論文の概要: MUCO: A Mani-Unit-Structured Manipulation Framework for Compositional Long-Horizon Robot Tasks
- arxiv url: http://arxiv.org/abs/2610.19913v1
- Date: Wed, 14 Oct 2026 10:04:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:16.08359
- Title: MUCO: A Mani-Unit-Structured Manipulation Framework for Compositional Long-Horizon Robot Tasks
- Title（参考訳）: MUCO: 合成長軸ロボットタスクのためのマニユニット構造化マニピュレーションフレームワーク
- Abstract要約: ロングホライズンロボットの操作は、データ収集コストを高め、機能の再利用を可能にし、ローカル障害を後続のタスクステージに発生させる。
操作ユニット(MU)を再利用可能な操作として導入し、それぞれがローカルゴール、開始条件、観測可能な成功と失敗基準で定義する。
MU-Structured Manipulation (MUSM) を定式化し,MU-Centric Orchestration (MUCO) により実現した。
- 参考スコア（独自算出の注目度）: 16.31838775926467
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Learning and executing long-horizon robot manipulation as complete task trajectories raises data-collection costs, lim?its capability reuse, and causes local failures to cascade into later task stages. We introduce manipulation units (MUs) as reusable operations, each defined by a local goal, an initi?ation condition, and observable success and failure criteria. MUs are learned and verified individually. During execution, consecutive MUs remain coupled through shared environ?ment dynamics. We formulate MU-Structured Manipulation (MUSM) and realize it through MU-Centric Orchestration (MUCO). Given language and vision, MUCO constructs an MU sequence, matches each MU to compatible policy models in a frozen capability registry, and dispatches the model with the highest calibrated success rate. Visual verification checks MU outcomes against success and failure criteria and governs transitions, enabling retry or fallback to another model from the current state without re-executing verified MUs. Canonical keys enable checkpoint reuse for equivalent MUs across tasks without new demonstrations or updates. We evaluate MUCO on RLBench, RoboTwin 2.0, and five real-world tasks. MUCO achieves higher complete-task success and verified progress, stronger failure containment, and lower error propagation than baselines. Results demonstrate cross-task MU reuse and het?erogeneous policy composition without joint training, shared backbones, or common action representations.
- Abstract（参考訳）: タスクの完全なトラジェクトリとしての長距離ロボット操作の学習と実行は、データ収集コストを上昇させるのか?
その能力は再利用され、局所的な障害を後続のタスクステージにカスケードさせる。
我々は、操作ユニット(MU)を再利用可能な操作として導入し、それぞれがローカルゴール、イニシアチブによって定義されるか?
ation条件、観測可能な成功と失敗の基準。
MUは個別に学習され、検証される。
実行中、連続MUは共有環境を介して結合されるのか?
メンタダイナミックス
MU-Structured Manipulation (MUSM) を定式化し,MU-Centric Orchestration (MUCO) により実現した。
言語とビジョンが与えられたMUCOはMUシーケンスを構築し、各MUをフリーズ機能レジストリで互換性のあるポリシーモデルとマッチングし、最高の校正成功率でモデルをディスパッチする。
視覚的検証は、MUの結果を成功と失敗の基準に対してチェックし、移行を管理し、検証されたMUを再実行することなく、現在の状態から別のモデルに再試行またはフォールバックを可能にする。
標準的なキーは、新しいデモや更新なしにタスク間で同等のMUのチェックポイント再利用を可能にする。
MUCOをRLBench,RoboTwin 2.0,および5つの実世界のタスクで評価した。
MUCOは、ベースラインよりも高い完全タスク成功と証明された進捗、より強力な障害封じ込め、エラーの伝播を実現する。
結果は、クロスタスクMUの再利用とヘットを実証する。
共同トレーニング、共有バックボーン、または共通のアクション表現のない不均一なポリシー構成。
関連論文リスト
- PerturBot: Breaking Shortcut Priors in Vision-Language-Action Models with Perturbative Training [54.81497176604651]
視覚-言語-アクション(VLA)ポリシーは、その行動を決定する証拠を無視しながら、複雑なタスクを完了することができる。
私たちはこれらの依存関係をモダリティショートカット(Modality shortcuts)と呼んでいる: 成功例の正規性は、専門家の行動を予測するのに十分な視覚的、語彙的、あるいは運動的手がかりを生み出す。
本稿では,タスク関連エビデンスをより使いやすくし,自分でもショートカットが不十分なPerturbotを提案する。
論文 参考訳（メタデータ） (2026-10-03T15:57:51Z) - Learning What to Skip: Counterfactual Credit Assignment for Efficient Multi-Agent LLM Workflows [49.15875332210974]
すべてのコンポーネントを実行することは、計算を無駄にしたり、正しい中間回答を上書きすることができる。
我々は、制御されたスキップ介入からアクション固有の安全モデルを学ぶ「Skip to Skip」について紹介する。
早期スキップが拒否されると、コントローラは実行を継続し、後続のコンポーネントを再考することができる。
論文 参考訳（メタデータ） (2026-09-25T03:02:57Z) - MUCOCO: Automated Consistency Testing of Code LLMs [0.0]
コードLLMにおける不整合挙動を明らかにするために,MUCOCOと呼ばれる自動整合性テスト手法を提案する。
MUCOCOはそのプログラムを意味論的に等価なプログラム(別名ミュータント)に変換し、ミュータントと元のプログラムとの矛盾を検出する。
その結果,MUCOCOは不整合の露呈に有効であり,最も近い基準線よりも優れていた。
論文 参考訳（メタデータ） (2026-04-21T04:59:09Z) - Training LLMs for Multi-Step Tool Orchestration with Constrained Data Synthesis and Graduated Rewards [76.49428173793386]
LLMは、中間出力を伝搬しながら、正しい順序で複数の依存APIを呼び出す必要がある。
既存の環境は、シミュレーションデータを使った単純なターン毎の関数呼び出しとバイナリ報酬に重点を置いている。
まず、実APIレスポンスの大規模キャッシュを背景とした強化学習環境を構築し、有効なマルチステップオーケストレーショントレースをサンプリングするデータ合成パイプラインを実現する。
第二に、正当性を原子の妥当性とオーケストレーションに分解する、段階的な報酬設計を提案する。
論文 参考訳（メタデータ） (2026-03-25T18:31:39Z) - MU-Bench: A Multitask Multimodal Benchmark for Machine Unlearning [14.755831733659699]
MU-Benchは、Machine Unlearning(MU)の最初の包括的なベンチマークである。
MU-Benchは削除されたサンプルとトレーニングされたモデルの集合を統一し、タスクとデータモダリティを広範囲にカバーする。
我々は、スケーラビリティ、パラメータ効率のよい微調整とカリキュラム学習の影響、データセットバイアスに対する感受性など、未学習の未研究のいくつかの側面を分析した。
論文 参考訳（メタデータ） (2024-06-21T00:13:17Z) - Decentralized Online Learning in Task Assignment Games for Mobile
Crowdsensing [55.07662765269297]
モバイルクラウドセンシングプラットフォーム(MCSP)は、センサオファーをMCSPに送り返してタスクに参加する意思を示すための、利用可能なモバイルユニット(MU)に順次、センシングタスクを発行する。
安定したタスク割り当ては、MCSPとMUの相反する目標、およびMUの要求する努力と嗜好の不確実性という2つの課題に対処する必要がある。
これらの課題を克服するために,衝突回避型マルチアームバンディットと戦略的自由センシング(CA-MAB-SFS)という,マッチング理論とオンライン学習を組み合わせた新たな分散アプローチを提案する。
論文 参考訳（メタデータ） (2023-09-19T13:07:15Z) - Exposing and Addressing Cross-Task Inconsistency in Unified
Vision-Language Models [80.23791222509644]
一貫性のないAIモデルは、人間のユーザーによって不安定で信頼できないと見なされている。
最先端のビジョン言語モデルは、タスク間の驚くほど高い一貫性のない振る舞いに悩まされている。
本稿では,大規模で自動生成されるクロスタスクコントラスト集合上で計算されたランク相関に基づく補助訓練目標を提案する。
論文 参考訳（メタデータ） (2023-03-28T16:57:12Z) - UniMASK: Unified Inference in Sequential Decision Problems [17.09745648221254]
UniMASKフレームワークを導入し、様々なシーケンシャルな意思決定タスクでトレーニング可能なモデルを特定する統一的な方法を提供する。
単一のUniMASKモデルは、シングルタスクモデルと同じようなパフォーマンスで多くのタスクを実行することができる。
論文 参考訳（メタデータ） (2022-11-20T04:54:49Z) - On Steering Multi-Annotations per Sample for Multi-Task Learning [79.98259057711044]
マルチタスク学習の研究はコミュニティから大きな注目を集めている。
目覚ましい進歩にもかかわらず、異なるタスクを同時に学習するという課題はまだ検討されていない。
従来の研究は、異なるタスクから勾配を修正しようとするが、これらの手法はタスク間の関係の主観的な仮定を与え、修正された勾配はより正確でないかもしれない。
本稿では,タスク割り当てアプローチによってこの問題に対処する機構であるタスク割当(STA)を紹介し,各サンプルをランダムにタスクのサブセットに割り当てる。
さらなる進展のために、我々は全てのタスクを反復的に割り当てるためにInterleaved Task Allocation(ISTA)を提案する。
論文 参考訳（メタデータ） (2022-03-06T11:57:18Z)
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。