論文の概要: Persistent Profile-Guided Reset-Free Recovery Improves Final Gait Selection after Irreversible Leg Damage

• arxiv url: http://arxiv.org/abs/2610.20838v1
• Date: Wed, 14 Oct 2026 19:26:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.039681
• Title: Persistent Profile-Guided Reset-Free Recovery Improves Final Gait Selection after Irreversible Leg Damage
• Title（参考訳）: パーシスタントプロファイラ誘導リセットフリーリカバリは、不逆脚損傷後の最終歩行選択を改善する
• Abstract要約: 損傷回復アルゴリズムは、短い試行錯誤から歩行をランク付けするが、十分な短時間の歩行は、継続実行中は有効に保たない可能性がある。 リセットのないリカバリでは、各試行は次に受け継がれる物理的状態も変更する。 繰り返し歩行動作における複数の結果を予測するPGRR(Persistent Profile-Guided Reset-free recovery)を導入する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Damage-recovery algorithms often rank gaits from short trials, yet a gait that performs well briefly may not remain effective during continued execution. In reset-free recovery, each trial also changes the physical state inherited by the next. We introduce persistent profile-guided reset-free recovery (PGRR), which predicts multiple outcomes over repeated gait execution and uses conservative uncertainty-aware estimates to guide short online probes without resetting the robot. Across 108 matched MuJoCo tasks spanning leg amputation, distal fracture, and joint lock, PGRR improves final quality by 0.106 and slot-averaged recovery quality (SRQ) by 0.044 relative to an IT&E-inspired Gaussian-process baseline, while reducing low-quality failures by 27.8 percentage points. Final-quality gains occur in all three damage classes. Against no adaptation, PGRR also improves final quality and reduces low-quality failures, whereas the aggregate SRQ difference is inconclusive. Development ablations identify conservative uncertainty handling as the clearest supported contributor to the observed gains. These results show that PGRR can identify stronger post-damage gaits under continuous physical state and that final-gait quality and recovery-summary performance provide complementary evidence for evaluating reset-free recovery.
• Abstract（参考訳）: 損傷回復アルゴリズムは、しばしば短い試行錯誤から歩行をランク付けするが、十分な短時間の歩行は継続実行中は有効に保たない。 リセットのないリカバリでは、各試行は次に受け継がれる物理的状態も変更する。 提案手法では,反復歩行実行における複数の結果を予測するとともに,保守的不確実性を考慮した推定値を用いて,ロボットをリセットすることなく短時間のオンラインプローブを誘導する。 PGRRは、脚切断、遠位骨折、関節ロックにまたがる MuJoCo タスクに108回にわたって適合し、IT&Eにインスパイアされたガウスプロセスのベースラインに対して、最終品質を0.106、スロット平均回復品質(SRQ)を0.044改善し、低品質の故障を27.8ポイント削減した。 最終品質の上昇は3つの被害クラスすべてで起こる。 PGRRは適応を伴わないため、最終品質も向上し、低品質の障害も低減するが、総合的なSRQ差は決定的ではない。 開発は、保守的な不確実性処理を、観察された利得に対する最も明確な支持要因とみなしている。 以上の結果から, PGRRは連続的物理的状態下での損傷後歩行の強さを識別し, 最終的な歩行品質と回復期回復性能は, リセットフリー回復を評価するための相補的証拠となることが示唆された。

関連論文リスト

• MeshHeal: Two-Timescale Self-Healing for Gray Failures in Decentralized LLM Agent Networks [60.95806999869478]
  MeshHealは、完全に分散化された自己修復フレームワークである。 能力にマッチしたピアレビューを2つのタイムスケールに分けている。 1タスクあたり51kのトータルモデルトークンを使用して0.839の劣化位相精度を達成し、最強のベースラインでは1タスクあたり115kの0.807の精度を達成した。
  論文  参考訳（メタデータ） (2026-09-24T04:29:37Z)
• AquaMend: Minimal Re-probing and Conditional Rollback for Latent-Belief Failures in Embodied Agents [23.337499695293744]
  AquaMendは、re-probing, rollback, Support continuation on a probe-belief-action graphの比較を行う。 ジョイント後部は条件検出パワースクリーニングによるワンステップポリシーを導出する。
  論文  参考訳（メタデータ） (2026-09-24T03:39:48Z)
• TTSD-FAR: Test-Time Self-Distillation with Fisher-Anchored Restoration for Missing-Modality Emotion Recognition in LVLMs [83.78708832901194]
  大規模ビデオ言語モデル(LVLM)は、野生のマルチモーダル感情認識(ER)のようなマルチモーダルタスクにおいて顕著なパフォーマンスを示している。 しかし、現実のデプロイメントは依然として困難であり、テスト時にモダリティが欠落したりうる。 凍結した教師が自己蒸留により適応的な低学級の生徒を指導する手法を提案する。 MELD, DFEW, BAHを0%-50%のモダリティで実験した結果, この統一型適応復元設計はエントロピーベースの適応, RAG, およびパープレキシティベースの生成より一貫して優れていた。
  論文  参考訳（メタデータ） (2026-08-18T23:40:28Z)
• Reflective Recovery: A Self-Supervised Method for Reasoning by Learning from Mistakes [70.64622557376505]
  リフレクティブリカバリは、推論中のミスを認識し、修正するようにモデルに教える。 AIME 2025では30.0%から37.5%、Minervaでは37.6%から47.8%に精度が向上している。
  論文  参考訳（メタデータ） (2026-07-24T02:51:42Z)
• BRIDGE: Bottleneck-Aware Regulator-Set Inference and Diagnosis for Cooperative Gene Regulatory Recovery [2.8410059035029955]
  Bottleneck-Aware Regulator-Set Inference and Diagnosis (BRIDGE)は、完全なレギュレータセット回復のためのフレームワークである。 TRACEは、検索、セットレベルのスコアリング、デコード、評価ボトルネックに障害を原因付ける診断スイートである。 30回にわたるシード協調設定では、Residual HOS2はJaccardの類似性を0.382から0.460に改善し、0.522から0.597にリコールし、分解可能なペアセットスコアで0.053から0.113に正確なリカバリを行う。
  論文  参考訳（メタデータ） (2026-07-21T00:31:48Z)
• Relative Repairability: A Calibration-Based Diagnostic for High-Sparsity Post-Pruning Allocation [12.288779306467768]
  相対修復性 (RR) はキャリブレーションに基づく診断であり、層状プルーニングによる生の活性化歪みとチャネル状分散整合修復後の残留歪みを比較する。 RRはアーキテクチャ依存の回復可能性遷移(Recoverability transition)の近くで最も有用であり、標準的な構造や大きさに基づくアロケーションが信頼性を失い始めるが、修復後のリカバリはまだ完全には崩壊していない。 これらの結果から, 高い疎水性プルーニングは, 保持重量だけでなく, 修復性にも寄与することが示唆された。
  論文  参考訳（メタデータ） (2026-05-25T07:12:38Z)
• RePO-VLA: Recovery-Driven Policy Optimization for Vision-Language-Action Models [90.39703013636868]
  RePO-VLAは、リカバリ駆動のポリシー最適化フレームワークである。 成功、回復、失敗の軌跡に異なる役割を割り当てる。 対人的な成功は、平均で20%から75%、実世界の規模で80%まで上昇する。
  論文  参考訳（メタデータ） (2026-05-10T08:24:05Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• ReSURE: Regularizing Supervision Unreliability for Multi-turn Dialogue Fine-tuning [72.05731026796335]
  マルチターン対話システムは、低品質のデータに晒された場合、しばしば劣化した性能に悩まされる。 本稿では,適応学習手法であるReSUREを提案する。 単一ソースと混合品質のデータセットの実験では、安定性と応答品質が改善された。
  論文  参考訳（メタデータ） (2025-08-27T15:54:01Z)

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。