論文の概要: One-Shot Learning for Double-Shot Latte Art: Adapting Cobot Pouring Skills with Dynamic Movement Primitives

• arxiv url: http://arxiv.org/abs/2610.16179v2
• Date: Thu, 15 Oct 2026 01:02:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:15.886991
• Title: One-Shot Learning for Double-Shot Latte Art: Adapting Cobot Pouring Skills with Dynamic Movement Primitives
• Title（参考訳）: ダブルショットラテアートのためのワンショット学習:動的運動プリミティブを用いたコボットポーリングスキルの適応
• Abstract要約: 単一バリスタのデモンストレーションを5つの機能的に異なるフェーズに分割するワンショット学習システムを用いる。 位相ベースのCDMPアプローチは、位相が空間的あるいは時間的要求が異なる任意の実演タスクにラテアートを超えて一般化する。
• 参考スコア（独自算出の注目度）: 1.0079626733116613
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Latte art is a complex task requiring dexterity and precision, making it a challenging and commercially relevant task. A one-shot learning system is employed in which a single barista demonstration is segmented into five functionally distinct phases, each encoded as an independent Cartesian Dynamic Movement Primitive (CDMP) with its own parameters. Against a single-CDMP baseline, per-phase encoding reduces transition endpoint error by 3.2-4.5 times and art-stroke shape error by 2.7 times, reproducing jug tilt to below 1 degree RMS in the pouring phases. The learnt pour scales from a 280mL to a 400mL cup through a single spatial offset and a scaled recipe, with no re-demonstration. The phase-based CDMP approach generalises beyond latte art to any demonstration task whose phases have distinct spatial or temporal requirements whilst demonstrating the ability to adapt reproductions to suit different task requirements.
• Abstract（参考訳）: ラテアートは繊細さと精度を必要とする複雑なタスクであり、挑戦的で商業的に関係のあるタスクである。 単発学習システムは、1つのバリスタのデモを5つの機能的に異なるフェーズに分割し、それぞれが独自のパラメータを持つ独立なモンテカルロ運動原始(CDMP)として符号化する。 単一CDMPベースラインに対して、相間符号化は遷移終端誤差を3.2-4.5倍、アートストローク形状誤差を2.7倍減らし、注水相におけるジャグ傾きを1度以下に再現する。 学習者は280mLから400mLのカップに1つの空間オフセットとスケールされたレシピを通してスケールする。 位相ベースのCDMPアプローチは、フェーズが異なる空間的または時間的要求を持つ任意のデモンストレーションタスクにラテアートを超えて一般化し、異なるタスク要求に適合するように再現を適応する能力を示す。

関連論文リスト

• Improved Distributional Diffusion Models [76.7431857619657]
  分散拡散モデルでは、標準的な平均予測デノイザを、スコアリングルールの目的によって訓練された固有分布デノイザに置き換える。 本稿では, 時間依存型スコアリングルールのスケジュールを, サーモット・ビロリ2024の動的レギュレーションによって通知する。 4段目で4.48 FID、50段目で2.38 FIDをDiT-XL/2で達成した。
  論文  参考訳（メタデータ） (2026-09-29T09:41:56Z)
• MoCHA: Denoising Caption Supervision for Motion-Text Retrieval [13.711042080386166]
  テキスト移動検索システムは、コントラッシブな目的を通じて、モーションキャプチャーペアから共有埋め込み空間を学習する。 標準的なコントラストトレーニングは、各キャプションを単一正のターゲットとして扱い、この分布構造を見渡す。 符号化に先立って各キャプションを再生可能なコンテンツに投影することにより,この分散を低減させるテキスト標準化フレームワークであるMoCHAを提案する。
  論文  参考訳（メタデータ） (2026-03-24T19:47:00Z)
• All-in-One Transferring Image Compression from Human Perception to Multi-Machine Perception [33.05779778716361]
  既存のアプローチは、通常、単一のタスクに対して、非効率でタスク間の相互作用が欠如し、複数のタスク固有のビットストリームが生じる、ダウンストリームタスクにlicを適応させる。 本稿では,事前学習したベースを統一モデルと単一学習プロセスを介して,複数のマシンビジョンタスクに転送可能なマルチタスク適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-17T15:06:52Z)
• ProMotion: Prototypes As Motion Learners [46.08051377180652]
  本稿では,基本動作タスクをモデル化するための統一プロトタイプフレームワークであるProMotionを紹介する。 ProMotionは、現在のタスク固有のパラダイムとは別の、魅力的な属性を提供する。 我々は,特徴記述器と原型学習器を併用して,動作の複雑さを解読する2つのメカニズムを生かした。
  論文  参考訳（メタデータ） (2024-06-07T15:10:33Z)
• Sports-Traj: A Unified Trajectory Generation Model for Multi-Agent Movement in Sports [53.637837706712794]
  任意の軌道をマスク入力として処理する統一軌道生成モデルUniTrajを提案する。 具体的には,空間特徴抽出のためのトランスフォーマーエンコーダ内に埋め込まれたゴースト空間マスキング(GSM)モジュールを紹介する。 バスケットボールU,サッカーU,サッカーUの3つの実践的スポーツデータセットをベンチマークして評価を行った。
  論文  参考訳（メタデータ） (2024-05-27T22:15:23Z)
• Diffusion for Natural Image Matting [88.58577778234036]
  DiffMatteは、画像マッチングの課題を克服するために設計されたソリューションである。 まず、DiffMatteはデコーダを複雑な結合されたマッティングネットワーク設計から切り離し、拡散プロセスのイテレーションで1つの軽量デコーダだけを含む。 第2に、均一な時間間隔を持つ自己整合トレーニング戦略を採用し、時間領域全体にわたるトレーニングと推論の間に一貫したノイズサンプリングを確保する。
  論文  参考訳（メタデータ） (2023-12-10T15:28:56Z)
• Megapixel Image Generation with Step-Unrolled Denoising Autoencoders [5.145313322824774]
  本稿では,サンプルの解像度を高くする手法と,トレーニングとサンプリングの計算要求を低減させる手法の組み合わせを提案する。 例えば、ベクトル量子化GAN(VQ-GAN)、高レベルの損失 - しかし知覚的に重要 - 圧縮 - が可能なベクトル量子化(VQ)モデル、時間ガラストランスフォーマー、高スケールの自己アテンションモデル、非自己回帰(NAR)テキスト生成モデルであるステップ制御型デノイングオートエンコーダ(SUNDAE)などがある。 提案するフレームワークは,高解像度(1024×1024$)までスケールし,(高速で)トレーニングを行う。
  論文  参考訳（メタデータ） (2022-06-24T15:47:42Z)
• Unsupervised Motion Representation Learning with Capsule Autoencoders [54.81628825371412]
  Motion Capsule Autoencoder (MCAE) は、2レベル階層のモーションをモデル化する。 MCAEは、新しいTrajectory20モーションデータセットと、様々な現実世界の骨格に基づく人間のアクションデータセットで評価されている。
  論文  参考訳（メタデータ） (2021-10-01T16:52:03Z)
• Environmental sound analysis with mixup based multitask learning and cross-task fusion [0.12891210250935145]
  音響シーン分類と音響イベント分類は 密接に関連している2つの課題です 本書では,上記の課題に対して二段階法を提案する。 提案手法は,音響シーンと音響イベント分類の相補的特徴を確認した。
  論文  参考訳（メタデータ） (2021-03-30T05:11:53Z)
• Meta-Generating Deep Attentive Metric for Few-shot Classification [53.07108067253006]
  本稿では,新しい数ショット学習タスクのための特定のメトリックを生成するための,新しい深度メタジェネレーション手法を提案する。 本研究では,各タスクの識別基準を生成するのに十分なフレキシブルな3層深い注意ネットワークを用いて,メトリクスを構造化する。 特に挑戦的なケースでは、最先端の競合他社よりも驚くほどパフォーマンスが向上しています。
  論文  参考訳（メタデータ） (2020-12-03T02:07:43Z)

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。