論文の概要: VARP: A Visual Adaptive Rearrangement Planner for Non-Monotone Object Rearrangement Planning

• arxiv url: http://arxiv.org/abs/2611.04093v1
• Date: Tue, 03 Nov 2026 00:03:35 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:39:25.682607
• Title: VARP: A Visual Adaptive Rearrangement Planner for Non-Monotone Object Rearrangement Planning
• Title（参考訳）: VARP:非モノトーンオブジェクト再配置計画のための視覚的適応的再配置計画
• Abstract要約: Visual Adaptive Rearrangement Plannerは、専門家によるデモンストレーションから生成された視覚状態表現から、非モノトン再構成を直接学習する。 VARPは、スクラッチからリプランしたり、オンライン検索を実行することなく、オンラインで障害に適応する。 挑戦的なベンチマークでは、VARPは98.3%の成功率、タスク毎の計画時間0.4秒、実行時障害時の97.5%、継続的な厳しい障害時の94.5%を達成している。
• 参考スコア（独自算出の注目度）: 30.713790916612727
• License:
• Abstract: Object rearrangement planning in cluttered environments is often non-monotone, requiring objects to be temporarily relocated before reaching their final destinations. Although search-based planners can solve such tasks, they incur substantial computational cost and require expensive replanning when the environment changes. We propose the Visual Adaptive Rearrangement Planner (VARP), which learns non-monotone rearrangement directly from visual state representations generated from expert demonstrations. VARP predicts pick-and-place actions from the current and goal visual state representations, and incorporates an Action Refinement Strategy (ARS) to improve action feasibility and a Progress Enforcement Strategy (PES) to mitigate progress stagnation. By continuously updating actions from the latest visual state representations, VARP adapts online to disturbances without replanning from scratch or performing online combinatorial search. In challenging rearrangement benchmarks, VARP achieves a 98.3\% success rate with only 0.4 s planning time per task, 97.5\% success under execution-time disturbances, and 94.5\% under continuous severe disturbances, while generalizing effectively to unseen object counts. These results demonstrate that VARP provides a scalable and robust solution for non-monotone object rearrangement.
• Abstract（参考訳）: 乱雑な環境でのオブジェクトの配置計画はしばしば単調ではなく、最終目的地に到達する前にオブジェクトを一時的に移動させる必要がある。 探索ベースのプランナーはそのようなタスクを解くことができるが、かなりの計算コストを発生させ、環境が変化したときには高価な再計画を必要とする。 本稿では,専門家によるデモンストレーションから生成した視覚状態表現から,非モノトーン再構成を直接学習する視覚適応再配置計画(VARP)を提案する。 VARPは、現在および目標の視覚状態表現からのピック・アンド・プレース動作を予測し、アクションの実現性を改善するためにアクション・リファインメント・ストラテジー(ARS)と、進行の停滞を軽減するためのプログレッシブ・エンフォースメント・ストラテジー(PES)を組み込む。 最新の視覚状態表現からのアクションを継続的に更新することにより、VARPはスクラッチから計画変更したり、オンライン組合せ検索を実行することなく、オンラインで障害に適応する。 挑戦的な再配置ベンチマークでは、VARPは98.3\%の成功率を達成し、1タスク当たり0.4秒の計画時間、実行時障害時の97.5\%の成功、継続的な障害時の94.5\%を達成し、未確認のオブジェクト数に効果的に一般化する。 これらの結果は,VARPが非単調物体再構成のためのスケーラブルで堅牢なソリューションを提供することを示した。

関連論文リスト

• HIPC: Humanoid Iterative Planning and Control via Goal-Conditioned Motion Closure [51.2488709125534]
  実時間Humanoid Iterative Planning and ControlフレームワークHIPCを提案する。 HIPCは、モーショントラッキングを備えた生成モデルを統合された計画制御パラダイムに結合する。 その結果、HIPCは、物理的堅牢性と転倒からの回復能力を同時に示しながら、最先端の目標達成精度を達成できた。
  論文  参考訳（メタデータ） (2026-10-30T06:48:20Z)
• 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)
• ProAct-VLM: Pre-Failure Vision-Language Task Replanning with Continuous Perception Feedback [1.6590770361612988]
  長期のロボットタスクは、予期せぬ環境変化に対して脆弱である。 従来のルールベースの意思決定パイプラインは、オープンワールド環境では不安定である。 ProAct-VLMは、適応的で物理的に基盤付けられたタスク計画フレームワークである。
  論文  参考訳（メタデータ） (2026-09-29T14:30:35Z)
• LePlanner: An Iterative Amortized Controller For World Models [0.0]
  本研究では,凍結したワールドモデル予測器を用いて遅延動作シーケンスの構築と洗練を学習する,償却反復制御器LePlannerを提案する。 LePlannerは、最初期の地平線で目標に達するようコントローラに促し、そこに留まるよう、到着と保持の目的で訓練されている。 成功率はPushTが98%、Reacherが100%、TwoRoomsが100%、OGBench Cubeが92%である。
  論文  参考訳（メタデータ） (2026-09-12T10:01:21Z)
• LeapTS: Rethinking Time Series Forecasting as Adaptive Multi-Horizon Scheduling [74.94985663101906]
  本稿では,予測地平線上での動的スケジューリングプロセスとして時系列予測を再構成する新しいフレームワーク LeapTSを提案する。 LeapTSは、Transformerベースのモデルよりも2.6$times$から5.3$times$推論スピードアップを実現しつつ、全体的な予測性能を少なくとも7.4%向上させる。
  論文  参考訳（メタデータ） (2026-05-11T09:54:02Z)
• AsgardBench -- Evaluating Visually Grounded Interactive Planning Under Minimal Feedback [28.254110943200683]
  AsgardBenchは、視覚的に基礎があり、ハイレベルなアクションシーケンス生成と対話的な計画を評価することを目指している。 評価の結果,視覚的入力を使わずに性能が急激に低下し,視覚的接地や状態追跡の弱点が明らかとなった。 私たちのベンチマークでは,より限定的な疑問に言及しています – 期待通りに進まなければ,実際に計画に適応するために,モデルが見ているものを使用することは可能ですか?
  論文  参考訳（メタデータ） (2026-03-16T20:31:43Z)
• CoSPlan: Corrective Sequential Planning via Scene Graph Incremental Updates [35.64639873984766]
  本稿では,初期状態と目標状態の間の中間的推論ステップを導入したSGI(Scene Graph Incremental Update)を提案する。 シーケンシャルプランニングにおける信頼性の向上に加えて、SGIはPlan-BenchやVQAといった従来のプランニングタスクに一般化している。
  論文  参考訳（メタデータ） (2025-12-11T06:46:51Z)
• Open-Vocabulary Spatio-Temporal Scene Graph for Robot Perception and Teleoperation Planning [55.90805559207812]
  動的リモートシーンでは、双方向通信における伝送遅延は、リモート認識状態とオペレータ意図の間のギャップを生じさせる。 本稿では,時間的ダイナミクスと軽量遅延アノテーションを用いて,オープン語彙認識を充実させる表現を提案する。 提案手法はReplicaベンチマークで74%のノード精度を実現し,Concept.Graphよりも優れていた。
  論文  参考訳（メタデータ） (2025-09-27T04:31:24Z)
• Lifelong Unsupervised Domain Adaptive Person Re-identification with Coordinated Anti-forgetting and Adaptation [127.6168183074427]
  本稿では,LUDA (Lifelong Unsupervised Domain Adaptive) という新たなタスクを提案する。 これは、モデルがターゲット環境のラベル付けされていないデータに継続的に適応する必要があるため、難しい。 我々は、CLUDA-ReIDと呼ばれるこのタスクのための効果的なスキームを設計し、そこでは、アンチフォージェッティングが適応と調和して調整される。
  論文  参考訳（メタデータ） (2021-12-13T13:19:45Z)

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。