論文の概要: JEDI: Joint-Embedding Demonstration Compression for In-Context Imitation Learning

• arxiv url: http://arxiv.org/abs/2610.40356v1
• Date: Thu, 29 Oct 2026 16:11:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 07:27:16.019277
• Title: JEDI: Joint-Embedding Demonstration Compression for In-Context Imitation Learning
• Title（参考訳）: JEDI:In-Context Imitation Learningのための共同埋め込みデモ圧縮
• Abstract要約: コンテキスト内模倣学習は、テストタイムのデモンストレーションを通じてロボットポリシーに適応する。 凍結ビデオJEPA空間におけるクエリエピソードの次のステージを予測するために訓練された潜在スロットにデモを圧縮するJEDIを提案する。
• 参考スコア（独自算出の注目度）: 11.175365982417361
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In-context imitation learning (ICIL) adapts robot policies through test-time demonstrations, but long multimodal trajectories constrain how many examples fit in context. We ask what a compressed demonstration should preserve. We propose JEDI, which compresses demonstrations into latent slots trained to predict the query episode's next-stage keyframe in a frozen video-JEPA space. Task and process counterfactuals help the slots preserve execution details, while the predictor selects demonstrations from a bank. Post-training with keypoint tokens enables human-hand conditioning on robots. Experiments on LIBERO and real robots show that JEDI supports many-shot context; LIBERO objective controls show improved success and demonstration following over action-only compression. These findings support query-future prediction as a training objective for preserving execution-relevant information in compressed demonstrations.
• Abstract（参考訳）: In-context mimicion learning (ICIL)は、テストタイムのデモンストレーションを通じてロボットポリシーに適応するが、長いマルチモーダル軌道は、コンテキストに適合するサンプルの数を制限する。 圧縮されたデモが何を保存するべきか尋ねる。 本稿では,JEPA空間におけるクエリエピソードの次段キーフレームを予測するために訓練された潜在スロットにデモを圧縮するJEDIを提案する。 タスクとプロセスのカウンターファクトは実行の詳細を保存するのに役立ち、予測器は銀行からデモを選択する。 キーポイントトークンによるポストトレーニングは、ロボットの人手条件付けを可能にする。 LIBEROと実ロボットの実験では、JEDIは多ショットのコンテキストをサポートしており、LIBEROの客観的コントロールは、アクションのみの圧縮による成功と実演の改善を示している。 これらの知見は, 圧縮された実演における実行関連情報を保存するための訓練目的として, クエリーフューチャー予測を支援する。

関連論文リスト

• TTT in VLA Models: Exploring Training with Human Demonstrations [17.61701082808145]
  テストタイムトレーニング(TTT)をInternVLA-A1とPi0.5に統合し,人間の実演を条件とした行動生成の研究を行う。 実験では、TTTとペアデータに現在の規模でトレーニングを加えることは、デモに基づいた一貫したターゲット選択には至らなかった。 デモがシングルフレームのキューに短縮されると、実際のロボットの実行は固定位置でのカップの好みを示した。
  論文  参考訳（メタデータ） (2026-10-23T02:55:23Z)
• TS-WAM: Temporal Latent Actions and World-Action Coupling for Vision-Language Robot Control [15.376484568547765]
  TS-WAM, 軽量教師学習型ワールド・アクション・モデルを提案する。 vlm-jepaフレームワークは、ロボットのデモやアクションフリーの人間ビデオなど、異種データから学習する。 TS-WAMは, 高い操作性能, 一般化, 堅牢性を実現する。
  論文  参考訳（メタデータ） (2026-10-15T14:05:28Z)
• How to Instruct Your Robot: Dense Language Annotations Power Robot Policy Learning [69.68882580009982]
  デモセグメントをVLM生成アノテーションでラベル付けする2段階のアプローチであるDeMiAnを紹介する。 学習したインストラクターがタスク記述と初期シーンスナップショットをデプロイ時にタスクに適したアノテーションにマップする。 RoboCasaでは、インストラクターはタスクのみのベースラインで5ポイント成功し、タスクごとのオラクルの3ポイント以内に到達する。
  論文  参考訳（メタデータ） (2026-05-16T16:52:08Z)
• PICLe: Pseudo-Annotations for In-Context Learning in Low-Resource Named Entity Detection [56.916656013563355]
  In-context Learning (ICL)により、大規模言語モデルでは、デモをほとんど使わずにタスクを実行することができる。 PICLeは、ノイズの多い擬似アノテーション付き実演によるインコンテキスト学習のためのフレームワークである。 バイオメディカルな5つのNEDデータセット上でPICLeを評価し,PICLeが低リソース環境でICLより優れていることを示す。
  論文  参考訳（メタデータ） (2024-12-16T16:09:35Z)
• One-Shot Imitation under Mismatched Execution [7.060120660671016]
  人間のデモは、ロボットに長距離操作のタスクをプログラムするための強力な方法だ。 これらのデモをロボット実行可能なアクションに変換することは、運動スタイルや身体能力のミスマッチの実行による重大な課題を呈する。 シーケンスレベルの最適輸送コスト関数を用いて,人間とロボットの軌道を自動的にペアリングする新しいフレームワークRHyMEを提案する。
  論文  参考訳（メタデータ） (2024-09-10T16:11:57Z)
• DemoRank: Selecting Effective Demonstrations for Large Language Models in Ranking Task [24.780407347867943]
  本稿では,文節ランキングタスクにおいて,コンテキスト内デモを適切に選択する方法について検討する。 ランキングタスクのためのデモ選択フレームワークであるDemoRankを提案する。
  論文  参考訳（メタデータ） (2024-06-24T06:10:13Z)
• Exploring Demonstration Ensembling for In-context Learning [75.35436025709049]
  In-context Learning (ICL) は、与えられたタスクに対する入出力ペアの言語モデル(LM)の例を示す。 ICLの標準的なアプローチは、LMdのデモとテスト入力の促進である。 本研究は,単純な結合の代替として,DENSE(Demonstration Ensembling)を探索する。
  論文  参考訳（メタデータ） (2023-08-17T04:45:19Z)
• Robustness of Demonstration-based Learning Under Limited Data Scenario [54.912936555876826]
  実証に基づく学習は、限られたデータシナリオ下で事前訓練された言語モデルの能力を刺激する大きな可能性を示している。 実演と予測の間に明確な整合性がないため、なぜこのような実演が学習プロセスに有益なのかは不明だ。 本稿では,実証に基づくシーケンスラベリングの頑健さを深く掘り下げるために,標準情報から直感的に有用な情報を徐々に取り除き,病理デモを設計する。
  論文  参考訳（メタデータ） (2022-10-19T16:15:04Z)

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。