten target-only forecasters and improves all 100 forecaster, dataset, and direction comparisons. The two endpoint signals consistently outperform either alone, while representative selection remains within 0.64% to 1.02% of the full donor pool using 12.7x fewer donor inputs and 138.8x fewer matching distance computations.
• Abstract（参考訳）: 部分的目標軌道からの軌道外挿は過小評価されるが、完了した関連する軌道は未解決の継続に関する情報を提供する。 本稿では,有限水平方向の終端を継続形状から分離し,その終端を2つの相補的音源信号から推定するターゲット拘束型プーリング(TCP)を提案する。 均一プーリングは最終応答レベルをキャプチャし、マッチインクリメントプーリングはソースとターゲット状態の整列後の残りの変更をキャプチャする。 TCPは、代表的ソースを選択し、両方のエンドポイント推定を目標一貫性領域に投影し、それらを自由予測の補正に変換し、強度校正と劣化認識重み付けによって影響を制御する。 25,245件の目標を5つのドメインと予測方向から達成し、平均RMSEを平均35.8%から42.1%に減らし、予測器、データセット、方向比較を改良した。 2つの終端信号は単独でも常に優れており、代表選択は12.7倍のドナー入力と138.8倍のマッチング距離計算を用いて、完全なドナープールの0.64%から1.02%の範囲内にある。

関連論文リスト

• DexPolicy: Scheduled Exploration for Trajectory-Guided Dexterous Manipulation [59.77542456468077]
  器用な操作のための強化学習(RL)は、指と物体の接触を発見し、その物体を正確に制御する必要がある。 我々のベースラインPPOは、5Mステップ後に最初の動作ノイズの近くで終了し、探索スケールの明示的な制御を動機付けます。 PPO, 批判のないGRPO継続, フローフリーなPPOの3つのポリシー最適化設定について検討した。
  論文  参考訳（メタデータ） (2026-09-30T04:19:47Z)
• GAUGE: Group-Wise View-Inconsistency Rectification for Feed-Forward 4D Tracking [48.91477882822122]
  本稿では,GAUGE(Group-wise Adaptive Unsupervised Gauge Estimation)について述べる。 方向整合性と空間接続性から運動群を復元し、フレーム単位のラジアルスケールとグループレベルの変換を推定する。 D4RT, 4RC, SM4RTを含む8つのトラッカーの動的クエリポイントでは, 訂正されていない予測に対して, 終端誤差を15.1%から62.6%削減する。
  論文  参考訳（メタデータ） (2026-09-26T13:14:53Z)
• On-Policy Self-Distillation in Diffusion Models [89.32656931795293]
  強化学習は、拡散モデルと人間の好みやタスク固有の目的とを一致させることができるが、エンドポイント報酬は、中間的偏見予測をどのように変更すべきかを規定していない。 そこで我々は、DiffusionOPSDを、画像レベルの報酬誘導を明示的なターゲットに変換して、サンプルクエリにおけるクリーンな出力予測を行うオンライン自己蒸留フレームワークとして導入する。 SD 3.5-Mとステップ蒸留したZ-Image-Turboを用いて、2つのバックボーンと10個の評価器で20の報酬マッチング設定のうち19のファイナルホールトアウトスコアを達成した。
  論文  参考訳（メタデータ） (2026-08-25T14:55:24Z)
• Lag-aware cross-hand alignment for dual-hand action segmentation [0.0]
  ラグ・アウェア・クロス・ハンド・アライメント(Lag-Aware Cross-Hand Alignment, LACA)は,手固有の特徴ストリーム間の方向の時間-オフセット分布を明示的に推定する軽量モジュールである。 LACAは、推定オフセットからクロスハンド情報を検索し、学習されたヌル状態を組み込んで、互換性のあるクロスハンド遷移がサポートされていない場合に転送を抑制する。 HA-ViDとATTACHのトレーニングアノテーションの分析では、それぞれ44.7%と48.9%のトランジションアンカーの堅牢な非ゼロのクロスハンドマッチが示されている。
  論文  参考訳（メタデータ） (2026-07-28T19:31:45Z)
• Constrained Path Reasoning: Measuring When Committed Stages Earn Their Cost [2.9867974725783113]
  Constrained Path Reasoning (CPR)は、ソース認識パス仮説とステージレベルの会計とをペアリングする。 CPRは、タスク互換のコミットメントは、移行を分解し、候補の質量を集中し、正規性を誘導し、そのゲインが宣伝されたエラーや実行コストを超えたときにフィードバックを公開することができると予測している。
  論文  参考訳（メタデータ） (2026-07-19T13:11:18Z)
• Learning Only What Valid Adapters Can Express: Subspace-Constrained Adaptation Against Fine-Tuning Poisoning [0.0]
  既存のタスクアダプタの信頼できるプールから推定される部分空間への適応。 Flan-t5-large with 196 public LoRA adapters, we show that the relevant content of an adapter is lies in a low-dimensional shared subspace。
  論文  参考訳（メタデータ） (2026-07-06T16:43:04Z)
• ESPO: Early-Stopping Proximal Policy Optimization [78.79610718910628]
  ESPO(Early-Stopping Proximal Policy Optimization)は、軌道上の障害を検出し、ロールアウトを早期に終了する。 DeepSeek-R1-Distill-Qwen-7Bでは、ESPOはAIME2024(46.28%対45.25%)、AMC2023(85.83%対82.94%)、MATH-500(87.42%対85.43%)でPPOを上回っている。
  論文  参考訳（メタデータ） (2026-05-28T12:40:22Z)
• Multi-Dimensional Behavioral Evaluation of Agentic Stock Prediction Systems Using Large Language Model Judges with Closed-Loop Reinforcement Learning Feedback [1.2362187555287152]
  ファイナンスにおける予測評価は、ポイント予測エラーに基づく集計精度測定と予測精度テストに依存している。 本稿では,中間決定プロセス自体を評価することによって,精度試験を補完する行動予測評価手法を提案する。
  論文  参考訳（メタデータ） (2026-05-07T06:31:34Z)
• FIPO: Eliciting Deep Reasoning with Future-KL Influenced Policy Optimization [84.58281577727566]
  本稿では,大規模言語モデルにおける推論ボトルネックを克服する強化学習アルゴリズムであるFuture-KL Influenced Policy Optimization (FIPO)を提案する。 FIPOは、割引先KLの分岐をポリシー更新に組み込むことでこの問題に対処し、その後の軌道行動への影響に基づいてトークンを再重み付けする密集した有利な定式化を作成する。 Qwen2.5-32Bで評価され、FIPOは平均チェーン長を約4,000から10,000以上のトークンに拡張し、AIME 2024 Pass@1の精度を50.0%から58.0%に向上させた。
  論文  参考訳（メタデータ） (2026-03-20T10:24:50Z)
• Temporal Zoom Networks: Distance Regression and Continuous Depth for Efficient Action Localization [6.908972852063454]
  時間的行動の局所化は、正確な境界検出と計算効率の両方を必要とする。 我々は、境界距離回帰(BDR)と適応時間制限(ATR)という2つの補完的なイノベーションを通じてこの問題に対処する。 THUMOS14では、ActionFormer++ (55.7% mAP@0.7 at 235G) よりも36%少ないFLOPを用いて、151GのFLOPで56.5% mAP@0.7を達成する。
  論文  参考訳（メタデータ） (2025-11-06T00:41:54Z)

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。