論文の概要: Kinematic Constraint-Referenced Evaluation for Articulated Object Manipulation

• arxiv url: http://arxiv.org/abs/2610.37550v1
• Date: Tue, 27 Oct 2026 17:00:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.724423
• Title: Kinematic Constraint-Referenced Evaluation for Articulated Object Manipulation
• Title（参考訳）: 人工物体マニピュレーションの運動性制約による評価
• Abstract要約: Constraint-Referenced Strategy (CRS) は、命令されたエンドエフェクターを物体の関節軸に投射する。 CRSは、ジョイントモデルと、それに由来するジョイントフォローのスクリプトコントローラーを必要とするが、記録されたデモや学習された審査員は必要ではない。 74のシミュレートされたオブジェクトに対して、成功は3つの転送障害を低いレートとして登録するが、その2つのCRSチャネルはそれぞれに異なるシグネチャを与える。
• 参考スコア（独自算出の注目度）: 3.8825198843426345
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Manipulation policies are evaluated predominantly by binary task success, which cannot tell whether the commanded gesture is the one the object's kinematics admit. We introduce Constraint-Referenced Strategy (CRS), which projects the commanded end-effector twist onto the object's joint axis, separating progress along the joint from off-constraint waste. CRS requires a joint model and a joint-following scripted controller derived from it, but no recorded demonstration or learned judge. On 74 simulated articulated objects, success registers three transfer failures as lower rates but attributes none, while the two CRS channels give each a distinct signature. A door-trained behavior-cloning policy opens drawers in 59 of 110 episodes, and in these passes it commands about $40\times$ the off-axis rotation of a drawer-trained policy's passes ($1.27$ vs.\ $0.032$~rad/s). Relative to a scripted controller scored with the same axis, CRS verdicts are unchanged under joint-axis errors up to $30^\circ$; absolute thresholds tolerate about $8^\circ$.
• Abstract（参考訳）: 操作ポリシーは主にバイナリタスクの成功によって評価され、命令されたジェスチャーがオブジェクトの運動学が認めるものであるかどうかを判断できない。 本稿では,物体の関節軸に強制的な端エフェクタねじれを投射し,非拘束廃棄物から関節に沿って進行する進行を分離するConstraint-Referenced Strategy (CRS)を紹介する。 CRSは、ジョイントモデルと、それに由来するジョイントフォローのスクリプトコントローラーを必要とするが、記録されたデモや学習された審査員は必要ではない。 74のシミュレートされたオブジェクトに対して、成功は3つの転送障害を低いレートとして登録するが、属性はなし、2つのCRSチャネルはそれぞれに異なるシグネチャを与える。 ドアトレーニングされた行動閉鎖ポリシーは110話中59話で引き出しを開放し、このパスでは、引き出しトレーニングされたポリシーのパス(1.27ドル対1.27ドル対1.27ドル)のオフ軸回転を約40\times$で命令する。 0.032$~rad/s)。 同じ軸でスコア付けされたスクリプトコントローラーと比較して、CRSの判定は30^\circ$までの共同軸誤差の下では変化せず、絶対閾値は約8^\circ$である。

関連論文リスト

• SCAFFOLD under Hessian Similarity: Sharp Convergence Rates [63.995660330510105]
  フェデレーション学習の主な課題の1つは、クライアント間での不均一なデータ分割であり、クライアントドリフトと呼ばれるローカル更新にバイアスがかかる。 SCAFFOLD(Karimireddy et al., 2020)は、クライアントのドリフトを二次的に補正するが、元の保証との関係はまだ完全には理解されていない。 我々は,クライアント選択の変種に対して,均一なヘッセン類似性の下で,類似した局データ保証を証明した。
  論文  参考訳（メタデータ） (2026-10-26T16:09:02Z)
• Contrastive Covariance Subspaces for Activation Steering [67.62626452204076]
  共分散ステアリング(Contrastive Covariance Steering, CCS)は, 共分散を除去する訓練不要な手法である。 CCSは12ドルモデルドメイン設定ですべてのベースラインステアリングメソッドを一貫して上回っている。 提案手法は,CCSが概念表現と流速の両方を維持できるマルチターン会話に拡張する。
  論文  参考訳（メタデータ） (2026-09-29T20:20:07Z)
• PolicyAttention: Softmax Attention Implements Policy Mirror Descent for Closed-Loop Control [1.491109220586182]
  負のエントロピーポリシーミラー降下(PMD)は、ステートワイズで$operatornamePMD_(,Q)=operatornamesoftmax(log+Q)$を持つ。 我々は,アクター,ルーティング,サンプリング,正規化を明示した1ステップクリティカルプロトコルを1つの固定因果-ソフトマックスアクター-環境-構築し,それらを実際に返却された残留ポリシーに伝達する。
  論文  参考訳（メタデータ） (2026-09-24T19:37:25Z)
• Behavior-Aligned Action Tokenization for Robot Policy Learning [9.37360970873363]
  自己回帰型ロボットポリシーは、観察から個別のアクショントークンを予測することによって、継続的な制御を学習する。 本研究では,対応する動作チャンクを選択し,その量子化座標を再構成とともに整列させる行動適応型行動トークン化(BAAT)を提案する。 履歴条件付き拡散復号器はこれらのトークンから連続的なアクションチャンクを再構成し、下流の自己回帰ポリシーはそれらを予測することを学ぶ。
  論文  参考訳（メタデータ） (2026-09-23T08:12:03Z)
• Gated Residual Body-Hand Coordination for Whole-Body Humanoid Teleoperation [33.39511546352422]
  全身のヒューマノイド遠隔操作は、通常、モーショントラッキングポリシーと別個のデキスタラスハンド再ターゲッターを組み合わせる。 両モジュールの凍結を保ち、その出力に有界補正を適用するゲート残差調整フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-16T14:50:12Z)
• CRAFT: Counterfactual Credit Assignment from Free Sibling Rollouts for Self-Distilled Agentic Reinforcement Learning [4.663685189987781]
  自己蒸留剤強化学習は、トークンレベルの蒸留損失で軌跡レベルの報酬を増大させる。 一般的なレシピでは、この損失を1つのスカラー、すなわち教師と学生の対数確率のギャップで埋める。 CRAFTは2つの制限に対処する3ピラー・クレジット・アサインメント方式である。
  論文  参考訳（メタデータ） (2026-06-28T16:11:47Z)
• SC3-Eval: Evaluating Robot Foundation Models via Self-Consistent Video Generation [73.2142090645987]
  SC3-Evalは、事前訓練されたビデオ基盤モデルを正確なポリシー評価器に適合させる自己一貫性のあるビデオ生成レシピである。 SC3-Evalロールアウトは、実世界のロールアウトでポリシーが示す障害モードを再現し、詳細な診断比較をサポートする。
  論文  参考訳（メタデータ） (2026-06-17T02:15:46Z)
• Sparse2Act: Learning Action-Aligned Sparse 3D Representations for Cross-Domain Robot Manipulation [52.00134393320209]
  Sparse2Actは、スパースポイントクラウドエンコーダの事前学習のための観測・動作アライメントフレームワークである。 マスク付きスパース3Dトークンは、観察と組み合わせたワークスペース運動の周囲のシーン特徴を整理するために訓練される。 LIBERO-10ベンチマークでは,500ステップの微調整を行い,平均86.9%の成功を達成した。
  論文  参考訳（メタデータ） (2026-06-10T23:56:01Z)
• Scaling Laws for Agent Harnesses via Effective Feedback Compute [53.68149869349268]
  emphEffective Feedback Compute (EFC)は、情報的、有効、非冗長な場合にのみフィードバックを信用し、その後の決定のために保持するトレースレベルのスケーリング座標である。 EFCベースの座標は、生の計算ベースラインよりも失敗率を常に予測する。
  論文  参考訳（メタデータ） (2026-05-28T09:45:47Z)
• Capability and Robustness Cannot Both Be Free: An Information-Theoretic Bound for Vision-Language-Action Models [0.0]
  VLA(Vision-Language-Action)モデルはクリーンな入力で高い成功率に達するが、小さな逆方向の摂動で崩壊する。 PGD攻撃は、OpenVLA-7BのLIBEROの成功を95%ドルから5%以下に下げることを示す。 任意のVLAポリシーに対して、capability $I(Astar;Api)$と robustness $I(Api;Atildepi)-I(Api;)$ sum to at least $H(Astar)+I(X;Xt)
  論文  参考訳（メタデータ） (2026-05-25T14:16:57Z)

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。