論文の概要: Learning Safe Flow Matching Robot Policies from Binary Feasibility Oracles
- arxiv url: http://arxiv.org/abs/2610.40075v1
- Date: Thu, 29 Oct 2026 13:53:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-01 01:32:10.093582
- Title: Learning Safe Flow Matching Robot Policies from Binary Feasibility Oracles
- Title（参考訳）: 両立可能なオラクルから安全なフローマッチングロボットポリシーを学習する
- Abstract要約: Oracleが指導する、安全なフローマッチングロボットポリシーのための差別化可能なセーフガード。
障害物を考慮したロボット操作実験は100%制約満足度を示す。
- 参考スコア（独自算出の注目度）: 5.736308202308592
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robot foundation models increasingly rely on flow-based action generation for general-purpose manipulation, yet the generated actions are not guaranteed to satisfy physical constraints such as joint limits and collision avoidance. This problem is especially challenging when the feasible set cannot be described analytically and is accessible only through black-box feasibility oracles. We study this practical oracle-only setting and propose an oracle-guided differentiable safeguard for safe flow-matching robot policies. The safeguard uses binary feasibility queries to correct unsafe updates in the forward pass, while extracting local boundary information to provide constraint-aware learning signals in the backward pass. Combined with discrete-time flow matching, the same safeguard is used during training and inference, enabling forward--backward aligned policy learning without explicit or differentiable constraint models. Experiments on obstacle-aware robotic manipulation demonstrate 100% constraint satisfaction while preserving task performance.
- Abstract（参考訳）: ロボットファンデーションモデルは、汎用的な操作のためにフローベースのアクション生成にますます依存しているが、生成したアクションは、関節の制限や衝突回避といった物理的な制約を満たすことが保証されていない。
この問題は、実現可能な集合が解析的に記述できず、ブラックボックスの実現可能性オラクルを通してのみアクセス可能である場合、特に困難である。
本稿では,この実践的なオラクルのみの設定について検討し,安全なフローマッチングロボットポリシーのためのオラクル誘導型識別可能な安全ガードを提案する。
セーフガードは、フォワードパスの安全でない更新を修正するためにバイナリ実行性クエリを使用し、ローカル境界情報を抽出して、後方パスで制約対応の学習信号を提供する。
離散時間フローマッチングと組み合わせることで、トレーニングと推論の間に同じ安全ガードが使用され、明示的あるいは微分可能な制約モデルなしで、前方に整列したポリシー学習を可能にする。
障害物を考慮したロボット操作実験は,タスク性能を維持しながら100%制約満足度を示す。
関連論文リスト
- Geometry-Aware Control Barrier Functions for Collision Avoidance via Bernstein Polynomial Approximations [8.629680427261542]
本稿では,Bernstein-Polynomial Signed Distance Fields(BPSDF)に基づく新しい幾何学的制御バリア関数(CBF)を提案する。
本研究では,異なる環境下でのシミュレーションにより,単一ロボットナビゲーションと異種マルチロボット衝突回避の効率と性能を検証する。
論文 参考訳（メタデータ） (2026-05-29T00:42:33Z) - Selective Safety Steering via Value-Filtered Decoding [54.87935112120107]
大型言語モデル(LLM)は人間の価値観に合わせるように訓練されているが、その世代は安全上の制約に反する可能性がある。
既存のデコード時のステアリング手法は、しばしば不要に介入し、ベースモデルの下で安全であった世代を変更する。
安全でない応答の安全性を向上しつつ、そのような不要な介入を減らすための新しいテストタイムステアリング手法を提案する。
論文 参考訳（メタデータ） (2026-05-14T12:13:08Z) - BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。
BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
論文 参考訳（メタデータ） (2026-02-23T18:19:46Z) - Learning Neural Control Barrier Functions from Expert Demonstrations using Inverse Constraint Learning [1.7235805533661985]
我々は、安全、すなわち制御された前方不変集合に属することを考慮し、システムの状態を分類する制約関数を訓練する。
次に、その関数を使用して、新しいシミュレートされた軌道のセットをラベル付けし、神経CBFをトレーニングします。
4つの異なる環境において、我々のアプローチを実証的に評価し、既存のベースラインよりも優れていることを示す。
論文 参考訳（メタデータ） (2025-10-24T15:20:34Z) - Constrained Decoding for Robotics Foundation Models [12.916330118607918]
本稿では,自動回帰ロボット基盤モデルのための制約付き復号化フレームワークであるSafeDecを紹介する。
タスク固有の安全ルールはSignal Temporal Logic (STL) 公式として表現され、最小限のオーバーヘッドで推論時に強制される。
提案手法は,実行時に仮定された動的条件下でのSTL仕様を,再トレーニングなしで確実に満たすものである。
論文 参考訳（メタデータ） (2025-09-01T19:17:40Z) - Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。
提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。
これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文 参考訳（メタデータ） (2025-04-30T13:47:25Z) - Generalizing Safety Beyond Collision-Avoidance via Latent-Space Reachability Analysis [6.267574471145217]
Hamilton-Jacobi (H) は、ロボットが安全でない状態を同時に検出し、アクションを生成するための厳格なフレームワークである。
生観測データを直接操作する潜在空間到達性であるLa Safety Filtersを提案する。
論文 参考訳（メタデータ） (2025-02-02T22:00:20Z) - Positive-Unlabeled Constraint Learning for Inferring Nonlinear Continuous Constraints Functions from Expert Demonstrations [8.361428709513476]
多様な現実世界のロボットタスクの計画には、すべての制約を知って記述する必要がある。
本稿では,実証から連続的な制約関数を推論する2段階の正非ラベル制約学習(PUCL)アルゴリズムを提案する。
連続的な非線形制約を推論し、制約精度と政策安全性の点で他のベースライン法より優れている。
論文 参考訳（メタデータ） (2024-08-03T01:09:48Z) - Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。
これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
論文 参考訳（メタデータ） (2022-08-23T05:02:09Z) - Learning Control Barrier Functions from Expert Demonstrations [69.23675822701357]
制御障壁関数(CBF)に基づく安全な制御器合成のための学習に基づくアプローチを提案する。
最適化に基づくCBFの学習手法を解析し、基礎となる力学系のリプシッツ仮定の下で証明可能な安全保証を享受する。
私たちの知る限りでは、これらはデータから確実に安全な制御障壁関数を学習する最初の結果です。
論文 参考訳（メタデータ） (2020-04-07T12:29:06Z)
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。