論文の概要: When Human Corrections Travel: Safety in Federated VLA Adaptation

• arxiv url: http://arxiv.org/abs/2610.32888v1
• Date: Fri, 23 Oct 2026 16:56:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.614861
• Title: When Human Corrections Travel: Safety in Federated VLA Adaptation
• Title（参考訳）: 人間の矯正は、フェデレートされたVLA適応で安全になる
• Abstract要約: ビジョン・ランゲージ・アクション(VLA)ポリシーは、ローカルな人間の介入に適応し、フェデレートされた学習は、生記録をプールすることなく、分散されたロボット体験を組み合わせることができる。 課題,環境,人,ロボットの具体化にまたがる多様な人的修正から導かれる適応の共有について検討する。 我々は,共有すべき事項を決定する際のマルチモーダル補正のコンテキストと不確実性を維持すること,デプロイ前のロボットのクローズドループの候補更新を評価すること,安全クリティカルな証拠の保持とともに漏洩を評価すること,の3つの要件を論じる。
• 参考スコア（独自算出の注目度）: 1.4407799786341453
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vision-language-action (VLA) policies can adapt to local human intervention, while federated learning can combine distributed robot experience without pooling raw records. We examine their prospective intersection: sharing adaptations derived from diverse human corrections across tasks, environments, people, and robot embodiments. Corrections differ in modality, safety semantics(urgency, behavioral scope, etc.), and privacy sensitivity. A shared update that improves mean task success may suppress a rare safety intervention or produce an unsafe response on another robot. We argue for three requirements: preserve the context and uncertainty of multimodal corrections when deciding what to share; assess candidate updates in each receiving robot's closed loop before deployment; and evaluate leakage alongside retention of safety-critical evidence. Immediate, legible defensive behavior remains necessary during human interaction. We offer counterexamples and a falsifiable evaluation agenda, not experimental results.
• Abstract（参考訳）: ビジョン・ランゲージ・アクション(VLA)ポリシーは、ローカルな人間の介入に適応し、フェデレートされた学習は、生記録をプールすることなく、分散されたロボット体験を組み合わせることができる。 課題,環境,人,ロボットの具体化にまたがる多様な人的修正から導かれる適応の共有について検討する。 修正は、モダリティ、安全性のセマンティクス(緊急性、行動範囲など)、プライバシーの感度に異なる。 平均的なタスクの成功を改善する共有更新は、稀な安全介入を抑制したり、他のロボットに安全でない反応をもたらす可能性がある。 我々は,共有すべき事項を決定する際に,マルチモーダル補正のコンテキストと不確実性を維持すること,デプロイ前のロボットのクローズドループの候補更新を評価すること,安全クリティカルな証拠の保持とともに漏洩を評価すること,の3つの要件を論じる。 人間の相互作用の間、即時かつ妥当な防御行動は依然として必要である。 我々は,実験結果ではなく,反例とFalsably評価アジェンダを提供する。

関連論文リスト

• CrossSafe: Towards Cross-Embodiment Latent Safety Filters [1.5335713879217925]
  クロスエンボディメント学習は、視覚言語アクション(VLA)モデルのような単一のモデルが状態表現や操作スキルを学習できることを示した。 本研究では,ハミルトン・ヤコビの到達可能性に基づく値関数とそれに対応する安全性最大化ポリシーをロボット間で共有する実施条件付き安全フィルタリングを提案する。
  論文  参考訳（メタデータ） (2026-09-24T03:55:06Z)
• Rethinking the Implications of Human Feedback for Preference Learning in Human-Robot Collaboration [2.8952292379640636]
  人間-ロボットインタラクションでは、ロボットの行動に対する人間の嗜好を表す報酬モデルを学ぶための標準的なアプローチは、3つのステップから構成される。 まず、ロボットは人間のフィードバック(正あるいは負のバイナリフィードバックなど)から限られた直接的証拠を収集する。 第二に、ロボットは直接証拠を利用して、固定的な含意規則を用いて、受け入れられたラベルや拒否されたラベルを推測する。 第3に、ロボットは報酬モデルを更新し、直接証拠と導出証拠の両方を更新する。
  論文  参考訳（メタデータ） (2026-09-12T14:54:54Z)
• Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle [65.6642776933861]
  この介入点付近で成長した保護パラダイムについて検討する。 ほとんどの保護は、主に静的あるいは弱い適応的な敵に対して検証されている。 我々は、堅牢で構成可能で、デプロイ可能な所有者側の保護のために、クロスステージ対策とオープンな問題を統合することで、閉鎖する。
  論文  参考訳（メタデータ） (2026-08-05T00:46:50Z)
• HRIBench: Benchmarking Interaction-Centric Human-Robot Collaboration [62.19372189311434]
  HRIBenchは,実行シナリオに基づいた意図認識型人間ロボットコラボレーションの診断ベンチマークである。 HRIBenchは、エージェントの役割、時間的依存、調整の制約、人間の振る舞いの分布を明示的にモデル化する構造化シナリオスクリプトとして、協調的なタスクを表現している。 その結果,現状の基盤ロボット政策は,操作能力が強いにもかかわらず,協調的な環境下では極めて困難であることが示唆された。
  論文  参考訳（メタデータ） (2026-07-05T09:15:35Z)
• VLESA: Vision-Language Embodied Safety Agent for Human Activity Monitoring [60.53395558502203]
  Vision-Language Embodied Safety Agent (VLESA)は、自我中心のビデオから人間の活動を監視する。 VLESAは、コンテキストに応じて同一のアクションが安全または危険である意図に依存した安全性に対処する。 目標を共同で推測し,映像から将来の行動を予測するための意図-行動予測エージェントを提案する。
  論文  参考訳（メタデータ） (2026-06-02T17:42:17Z)
• Inference-Time Policy Steering through Human Interactions [54.02655062969934]
  推論中、人間はしばしばポリシー実行ループから取り除かれる。 本稿では,人間のインタラクションを活用して生成するサンプリングプロセスにバイアスを与える推論時ポリシーステアリングフレームワークを提案する。 提案手法は,アライメントと分布シフトの最良のトレードオフを実現する。
  論文  参考訳（メタデータ） (2024-11-25T18:03:50Z)
• IntervenGen: Interventional Data Generation for Robust and Data-Efficient Robot Imitation Learning [43.19346528232497]
  分散シフトに対するポリシーロバスト性を高めるための一般的なアプローチは、インタラクティブな模倣学習である。 我々は,大規模な修正介入を自律的に生成できる新しいデータ生成システムであるIntervenGenを提案する。 人的介入が10回しかなく、政策の堅牢性を最大39倍に向上できることを示す。
  論文  参考訳（メタデータ） (2024-05-02T17:06:19Z)
• Quantifying Assistive Robustness Via the Natural-Adversarial Frontier [40.125563987538044]
  RIGIDは、ロボット報酬の最小化と人間の行動とをトレードオフする対人政策の訓練方法である。 補助ギムタスクでは、RIGIDを用いて、標準的な協調強化学習のパフォーマンスを分析する。 また,フロンティアのRIGIDを,専門家の対人インタラクションで特定された障害と,ユーザインタラクション中に自然に発生する障害とを比較した。
  論文  参考訳（メタデータ） (2023-10-16T17:34:54Z)
• "No, to the Right" -- Online Language Corrections for Robotic Manipulation via Shared Autonomy [70.45420918526926]
  LILACは、実行中に自然言語の修正をオンラインで実施し、適応するためのフレームワークである。 LILACは人間とロボットを個別にターンテイクする代わりに、人間とロボットの間にエージェンシーを分割する。 提案手法は,タスク完了率が高く,ユーザによって主観的に好まれることを示す。
  論文  参考訳（メタデータ） (2023-01-06T15:03:27Z)

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。