論文の概要: Dual Gradient Consensus for Adaptive Learning to Transient Out-of-Distribution Disturbances in Quadrotor Control

• arxiv url: http://arxiv.org/abs/2610.34538v1
• Date: Sun, 25 Oct 2026 20:00:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.632202
• Title: Dual Gradient Consensus for Adaptive Learning to Transient Out-of-Distribution Disturbances in Quadrotor Control
• Title（参考訳）: クアドロレータ制御における過渡分布外乱に対する適応学習のためのデュアルグラディエント・コンセンサス
• Abstract要約: 非モデル外乱下での擬似軌道追跡は、しばしばオンラインの残差適応に依存する。 短い領域外残差は、定常的な更新がすべての残差勾配を均一に扱う場合、学習された外乱モデルを破損させる可能性がある。 本稿では,ドメイン内/ドメイン内混在障害に対する適応学習手法であるDGCを提案する。
• 参考スコア（独自算出の注目度）: 4.125187280299246
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quadrotor trajectory tracking under unmodeled disturbances often relies on online residual adaptation, but short out-domain residuals can corrupt the learned disturbance model when constant-step updates treat every residual gradient uniformly. We propose Dual Gradient Consensus (DGC), an adaptive-learning method for mixed in-domain/out-domain disturbances that retains the random Fourier feature model, offline BPTT policy, and least-squares adaptation of a prior domain-adaptive residual policy (DAPL) while modifying the online update step size. DGC compares each residual gradient with long- and short-term gradient memories, classifies the current adaptation regime, and uses a confidence map to suppress unreliable updates while recovering adaptation after persistent domain shifts. We evaluate DGC in numerical quadrotor trajectory tracking under four residuals that mix an in-domain component with short out-domain events. Compared with $L_1$-augmented MPC, RFF-based MPC, constant-step DAPL, and a frozen-parameter baseline, DGC achieves the lowest mean position RMSE in all four cases.
• Abstract（参考訳）: 非モデル外乱下でのクアドロター軌道追跡は、しばしばオンラインの残差適応に依存するが、短い領域外残差は、定常的な更新がすべての残差を均一に扱うときに学習された外乱モデルを破損させる可能性がある。 オンライン更新ステップサイズを変更しながら、ランダムなフーリエ特徴モデル、オフラインBPTTポリシー、および以前のドメイン適応残留ポリシー(DAPL)の最小二乗適応を保持できる、ドメイン内/ドメイン外乱を混在させる適応学習手法であるDGCを提案する。 DGCは、各残差勾配を長期および短期の勾配記憶と比較し、現在の適応体制を分類し、信頼マップを使用して、永続的なドメインシフト後に適応を回復しながら、信頼できない更新を抑える。 そこで本研究では,DGCを4つの残差(領域内成分と領域外事象を混合した4つの残差)の数値的四重項軌跡追跡において評価した。 L_1$-augmented MPC, RFF-based MPC, constant-step DAPL, and a frozen-parameter baselineと比較すると, DGCは4つのケースで最低平均位置RMSEを達成する。

関連論文リスト

• Which and When to Admit: Gradient Admission for Data-Centric Small Language Model Finetuning [64.55611886841092]
  LoRAファインチューニングは、低ランク更新サブスペース内の不均一な命令データに小さな言語モデルを適用する。 有効適応には、どのデータ誘起勾配がLoRA部分空間に入るか、いつ入力されるかを制御する必要があると我々は主張する。 本稿では,多タスク場勾配に整合したサンプルを継続的に認識する状態認識セレクタと,飽和付近で破壊的なオーバーライトを引き起こす可能性のある更新を拒否する自己校正ステップレベルゲートの2つのメカニズムを組み合わせたデータ中心のフレームワークGRADEを提案する。
  論文  参考訳（メタデータ） (2026-10-06T00:34:38Z)
• TM-APR: Thermal Temporal-Memory Localization via Analytic Online Adaptation [0.7734726150561086]
  サーマル・ヴィジョン・プレース認識(Thermal VPR)は、カメラの観察を地図化された環境内のメートル法ポーズにマッピングし、自律的なナビゲーションの前提条件として機能する。 解析的クラスインクリメンタルラーニング(ACIL)をドメイン不変なVPRで初めて橋渡しし、その勾配のない行列更新が驚くほど強力なベースラインを構築し、従来の微調整よりも優れていることを示した。 我々の定式化は、$mathcalO(1)$の計算複雑性内で正確なクローズドフォームマトリックス更新を保証します。
  論文  参考訳（メタデータ） (2026-09-22T17:46:31Z)
• One Step, One Lead: Mitigating Higher-Order Interference in Multi-Domain Reinforcement Learning via Cross-Step Control [62.82372407840088]
  同点領域勾配は、連続的な更新が出力空間で部分的に逆転する場合においても、ほぼ一定であることを示す。 トークンレベルのリバウンドリスクをランク付けするために,各イテレーションでフォーカスドメインを指定するOSOLを提案する。 OSOLは0.4822のドメイン-マクロ平均に達し、最強の比較ベースラインよりも5.7%向上した。
  論文  参考訳（メタデータ） (2026-09-06T08:32:59Z)
• The Role of Gradient Modification in Heavy-Tailed Nonconvex Stochastic Min-Max Optimization [50.59470683896735]
  min-max最適化は、現代の機械学習に応用されているため、注目を集めている。 我々は、勾配降下(SGDA)の包括的理論を提供する。 我々は,Stoc-GDAMとStoc-TRmaxという新たなクリッピングフリーアルゴリズムを開発し,グラディエントクリッピングを使わずに,目標精度への最適依存を実現する。
  論文  参考訳（メタデータ） (2026-09-05T12:49:28Z)
• MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
  連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。 ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
  論文  参考訳（メタデータ） (2026-05-18T01:52:12Z)
• Error-Propagation-Free Learned Video Compression With Dual-Domain Progressive Temporal Alignment [92.57576987521107]
  両ドメインのプログレッシブな時間的アライメントと品質条件の混合(QCMoE)を備えた新しい統合変換フレームワークを提案する。 QCMoEは、魅力的なR-Dパフォーマンスで連続的かつ一貫したレート制御を可能にする。 実験結果から,提案手法は最先端技術と比較して,競争力のあるR-D性能を実現することが示された。
  論文  参考訳（メタデータ） (2025-12-11T09:14:51Z)
• Morphing Through Time: Diffusion-Based Bridging of Temporal Gaps for Robust Alignment in Change Detection [51.56484100374058]
  既存の変更検出ネットワークを変更することなく空間的・時間的ロバスト性を改善するモジュールパイプラインを導入する。 拡散モジュールは、大きな外観ギャップをブリッジする中間変形フレームを合成し、RoMaは段階的に対応を推定できる。 LEVIR-CD、WHU-CD、DSIFN-CDの実験は、登録精度と下流変化検出の両方において一貫した利得を示した。
  論文  参考訳（メタデータ） (2025-11-11T08:40:28Z)
• ReservoirTTA: Prolonged Test-time Adaptation for Evolving and Recurring Domains [25.075869018443925]
  ReservoirTTAは、長期間のテスト時間適応のために設計された新しいプラグインフレームワークである。 中心となるReservoirTTAはドメイン特化モデルの貯水池を維持している。 理論的解析により,パラメータの分散を束縛し,モデル崩壊を防ぐ重要な要素が明らかになった。
  論文  参考訳（メタデータ） (2025-05-20T15:39:20Z)
• Layer-wise Auto-Weighting for Non-Stationary Test-Time Adaptation [40.03897994619606]
  連続的および漸進的TTAのためのレイヤワイド自動重み付けアルゴリズムを提案する。 そこで我々は,指数関数的な min-maxスケーラを提案し,外圧を緩和しながら,特定の層をほぼ凍結させる。 CIFAR-10C, CIFAR-100C, ImageNet-Cを用いた実験により, 従来の連続TTA法および漸進TTA法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2023-11-10T03:54:40Z)

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。