論文の概要: To Route or to Adapt? Multi-Expert Diffusion Planners in Unseen Regions
- arxiv url: http://arxiv.org/abs/2610.31095v1
- Date: Thu, 22 Oct 2026 11:06:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.330597
- Title: To Route or to Adapt? Multi-Expert Diffusion Planners in Unseen Regions
- Title（参考訳）: 未確認領域における多元拡散プランナーの経路と適応
- Abstract要約: ドメイン固有の専門家による拡散軌道プランナーは、目に見えない地域で実践的な問題に直面している。
既存の専門家の選任に依存しているのか、それともプランナー自身が適応しなければならないのか?
本稿では,共有アダプタとドメインごとのエキスパートアダプタを併用したプランナを用いて,この問題について検討する。
- 参考スコア（独自算出の注目度）: 7.16351682977315
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Diffusion trajectory planners with domain-specific experts face a practical question in unseen regions: can they rely on selecting among existing experts, or must the planner itself adapt? We study this question using a planner with a shared adapter and per-domain expert adapters. Across three real-world held-out maps, none of eight test-time routing schemes improves the fleet-mean lateral offset over the static default, which uses the same expert for every scene. Even an oracle that selects the best expert for each scene reduces the mean offset by only 0.9 m. In contrast, reward-based fine-tuning on just 20 target-region scenes yields substantially larger gains. On matched evaluation slices, joint replay achieves a fleet-mean offset of 6.9 m, compared with 12.4 m for the static default. Comparisons under the same target-region training budget show that target-region training drives the improvement, while replaying training scenes limits forgetting on the original ODDs. On nuPlan, fine-tuning across training cities also improves open-loop offsets, although closed-loop performance deteriorates. Further diagnostics reveal that two test-time adaptation baselines achieve low offsets by producing degenerate trajectories. These results show the limited headroom for selecting among existing experts and the greater open-loop gains available from adapting the planner.
- Abstract（参考訳）: ドメイン固有の専門家を持つ拡散軌道プランナーは、目に見えない地域で実践的な問題に直面している。
本稿では,共有アダプタとドメインごとのエキスパートアダプタを併用したプランナを用いて,この問題について検討する。
3つの実世界のホールドアウトマップにまたがって、8つのテストタイムルーティングスキームはいずれも静的デフォルトよりもフリート平均横オフセットを改善しておらず、すべてのシーンで同じ専門家を使用している。
各シーンで最高の専門家を選ぶオラクルでさえ、平均オフセットを0.9m減らす。
対照的に、わずか20のターゲット領域シーンでの報酬ベースの微調整は、かなり大きな利益をもたらす。
一致した評価スライスでは、ジョイントリプレイは6.9mのフリート平均オフセットを達成するが、静的なデフォルトは12.4mである。
同じ目標地域トレーニング予算下での比較では、目標地域トレーニングが改善を促進する一方で、トレーニングシーンの再生は元のODDを忘れることを制限する。
nuPlanでは、訓練都市間の微調整もオープンループオフセットを改善するが、クローズループのパフォーマンスは低下する。
さらなる診断により、2つの試験時間適応ベースラインが縮退軌跡を発生させることで低いオフセットを達成することが明らかとなった。
これらの結果から,既存の専門家の中から選択するための限られたヘッドルームと,プランナーの適応によって得られるオープンループゲインの増大が示唆された。
関連論文リスト
- Planning under Noise with Neural Operators [69.53338532337057]
不確実な制御実行ノイズの下での計画には、多様な環境における信頼性の高いフィードバックポリシーが必要である。
本研究では,未知の測地における計画のための雑音認識値場を学習するニューラル演算子であるプランニング・アンダーノイズ(PUN)を紹介する。
論文 参考訳（メタデータ） (2026-10-20T17:58:30Z) - What Does CLIP Learn for Regional Geolocalization? Probing Visual Cues and Scene Configuration After Adaptation [4.253175830508201]
首都圏における地域地理の地域化について検討する。
ゼロショットCLIP、フリーズエンコーダ読み込み、部分エンコーダ更新、ローランド適応(LoRA)、フル微調整を比較した。
適応モデルはエッジとボケの精度を高め、スクランブル後の予測の42.92-45.56%を切り替える。
論文 参考訳（メタデータ） (2026-08-22T04:07:09Z) - From Feasibility to Desirability: Plan, Learn, Adapt (PLA) Framework for Personalized On-Device Itinerary Generation [1.6391892978433935]
Plan, Learn, Adaptは、デバイス上でパーソナライズされた反復生成のための3段階のフレームワークである。
アメリカ合衆国の100以上の都市で2,519対の人間比較を行い、PLAは67.8%の勝利率、最高のシングルプランナーよりも11.2%のポイントを達成し、100%実現可能である。
FlyEnJoyでの運用では、PLAは反復完了率を91%増加させ、109.9msのデバイス上の平均遅延を発生させた。
論文 参考訳（メタデータ） (2026-07-17T01:52:02Z) - MoE-Sieve: Routing-Guided LoRA for Efficient MoE Fine-Tuning [0.5076419064097734]
MoE-SieveはLoRAファインチューニングのためのシンプルなルーティング誘導フレームワークである。
上位25%のルーティングされた専門家のみをチューニングすることは、完全なLoRAと競合し続けています。
また、専門家数と種間差異の非単調な関係も観察した。
論文 参考訳（メタデータ） (2026-03-25T07:53:09Z) - Bridging Local and Global Knowledge: Cascaded Mixture-of-Experts Learning for Near-Shortest Path Routing [0.4375198630620414]
そこで,我々はCascaded Mixture of Experts (Ca-MoE) を訓練し,APNSPルーティング問題を解く。
われわれのCa-MoEはモジュラー2層アーキテクチャであり、フォワーダー選択の意思決定をサポートする。
実験により、Ca-MoEルーティングはスパースネットワークの精度を最大29.1%向上することが示された。
論文 参考訳（メタデータ） (2026-03-16T17:06:34Z) - Zero-Shot Cross-City Generalization in End-to-End Autonomous Driving: Self-Supervised versus Supervised Representations [9.18632648031395]
エンド・ツー・エンド軌道計画におけるゼロショット・クロスシティの一般化について検討する。
自己監督型視覚表現は都市間の移動を改善する。
これらの結果は、エンド・ツー・エンドの自動運転システムを評価するために必要なテストとしてゼロショットの地理的移動を確立する。
論文 参考訳（メタデータ） (2026-03-12T01:19:32Z) - Efficient local linearity regularization to overcome catastrophic
overfitting [59.463867084204566]
単段階逆行訓練におけるカタストロフィックオーバーフィッティング(CO)は、逆行性テスト精度(最大0%まで)の急激な低下をもたらす。
我々は,従来のAT評価においてCOを効果的かつ効率的に緩和するために,ELLEと呼ばれる正規化項を導入する。
論文 参考訳（メタデータ） (2024-01-21T22:55:26Z) - Consistency-Aware Anchor Pyramid Network for Crowd Localization [167.93943981468348]
クラウドローカライゼーションは、群衆シナリオにおける人間の空間的位置を予測することを目的としている。
本稿では,各画像領域のアンカー密度を適応的に決定するアンカーピラミッド方式を提案する。
論文 参考訳（メタデータ） (2022-12-08T04:32:01Z) - SRRT: Exploring Search Region Regulation for Visual Object Tracking [58.68120400180216]
探索領域規則追跡(SRRT)と呼ばれる新しい追跡パラダイムを提案する。
SRRTでは,各フレームに対して最適な探索領域を動的に推定するために,提案された探索領域レギュレータを適用している。
大規模なLaSOTベンチマークでは、SRRTはSiamRPN++とTransTをAUCの4.6%と3.1%で改善した。
論文 参考訳（メタデータ） (2022-07-10T11:18:26Z) - Learning Space Partitions for Path Planning [54.475949279050596]
PlaLaMは2次元ナビゲーションタスクにおける既存の経路計画手法よりも優れており、特に難解な局所最適化の存在下では優れている。
これらは高マルチモーダルな実世界のタスクに移行し、コンパイラフェーズでは最大245%、分子設計では最大0.4の強いベースラインを0-1スケールで上回ります。
論文 参考訳（メタデータ） (2021-06-19T18:06:11Z)
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。