論文の概要: Environment Edits as a Corrective Signal for Reward Learning

• arxiv url: http://arxiv.org/abs/2610.35659v1
• Date: Mon, 26 Oct 2026 16:04:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.06428
• Title: Environment Edits as a Corrective Signal for Reward Learning
• Title（参考訳）: リワード学習のための修正信号としての環境編集
• Abstract要約: 本稿では,環境編集を補完的なフィードバック形式として提案する。 ロボットの動きは人間がシーンを編集するときに一定に保持されるので、編集の唯一の説明は移動したオブジェクトである。 環境編集は特徴を曖昧にし、ロボットの修正だけではできない選好を学習できることを示す。
• 参考スコア（独自算出の注目度）: 0.5811502603310249
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robot corrections allow people to adjust a robot's behavior, but a single correction changes many features. Also, preferences about object attributes and relationships between objects cannot be expressed by moving the robot. We propose environment edits as a complementary form of feedback. The robot's motion is held constant as the human edits the scene, so the only explanation for the edit is the moved object. We introduce Feature Learning from Environmental and Robot-Relational Edit Traces (FERRET), which learns preferences from both robot and environment corrections. We show that environment edits are able to disambiguate features and learn preferences that robot corrections alone cannot.
• Abstract（参考訳）: ロボットの動作を調整できるが、一つの修正で多くの特徴が変わる。 また,ロボットを移動させることで,オブジェクト属性の好みやオブジェクト間の関係を表現できない。 本稿では,環境編集を補完的なフィードバック形式として提案する。 ロボットの動きは人間がシーンを編集するときに一定に保持されるので、編集の唯一の説明は移動したオブジェクトである。 本稿では,環境・ロボット関連編集トレース(FERRET)による特徴学習について紹介する。 環境編集は特徴を曖昧にし、ロボットの修正だけではできない選好を学習できることを示す。

関連論文リスト

• Enhancing Goal Inference via Correction Timing [2.444217495283211]
  補正は、ロボットにフィードバックを提供するための自然なモダリティを提供する。 修正から学ぶための先行研究のほとんどは、修正を新しい実証として解釈することである。 この決定のタイミングがタスク関連の影響を推測するのに有用な信号となるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-02-20T20:38:47Z)
• Bidirectional Human-Robot Communication for Physical Human-Robot Interaction [13.222878560524896]
  BRIDGEは、物理的支援における双方向の人間ロボット通信システムである。 提案手法では,自然言語を用いてロボットの計画軌道をリアルタイムで修正することができる。 本システムでは, ユーザに対して, 結果の変化の確認や, 明確な疑問の呈示など, 言葉によるフィードバックを提供する。
  論文  参考訳（メタデータ） (2026-01-15T19:01:02Z)
• Learning Object Properties Using Robot Proprioception via Differentiable Robot-Object Interaction [52.12746368727368]
  微分可能シミュレーションは、システム識別の強力なツールとなっている。 本手法は,オブジェクト自体のデータに頼ることなく,ロボットからの情報を用いてオブジェクト特性を校正する。 低コストなロボットプラットフォームにおける本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2024-10-04T20:48:38Z)
• Robots with Different Embodiments Can Express and Influence Carefulness in Object Manipulation [104.5440430194206]
  本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。 ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
  論文  参考訳（メタデータ） (2022-08-03T13:26:52Z)
• Correcting Robot Plans with Natural Language Feedback [88.92824527743105]
  ロボットの修正のための表現的かつ柔軟なツールとして自然言語を探索する。 これらの変換により、ユーザは目標を正し、ロボットの動きを更新し、計画上のエラーから回復できる。 本手法により,シミュレーション環境や実環境において,複数の制約を合成し,未知のシーン,オブジェクト,文に一般化することが可能となる。
  論文  参考訳（メタデータ） (2022-04-11T15:22:43Z)
• Synthesis and Execution of Communicative Robotic Movements with Generative Adversarial Networks [59.098560311521034]
  我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。 我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。 我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
  論文  参考訳（メタデータ） (2022-03-29T15:03:05Z)

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。