論文の概要: TRACE: Target-State Risk-Aligned Conditional Execution for Embodied Tracking

• arxiv url: http://arxiv.org/abs/2610.41275v2
• Date: Mon, 02 Nov 2026 15:09:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 02:41:45.021674
• Title: TRACE: Target-State Risk-Aligned Conditional Execution for Embodied Tracking
• Title（参考訳）: TRACE: 身体追跡のための目標状態リスク対応条件実行
• Abstract要約: 身体的な視線追跡は、ロボットが言語に指定された人物を、排他的、見た目に類似した邪魔者、あいまいな指示で追従する必要がある。 トラッキングの持続性の改善は、同時に安全性違反を増大させる可能性がある。 TRACEは,学習方針を守り,選択的に介入する実行時目標状態リスクゲートである。
• 参考スコア（独自算出の注目度）: 6.615755397984848
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Embodied visual tracking requires a robot to follow a language-specified person under occlusion, look-alike distractors, and ambiguous instructions. We show that improving tracking persistence can simultaneously increase safety violations. Using a compact 0.6B vision-language-action (VLA) tracker with a frozen backbone, we update only the planner head with proximal policy optimization (PPO). PPO improves success and following rates across all three EVT-Bench settings, but increases the collision rate on distracted tracking because episodes that previously ended in target loss can instead end in contact. We introduce TRACE, an execution-time target-state risk gate that preserves the learned policy and intervenes selectively. A lightweight risk head processes 84 cues, including candidate boxes, identity margins, a learned range-and-bearing probe, and the policy's commands. When the calibrated risk exceeds a threshold, TRACE rescales the translational component of the next waypoint while leaving yaw unchanged. The executed action is identical to PPO's on more than 98% of steps. In paired evaluations on identical episodes, TRACE reduces the distracted-tracking collision rate by 3.96 percentage points, while further improving success and following rates. Matched slowdown controls without target-state timing do not reproduce this improvement. Concurrent evaluation reproduces a collision reduction of 3.77 points, compared with 0.29 points for identical-arm null pairs, indicating that the effect exceeds evaluation variability. These results show that target-state-aware execution can recover the safety cost of policy post-training with minimal intervention.
• Abstract（参考訳）: 身体的な視線追跡は、ロボットが言語に指定された人物を、排他的、見た目に類似した邪魔者、あいまいな指示で追従する必要がある。 トラッキングの持続性の改善は、同時に安全性違反を増大させる可能性がある。 凍結したバックボーンを持つコンパクトな0.6B視覚言語(VLA)トラッカーを用いて,PPOを用いたプランナーヘッドのみを更新する。 PPOは3つのEVT-Bench設定での成功率と追従率を改善するが、以前目標損失で終了したエピソードが代わりに接触する可能性があるため、注意をそらされたトラッキングにおける衝突率を増加させる。 TRACEは,学習方針を守り,選択的に介入する実行時目標状態リスクゲートである。 軽量リスクヘッドは、候補ボックス、アイデンティティマージン、学習されたレンジ・アンド・ベアリングプローブ、ポリシーのコマンドを含む84のキューを処理する。 校正リスクがしきい値を超えると、TRACEはヨーをそのまま残しながら次のウェイポイントの翻訳成分を再スケールする。 実行されたアクションは98%以上のステップでPPOと同一である。 同一エピソードのペア評価では、TRACEは障害追跡衝突率を3.96ポイント削減し、成功率と追従率をさらに向上させる。 目標状態タイミングのない一致したスローダウン制御は、この改善を再現しない。 同時評価は3.77点の衝突を再現し、同一腕のヌルペアの0.29点と比較すると、その効果が評価変数を超えることを示す。 これらの結果から、目標状態認識実行は、最小限の介入で、訓練後の政策の安全性コストを回復できることが示された。

関連論文リスト

• Enhancing Visual Task-Redirection Attacks on Vision-Language-Action Models via Closed-Loop Optimization [53.4936961783344]
  視覚言語アクション(VLA)モデルは、言語誘導ロボット操作を可能にするが、視覚攻撃には弱い。 我々は,クローズドループ最適化による既存の視覚的攻撃を強化するフレームワークであるTRACOを提案する。 VLAモデルとシミュレーション環境をまたいだ実験では、TRACOによるタスク・リダイレクトの成功が改善された。
  論文  参考訳（メタデータ） (2026-10-16T14:51:44Z)
• VeriVLA: Adaptive Test-Time Verification for Flow-Based VLAs with Latent World Models [50.77784979595945]
  トレーニング不要な2軸トリガを導入し,時間内変動とサンプル間のばらつきを測定した。 一度起動すると、JEPAベースの潜在世界モデルは、アクション条件付き将来の潜在状態を予測することによって、候補アクションチャンクをランク付けする。 提案手法は, 平均完了スコアを50.8%から65.5%に引き上げると同時に, トリガ決定毎のサンプリングと検証に326msを加算する。
  論文  参考訳（メタデータ） (2026-10-15T14:34:44Z)
• Successful but Unsafe: An Analytical Benchmark for Revealing Collisions in Vision-and-Language Navigation [5.374365455736693]
  VLN-Safeは2つの相補的評価条件の下で衝突安全性を解析するためのベンチマークである。 緊急衝突を予測するための信号を解析し、政策由来の信号よりも深度幾何学と最近の移動史の方が有益であることを示す。 我々は,リスクの高い前方行動に拒否権を行使し,脱出操作を実行し,元の方針に制御を返す,訓練不要の衝突ガードを導入する。
  論文  参考訳（メタデータ） (2026-10-10T07:53:14Z)
• When Reasoning Helps Action: Monitoring and Steering Chain-of-Thought in Vision-Language-Action Policies [7.580719272198118]
  推論可能なVLAポリシは、そのアクションの説明とガイドのように見えるチェーンオブ思想のトレースを公開する。 信頼性と動作性を評価するための2つの評価軸を定義し,運用する。 アルパマヨ1.5の運転VLAでは、TRUSTは88.9%の精度で正確さを監視し、推論の正確さを75.9%から90.0%に改善する。
  論文  参考訳（メタデータ） (2026-09-30T19:04:58Z)
• LIBERO-MAX: Do Robot Policies Adapt When the World Changes? [61.52324972910026]
  多くのシミュレーションロバストネスベンチマークは、リセット時に外部条件を修正し、この時間的課題を過小評価する。 LIBERO-MAXは、幾何学、観察、外観、乱雑、経路の8種類の変化にまたがる8000のペアケースのベンチマークである。 各ペアはタスク実行と、タスク、初期状態、ポリシーシード、修正前のアクションシーケンスを保持する中タスクイベントとを比較します。
  論文  参考訳（メタデータ） (2026-09-29T02:12:26Z)
• Self-Confirming Superposition Traps in Reinforcement Learning [62.71685993550818]
  強化学習はエージェントのポリシーによって選択されたデータに基づいて表現し、その結果のリターンを使って次の選択を導く。 これらのデータに対して表現フィッティングがグローバルに最適である場合でも,このループは低リターンポリシーを維持可能であることを示す。
  論文  参考訳（メタデータ） (2026-09-26T21:56:26Z)
• ReDraft, Don't Just Distill: Reference-Driven Revision for Continual VLLM Post-Training [66.72708893922605]
  大規模なマルチモーダルモデルのポストトレーニングは、事前トレーニングから保護しながら、新しい機能を追加する必要がある。 SFTは、タスクをほぼゼロの精度から学習する明確なターゲット監視を提供するが、そのオフポリティックターゲットはモデルを十分に移動させ、忘れる原因となる。 モデル自身の失敗から両方を得るReDraftを紹介します。
  論文  参考訳（メタデータ） (2026-09-15T04:59:03Z)
• CosFly-VLA: A Spatially Aware Vision-Language-Action Model for UAV Tracking [6.465600276213322]
  VLA(Vision-Language-Action)ポリシーは、視覚的標的を効果的に追跡することができるが、建物、植生、道路沿いの物体が視線を塞ぐと、その性能は劣化することが多い。 本稿では,空間認識型VLAモデルCosFly-VLAについて述べる。 OpenVLAとは対照的に、CosFly-VLA-0.8Bはオープンループ平均変位誤差(ADE)を外見テストで34.1%、目に見えないテストで35.3%削減する。
  論文  参考訳（メタデータ） (2026-07-16T13:52:08Z)
• On-Policy Self-Evolution via Failure Trajectories for Agentic Safety Alignment [54.30690671490447]
  既存の安全アライメント信号は、主に応答レベルまたは政治外である。 FATEは、検証済みの失敗を専門家のデモンストレーションなしで修復管理に変換する。 FATEは攻撃成功率を33.5%、有害なコンプライアンスを82.6%削減し、外的軌道安全診断を6.5%改善する。
  論文  参考訳（メタデータ） (2026-05-12T09:56:28Z)
• Risk-Aware Human-in-the-Loop Framework with Adaptive Intrusion Response for Autonomous Vehicles [9.818695109452861]
  自律走行車のためのリスク認識型ヒューマン・イン・ザ・ループ・フレームワークであるRAILを提案する。 RAILは、重み付きノイズORを介して3つのキューを侵入リスクスコア(IRS)に融合させる。 MetaDriveでは、テストリターン(TR)が360.65、テスト成功率(TSR)が0.85、テスト安全違反(TSV)が0.75、外乱率(DR)が0.0027である。
  論文  参考訳（メタデータ） (2026-01-16T21:08:01Z)
• Accurate Bounding-box Regression with Distance-IoU Loss for Visual Tracking [42.81230953342163]
  提案手法は,最先端トラッカーと比較した場合の競合追跡精度を実現する。 目標推定部は、目標接地接地接地接地接地と推定接地接地接地接地とのDIoUスコアを予測するように訓練される。 我々は,リアルタイムトラッキング速度を保証するために,Conjugate-Gradientベースの戦略でオンラインにトレーニングし,最適化した分類部品を導入する。
  論文  参考訳（メタデータ） (2020-07-03T11:57:54Z)

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。