論文の概要: Spatial Heuristic Strategy based Diffusion Reinforcement Learning for Online 3D Bin Packing

• arxiv url: http://arxiv.org/abs/2610.32241v1
• Date: Fri, 23 Oct 2026 06:49:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.413208
• Title: Spatial Heuristic Strategy based Diffusion Reinforcement Learning for Online 3D Bin Packing
• Title（参考訳）: 空間ヒューリスティック戦略に基づくオンライン3次元ビンパッキングのための拡散強化学習
• Abstract要約: 空間戦略と統合した拡散強化学習法を提案する。 アクション前スクリーニングによってアクション空間を圧縮し、空間構造をモデル化するグラフニューラルネットワークを導入し、空間断片化を抑制するための複合報酬関数を設計する。
• 参考スコア（独自算出の注目度）: 4.372517447724777
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional heuristic methods have accumulated mature experience in core objectives, such as space utilization and layout compactness of 3D bin packing, relying on artificially designed rule-based logic. However, they exhibit obvious limitations in generalization ability and adaptability to dynamic scenarios. Diffusion reinforcement learning, which integrates the spatial search capability of reinforcement learning and the data distribution modeling capability of diffusion learning, has achieved certain progress in action distribution modeling and decision compliance constraints. Nevertheless, there remain issues including insufficient perception of the spatial topological structure in 3D bin packing and limited layout optimization capability. To address these problems, we propose a diffusion reinforcement learning method integrated with spatial heuristic strategies, which combines classical bin packing heuristic rules with a diffusion reinforcement learning framework. Specifically, it compresses the action space through heuristic action pre-screening, introduces a graph neural network to model the spatial structure, and designs a composite reward function incorporating flatness to suppress spatial fragmentation, thereby realizing the organic integration of prior knowledge and adaptive optimization. Experimental results demonstrate that the pro
• Abstract（参考訳）: 従来のヒューリスティックな手法は、3Dビンパッキングの空間利用やレイアウトのコンパクトさといったコア目的の成熟した経験を蓄積しており、人工的に設計されたルールベースの論理に依存している。 しかし、それらは、一般化能力と動的シナリオへの適応性の明らかな制限を示す。 拡散学習の空間探索能力と拡散学習のデータ分散モデリング能力を統合した拡散強化学習は,行動分布モデリングおよび決定コンプライアンス制約において一定の進歩を遂げた。 それでも、3Dビンパッキングにおける空間トポロジカルな構造に対する認識不足や、レイアウト最適化能力の制限といった問題が残っている。 これらの問題に対処するために,古典的ビンパッキングヒューリスティックルールと拡散強化学習フレームワークを組み合わせた空間ヒューリスティック戦略を統合した拡散強化学習手法を提案する。 具体的には、ヒューリスティックな行動前スクリーニングによってアクション空間を圧縮し、空間構造をモデル化するグラフニューラルネットワークを導入し、平坦性を組み込んだ複合報酬関数を設計し、空間的断片化を抑制し、事前知識の有機的な統合と適応最適化を実現する。 実験結果から プロは

関連論文リスト

• SpaceEra++: A Unified Framework Towards 3D Spatial Reasoning in Video [88.79625979053873]
  事前学習型視覚言語モデル(VLM)のための新しいフレームワークSpaceEraを提案する。 データ構築、モデル設計、トレーニング最適化、推論の促進にまたがる、SpaceEra++と呼ばれる、オリジナルのフレームワークを包括的なシステムに拡張します。 さらに,空間的推論を強化するために,絶対座標と相対空間関係を協調的に利用することにより,対物制約を強制するSpaceAlignを開発した。
  論文  参考訳（メタデータ） (2026-07-02T06:56:29Z)
• daVinci-LLM:Towards the Science of Pretraining [58.6458452580545]
  daVinci-LLMは、産業規模の資源と完全な研究自由を組み合わせて、事前訓練の科学を前進させる。 完全なデータ処理パイプライン、完全なトレーニングプロセス、体系的な調査結果をリリースしています。
  論文  参考訳（メタデータ） (2026-03-28T07:00:49Z)
• Demystifying Data-Driven Probabilistic Medium-Range Weather Forecasting [63.8116386935854]
  最先端の確率的スキルは、複雑なアーキテクチャ制約や専門的な訓練を必要としないことを実証する。 直下型遅延空間と履歴条件付きローカルプロジェクタを組み合わせることで,マルチスケールの大気力学を学習するためのスケーラブルなフレームワークを提案する。 我々のフレームワーク設計は確率的推定器の選択に頑健であり、補間、拡散モデル、CRPSに基づくアンサンブルトレーニングをシームレスにサポートする。
  論文  参考訳（メタデータ） (2026-01-26T03:52:16Z)
• Latent Space Reinforcement Learning for Multi-Robot Exploration [0.0]
  未知環境の自動マッピングシステムを開発した。 必須空間情報を保存しつつ,高忠実度占有率マップを潜在状態ベクトルに圧縮する。 共有データへの依存を変調する重み付きコンセンサス機構を導入する。
  論文  参考訳（メタデータ） (2026-01-03T10:06:40Z)
• COOPER: A Unified Model for Cooperative Perception and Reasoning in Spatial Intelligence [57.63155257058967]
  我々は,統合MLLMが空間知覚を高める本質的な能力を発達させ,適応的インターリーブ推論により,より強力な空間知性を実現することができるかどうかを検討する。 深度とセグメンテーションを補助モダリティとして活用し,補助モダリティ生成と適応的,インターリーブな推論能力を得るために2段階の訓練を施した統合MLLMである textbfCOOPER を提案する。
  論文  参考訳（メタデータ） (2025-12-04T08:26:04Z)
• Rethinking the Role of Dynamic Sparse Training for Scalable Deep Reinforcement Learning [58.533203990515034]
  ニューラルネットワークのスケーリングは機械学習における画期的な進歩をもたらしたが、このパラダイムは深層強化学習(DRL)では失敗している。 我々は、動的スパーストレーニング戦略が、アーキテクチャの改善によって確立された主要なスケーラビリティ基盤を補完するモジュール固有の利点を提供することを示す。 アーキテクチャ改善の利点を生かした実践的なフレームワークであるModule-Specific Training (MST) にこれらの知見を精査し、アルゴリズムの修正なしに様々なRLアルゴリズムをまたいだ大幅なスケーラビリティ向上を示す。
  論文  参考訳（メタデータ） (2025-10-14T03:03:08Z)
• CR-LSO: Convex Neural Architecture Optimization in the Latent Space of Graph Variational Autoencoder with Input Convex Neural Networks [6.026956571669411]
  潜時空間最適化(LSO)に基づくニューラルアーキテクチャ探索(NAS)法では、離散的ニューラルアーキテクチャを連続潜時空間に埋め込むために深層生成モデルを訓練する。 本稿では,空間の学習過程を正規化することを目的とした凸性アーキテクチャ正規化空間(CRLSO)法について述べる。 3つのNASベンチマークによる実験結果から,CR-LSOは計算複雑性と性能の両面で競合評価結果が得られることが示された。
  論文  参考訳（メタデータ） (2022-11-11T01:55:11Z)
• Enhanced 3D Human Pose Estimation from Videos by using Attention-Based Neural Network with Dilated Convolutions [12.900524511984798]
  従来のネットワークや制約の形式が、どのように注意の枠組みに組み込むことができるのかを体系的な設計で示します。 拡張畳み込みのマルチスケール構造により,時間受容場を適応させることにより,これを実現する。 提案手法は,Human3.6Mデータセット上での関節位置誤差の平均を33.4mmに減らし,最先端性能を達成し,既存の手法よりも優れる。
  論文  参考訳（メタデータ） (2021-03-04T17:26:51Z)

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。