論文の概要: Same Label, Different Interface: Beyond Action-Space Labels in Robot Learning

• arxiv url: http://arxiv.org/abs/2610.38104v1
• Date: Wed, 28 Oct 2026 00:41:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.351056
• Title: Same Label, Different Interface: Beyond Action-Space Labels in Robot Learning
• Title（参考訳）: 同じラベルと異なるインターフェース:ロボット学習におけるアクションスペースラベルを超えて
• Abstract要約: 本研究では,共有学習者および訓練予算の下で,有界政策の成果が帰属にどのような影響を及ぼすかを検討する。 我々は5つの共同空間インタフェースを比較し、条件ごとに10の独立的に訓練されたポリシーを比較した。 この明示的な平等でさえ、フィードバックと保持された動作のダイナミクスは一致しない。
• 参考スコア（独自算出の注目度）: 0.552480439325792
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot-learning studies often compare position and velocity actions as though each label identified a single experimental treatment, yet the label alone does not determine what the robot executes. Before affecting robot motion, bounded policy output passes through filtering, physical scaling, reference construction, feedback, timing, and effort limits. We study how these omitted properties affect attribution under one shared learner and training budget. Across three contact-rich Factory tasks (PegInsert, GearMesh, and NutThread), we compare five joint-space interfaces, with ten independently trained policies per condition. We first remain within the same position-feedback law and vary the executed interface: substituting only the physical action scale as the directly modified component changes sample-median evaluation success by 0.645-1.000 across tasks, while removing an exponential moving average produces task-dependent changes. We then move to a cross-law comparison and choose a velocity scale that exactly matches the position interface's local raw-torque command gain. This calibration raises the sample median on GearMesh and NutThread, with no median change on PegInsert. Yet clear residual sample-median gaps remain on PegInsert and GearMesh, while the NutThread interval includes zero. Thus, even this explicit equality leaves feedback and held-action dynamics unmatched and does not establish position-velocity trained-outcome equivalence. Action-interface comparisons should therefore report the executed pathway and state the physical quantity they match.
• Abstract（参考訳）: ロボット学習の研究は、それぞれのラベルが単一の実験的な治療を識別しているように、位置と速度の動作を比較することが多いが、ラベルだけではロボットが実行したことを決定できない。 ロボットの動きに影響を与える前に、境界ポリシー出力はフィルタリング、物理的スケーリング、参照構成、フィードバック、タイミング、労力制限を通過する。 本研究は,これらの省略特性が,共用学習者と学習予算の共用による帰属にどう影響するかを考察する。 コンタクト豊富な3つのファクトリタスク(PegInsert、GearMesh、NutThread)で、5つのジョイントスペースインターフェースを比較し、条件ごとに10の独立的にトレーニングされたポリシーを比較します。 物理アクションスケールのみを置換し、直接修正されたコンポーネントがタスク間でサンプル中間評価を0.645-1.000変更し、指数的な移動平均を除去するとタスク依存的な変更が生じる。 次に、クロスロー比較に移行し、位置インターフェースのローカルなraw-torqueコマンドゲインと正確に一致するベロシティ尺度を選択する。 このキャリブレーションは、サンプルをGearMeshとNutThreadで中央値にし、PegInsertでは中央値の変更はない。 しかし、PegInsert と GearMesh には明確なサンプル中間子ギャップが残っており、NutThread インターバルは 0 である。 したがって、この明示的な平等でさえフィードバックと保持された動作のダイナミクスは一致せず、位置速度の訓練されたアウトカム同値性を確立しない。 したがって、アクションとインタフェースの比較は、実行された経路を報告し、それらが一致する物理量を記述するべきである。

関連論文リスト

• ActionGround: Training-Free Runtime Refinement of Frozen VLA Policies [0.0]
  VLA(Vision-Language-Action)モデルは、視覚的な観察と言語指示を直接ロボットアクションにマッピングする。 本稿では,凍結したVLAポリシをラップした,ニューロシンボリックでトレーニング不要な実行層であるActionGroundを紹介する。 我々は,OpenVLA,OpenVLA-OFT,Force-VLA,Generalist-VLAの10種類のLIBERO-Spatial pick-and-placeタスクにおけるActionGroundの評価を行った。
  論文  参考訳（メタデータ） (2026-09-27T05:59:06Z)
• Force/Torque-Based Kinematic Adaptation for Robotic Manipulation Tasks [0.0]
  接触に富んだロボット操作は、ロボットの関節とそれが知覚するタスクの間の運動的関係の正確なモデルを必要とする。 本稿では,関節角度センサと手首に装着した力/トルクセンサのみを用いて,その関係をオンラインに推定する適応型手法を開発した。
  論文  参考訳（メタデータ） (2026-08-21T19:51:53Z)
• Mobile UMI: Cross-View Diffusion Policy with Decoupled Kinematics for Mobile Manipulation [4.311650365696827]
  最近の手首搭載インタフェースはテーブルトップデータ収集のコストを下げるが、単一の手首ビューはベースナビゲーションに必要なグローバルなコンテキストを捉えない。 生成ポリシーは数百ミリ秒の推論遅延を導入します。 本稿では,3つのコンポーネント間のギャップに対処するハードウェアフリーなデモフレームワークであるMobile UMIを提案する。
  論文  参考訳（メタデータ） (2026-05-20T08:33:53Z)
• A Benchmark of Dexterity for Anthropomorphic Robotic Hands [6.846001511743122]
  デクスタリティ(Dexterity)は、人間型ロボットハンドの設計と評価において、中心的かつ曖昧に定義された概念である。 我々は,構成された操作と把握動作のセットにまたがって,デクスタリティをタスクパフォーマンスとして形式化する包括的なベンチマークであるPOMDARを紹介する。
  論文  参考訳（メタデータ） (2026-04-10T13:04:28Z)
• Conservative Offline Robot Policy Learning via Posterior-Transition Reweighting [36.23660195981511]
  PTR(Posterior-Transition Reweighting)は、報酬のない、保守的なポストトレーニング手法である。 各トレーニングサンプルが管理された更新にどの程度影響するかを決定する。 PTRは、各サンプルの反応後の結果が現在の表現の下にあるかに応じてクレジットを再配置する。
  論文  参考訳（メタデータ） (2026-03-17T14:05:35Z)
• Contrastive Test-Time Adaptation [83.73506803142693]
  本稿では,自己指導型コントラスト学習を活用して特徴学習を支援する新しい手法を提案する。 擬似ラベルをオンラインで作成し、ターゲットのフィーチャースペースに最も近い隣人の間でソフト投票によってそれらを洗練します。 我々の手法であるAdaContrastは、主要なベンチマーク上で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-04-21T19:17:22Z)
• SVIP: Sequence VerIfication for Procedures in Videos [68.07865790764237]
  ステップレベルの変換を伴う負のアクションシーケンスと同一のアクションシーケンスを実行するポジティブなビデオペアを区別することを目的とした,新しいシーケンス検証タスクを提案する。 このような困難なタスクは、事前のアクション検出やセグメンテーションなしで、オープンセット設定に置かれる。 我々は、化学実験において、あらゆる段階的な変換を列挙したスクリプト付きビデオデータセットを収集する。
  論文  参考訳（メタデータ） (2021-12-13T07:03:36Z)
• Visual Transformer for Task-aware Active Learning [49.903358393660724]
  プールベースのアクティブラーニングのための新しいパイプラインを提案する。 提案手法は,学習中に使用可能なアンラベリング例を利用して,ラベル付き例との相関関係を推定する。 ビジュアルトランスフォーマーは、ラベル付き例と非ラベル付き例の間の非ローカルビジュアル概念依存性をモデル化する。
  論文  参考訳（メタデータ） (2021-06-07T17:13:59Z)
• Domain Adaptive Robotic Gesture Recognition with Unsupervised Kinematic-Visual Data Alignment [60.31418655784291]
  本稿では,マルチモダリティ知識,すなわちキネマティックデータとビジュアルデータを同時にシミュレータから実ロボットに伝達できる,教師なしドメイン適応フレームワークを提案する。 ビデオの時間的手がかりと、ジェスチャー認識に対するマルチモーダル固有の相関を用いて、トランスファー可能な機能を強化したドメインギャップを修復する。 その結果, 本手法は, ACCでは最大12.91%, F1scoreでは20.16%と, 実際のロボットではアノテーションを使わずに性能を回復する。
  論文  参考訳（メタデータ） (2021-03-06T09:10:03Z)
• Constructing interval variables via faceted Rasch measurement and multitask deep learning: a hate speech application [63.10266319378212]
  本稿では,教師付き深層学習と多面的ラッシュアイテム応答理論(IRT)構築手法を組み合わせることで,連続区間スペクトル上の複素変数を測定する手法を提案する。 われわれは、YouTube、Twitter、Redditから5万件のソーシャルメディアコメントを収集し、1万1000人の米国拠点のAmazon Mechanical Turkの労働者によってラベル付けされたデータセット上で、この新しい手法を実証した。
  論文  参考訳（メタデータ） (2020-09-22T02:15:05Z)

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。