論文の概要: MOSAIC: Mode- and Support-Aware Inference-Time Control of Robot Diffusion Models

• arxiv url: http://arxiv.org/abs/2610.17001v1
• Date: Mon, 12 Oct 2026 15:49:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 03:48:01.693578
• Title: MOSAIC: Mode- and Support-Aware Inference-Time Control of Robot Diffusion Models
• Title（参考訳）: MOSAIC:ロボット拡散モデルのモードとサポートを考慮した推論時間制御
• Abstract要約: 拡散モデルのような生成ポリシーは、ロボットの振る舞いに対して表現力のあるデータ駆動の事前情報を提供する。 しかし、ロボットが実行時に直面する状況は、トレーニングデータとほとんど一致せず、学習していないポリシーや目的を課すことはめったにない。 ロボット拡散モデルの勾配自由推論時間制御のためのモード重み付きサポート対応フレームワークであるMOSAICを紹介する。
• 参考スコア（独自算出の注目度）: 4.007941506726596
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative policies such as diffusion models provide expressive data-driven priors for robot behavior, yet the situations a robot faces at execution time rarely match its training data and impose constraints and objectives the policy never learned. Existing inference-time guidance methods either rely on gradients that can push samples away from the learned prior, or on sampling procedures that can be inefficient, collapse modes, or average them into out-of-distribution predictions. We introduce MOSAIC, a mode- and support-aware framework for gradient-free inference-time control of robotic diffusion models. MOSAIC treats the initial noise and all stochastic reverse-step perturbations as a joint input to the pretrained denoising process and adapts a distribution over this input using importance weights computed from fully denoised outputs. Physical feasibility and consistency with the learned support are balanced using adaptive penalties, while mode-wise importance-weighted updates preserve modes and avoid destructive averaging. The same formulation can jointly steer multiple independently trained diffusion models through shared coupling costs, enabling coordinated behavior without requiring a joint model. We evaluate MOSAIC on navigation, dexterous grasping, motion planning with unseen geometry, and collaborative box manipulation with independently trained robot priors. Across these settings, MOSAIC adapts and composes frozen diffusion priors under new deployment constraints without retraining.
• Abstract（参考訳）: 拡散モデルのような生成的ポリシは、ロボットの振る舞いに対して表現力のあるデータ駆動の事前情報を提供するが、実行時にロボットが直面する状況は、トレーニングデータとほとんど一致せず、学習されていないポリシーの制約や目的を課すことは滅多にない。 既存の推論時ガイダンス手法は、学習した前者からサンプルを遠ざける勾配に依存するか、非効率なサンプリング手順、崩壊モード、あるいはそれらをアウト・オブ・ディストリビューション(out-of-distriion)予測に平均化する。 ロボット拡散モデルの勾配自由推論時間制御のためのモードおよびサポート対応フレームワークであるMOSAICを紹介する。 MOSAICは、初期雑音と全ての確率的逆ステップ摂動を、事前訓練された復調過程へのジョイント入力として扱い、完全に復調された出力から計算された重みを使って、この入力に対する分布を適応させる。 物理的実現可能性と学習支援との整合性は適応的な罰則を用いてバランスを保ち、モードワイドに重み付けされた更新はモードを保ち、破壊的な平均化を避ける。 同じ定式化は、共有結合コストを通じて複数の独立に訓練された拡散モデルを共同で操り、結合モデルを必要としない協調的な挙動を可能にする。 本研究は,MOSAICのナビゲーション,鮮明な把握,不明瞭な幾何学による動作計画,独立に訓練されたロボットによる協調的ボックス操作について評価する。 これらの設定全体にわたって、MOSAICは、再トレーニングすることなく、新しいデプロイメント制約の下で、凍結拡散前処理を適応し、構成する。

関連論文リスト

• FlowDAgger: Human-in-the-Loop Adaptation of Generative Robot Policies in Latent Space [15.351960740594201]
  FlowDAggerは、潜伏空間における人間の介入から凍結した生成ロボットポリシーを適用するためのサンプルおよび計算効率のよい方法である。 私たちのキーとなるアイデアはアクション・インバージョン(アクション・インバージョン)です。 本研究では,FlowDAggerのシミュレーションおよび実世界のバイマニュアルおよびシングルアーム操作について評価する。
  論文  参考訳（メタデータ） (2026-07-09T19:07:33Z)
• Flexible Locomotion Learning with Diffusion Model Predictive Control [46.432397190673505]
  本稿では,学習した生成拡散モデルを計画に先立って近似力学として活用する拡散MPCを提案する。 我々の設計では、テスト時適応性が強く、プランナーは、再訓練することなく、新しい報酬仕様に調整できる。 我々はDiffusion-MPCを実世界で検証し、強い移動と柔軟な適応を示す。
  論文  参考訳（メタデータ） (2025-10-05T14:51:13Z)
• Variational Diffusion Unlearning: A Variational Inference Framework for Unlearning in Diffusion Models under Data Constraints [9.885531514020437]
  本研究では,事前学習した拡散モデルから望ましくない特徴を含む出力の発生を防止できる機械学習手法を提案する。 本手法は, 可塑性インデューサと安定正則化器の2項からなる損失関数の最小化を目的とした, 変分推論フレームワークに着想を得たものである。 本手法の有効性は,授業未学習と特徴未学習の両方に対する総合的な実験を通じて検証する。
  論文  参考訳（メタデータ） (2025-10-05T06:39:30Z)
• Learning Individual Behavior in Agent-Based Models with Graph Diffusion Networks [2.749593964424624]
  エージェントベースモデル(ABM)は、複雑なシステムの創発的特性を研究するための強力なツールである。 生成したデータを観測することで,任意のABMの識別可能なサロゲートを学習するための新しいフレームワークを提案する。 本手法は,拡散モデルとグラフニューラルネットワークを組み合わせ,エージェントの相互作用をモデル化する。
  論文  参考訳（メタデータ） (2025-05-27T16:55:56Z)
• 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)
• Diffusion Predictive Control with Constraints [51.91057765703533]
  拡散予測制御(Diffusion predictive control with constraints,DPCC)は、拡散に基づく制御のアルゴリズムである。 DPCCは,新しいテスト時間制約を満たすために,既存の手法よりも優れた性能を示すロボットマニピュレータのシミュレーションを通して示す。
  論文  参考訳（メタデータ） (2024-12-12T15:10:22Z)
• Adaptive Training Meets Progressive Scaling: Elevating Efficiency in Diffusion Models [52.1809084559048]
  TDCトレーニングと呼ばれる新しい2段階分割型トレーニング戦略を提案する。 タスクの類似性と難易度に基づいてタイムステップをグループ化し、高度にカスタマイズされた復調モデルを各グループに割り当て、拡散モデルの性能を向上させる。 2段階のトレーニングでは、各モデルを個別にトレーニングする必要がなくなるが、総トレーニングコストは、単一の統合されたデノナイジングモデルをトレーニングするよりもさらに低い。
  論文  参考訳（メタデータ） (2023-12-20T03:32:58Z)
• One More Step: A Versatile Plug-and-Play Module for Rectifying Diffusion Schedule Flaws and Enhancing Low-Frequency Controls [77.42510898755037]
  One More Step (OMS) は、推論中に単純だが効果的なステップを付加したコンパクトネットワークである。 OMSは画像の忠実度を高め、トレーニングと推論の二分法を調和させ、元のモデルパラメータを保存する。 トレーニングが完了すると、同じ潜在ドメインを持つ様々な事前訓練された拡散モデルが同じOMSモジュールを共有することができる。
  論文  参考訳（メタデータ） (2023-11-27T12:02:42Z)
• 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)
• Value function estimation using conditional diffusion models for control [62.27184818047923]
  拡散値関数(DVF)と呼ばれる単純なアルゴリズムを提案する。 拡散モデルを用いて環境-ロボット相互作用の連成多段階モデルを学ぶ。 本稿では,DVFを用いて複数のコントローラの状態を効率よく把握する方法を示す。
  論文  参考訳（メタデータ） (2023-06-09T18:40:55Z)

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。