論文の概要: Spectrally Routed Diffusion Policy for Multi-Task Robotic Manipulation

• arxiv url: http://arxiv.org/abs/2611.04477v1
• Date: Tue, 03 Nov 2026 08:09:15 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:58:09.719251
• Title: Spectrally Routed Diffusion Policy for Multi-Task Robotic Manipulation
• Title（参考訳）: マルチタスクロボットマニピュレーションのためのスペクトル経路拡散ポリシー
• Abstract要約: 拡散に基づくポリシは、シングルタスクロボット操作において強力なパフォーマンスを実現している。 しかし、複数のタスクで共同で訓練された単一のモデルは、同じデモンストレーションで訓練されたタスク毎のスペシャリストを一貫して過小評価している。 これらの問題を解決するためにSR-DP(Spectrally Routed Diffusion Policy)を提案する。
• 参考スコア（独自算出の注目度）: 2.6868089798320653
• License:
• Abstract: Diffusion-based policies have achieved strong performance on single-task robotic manipulation. However, a single model trained jointly on multiple tasks consistently underperforms the per-task specialists trained on the same demonstrations. We focus on two challenges. First, the convolutional encoders commonly used in diffusion-based policies produce visual conditions that are not discriminative enough. Second, gradients from incompatible action modes update the shared denoiser's dense parameters along the same directions, causing destructive interference during joint training. To address both, we propose SR-DP (Spectrally Routed Diffusion Policy). A frozen VGGT encoder with a spatial-compression adapter produces compact multi-scale semantic-geometric tokens, a task-discriminative visual condition for tasks that share a workspace. We first train the denoiser as a standard diffusion policy, then decompose selected linear layers by SVD into a frozen basis of orthogonal rank-one experts, adapted through spectral routing and Householder input rotations. On six RoboTwin tasks, SR-DP averages a 68.4% success rate, surpassing multi-task VO-DP by 21.8 points and the strongest per-task baseline by 3.8 points. On four real-world bimanual tasks, Stage 2 reaches a 43.0% average success rate and improves over Stage 1 by 19.0 points.
• Abstract（参考訳）: 拡散に基づくポリシは、シングルタスクロボット操作において強力なパフォーマンスを実現している。 しかし、複数のタスクで共同で訓練された単一のモデルは、同じデモンストレーションで訓練されたタスク毎のスペシャリストを一貫して過小評価している。 私たちは2つの課題に焦点を合わせます。 第一に、拡散ベースのポリシーで一般的に使用される畳み込みエンコーダは、十分に識別できない視覚条件を生成する。 第二に、非互換な動作モードからの勾配は共有デノイザーの密度パラメータを同じ方向に更新し、関節トレーニング中に破壊的な干渉を引き起こす。 本稿では,SR-DP(Spectrally Routed Diffusion Policy)を提案する。 空間圧縮アダプタを備えた冷凍VGGTエンコーダは、ワークスペースを共有するタスクに対するタスク識別視覚条件である、コンパクトなマルチスケールセマンティックジオメトリトークンを生成する。 まず標準拡散政策としてデノイザを訓練し、次にSVDにより選択された線形層を直交ランクワンの専門家の凍結基底に分解し、スペクトルルーティングと家庭用入力回転により適応する。 6つのRoboTwinタスクでは、SR-DPは平均68.4%の成功率で、マルチタスクVO-DPを21.8ポイント、ベースラインを3.8ポイント上回る。 4つの実世界のバイマニュアルタスクにおいて、ステージ2の平均成功率は43.0%に達し、ステージ1よりも19.0ポイント向上している。

関連論文リスト

• Unlocking the Potential of Vision Foundation Models for Multi-Task Dense Prediction via Mixture of Task Adapters [69.94454603308196]
  マルチタスク密度予測は、識別的意味認識と正規化幾何学/推論をサポートする単一の表現を求める。 凍結したDINOv3バックボーン内でこれらの役割を明示的に分解するタスクアダプタの混合体であるD2MoEを提案する。 実験は、この構造的因子化が、訓練可能な足跡を小さくして、堅牢なマルチタスクの改善をもたらすことを実証している。
  論文  参考訳（メタデータ） (2026-11-02T08:47:07Z)
• Immiscible Diffusion Policy: Preserving Multimodal Robot Actions through Label-Free Noise Assignment [65.05888282246983]
  我々は,データセットのモダリティと正確な内部対称性のバランスを保証しても,拡散ポリシが単一モダリティに崩壊することを示す。 Inmiscible Diffusion Policy は,比較的明確なノイズ・ツー・アクション経路を維持するために,アクション・ノイズの割り当てを利用する拡散政策に対するラベルフリーのトレーニングタイムアドオンである。
  論文  参考訳（メタデータ） (2026-10-07T03:22:26Z)
• Escaping Low-Dimensional Overlap: Multi-Task Model Merging via High-Dimensional Sparse Disentanglement [5.048419950197785]
  モデルマージは、追加のトレーニングなしでマルチタスクジェネラリストモデルを構築する効率的な方法を提供するが、その性能は厳しいタスク干渉の下で劣化することが多い。 本稿では,タスクベクトルを高次元特徴空間に投影するためにSAEを用いたスパース表現に基づくマージフレームワークを提案する。 Qwen2.5-1.5B と Qwen5-7B の2つの実験により,本手法が代表ベースラインを一貫して上回ることを示した。
  論文  参考訳（メタデータ） (2026-08-26T04:16:31Z)
• IntHQ: Task-Interactive Hierarchical Query on Dual-Stream Representations for Generative Recommendation [20.546679348797905]
  既存のマルチタスクは本質的に3倍の崩壊を起こしやすいことを示す。 InHQは3つのコンポーネントを持つマルチタスク生成レコメンデータで、1つの崩壊を緩和する。 オフライン評価では、InHQは4つの代表的なタスクヘッド構成の下で、競争力のあるバックボーンを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-08-10T14:13:47Z)
• CORAL: Scalable Multi-Task Robot Learning via LoRA Experts [49.759823970016974]
  実世界のロボット工学におけるビジョン・ランゲージ・アクション(VLA)モデルは、コアマルチタスク学習の課題を露呈する。 タスク毎に個別の完全なチェックポイントを維持することは、しばしばストレージとデプロイメントの禁止である。 主にマルチタスク干渉を軽減するために設計されたバックボーンおよび非依存のフレームワークであるCORALを提案する。
  論文  参考訳（メタデータ） (2026-03-10T07:28:41Z)
• Language-Conditioned Representations and Mixture-of-Experts Policy for Robust Multi-Task Robotic Manipulation [1.731102560795011]
  LMoE-DP(Language-Conditioned Visual Representation)モジュールとLanguage- Conditioned Mixture-of-Experts Density Policy(LMoE-DP)を組み合わせたフレームワークを提案する。 実ロボットのベンチマークでは、LCVRはAction Chunking with Transformers (ACT) と Diffusion Policy (DP) の成功率をそれぞれ33.75%、25%向上させた。 セマンティックグラウンドと専門家の専門化を組み合わせることで、堅牢で効率的なマルチタスク操作が可能になることを示す。
  論文  参考訳（メタデータ） (2025-10-28T04:27:03Z)
• Two-Steps Diffusion Policy for Robotic Manipulation via Genetic Denoising [22.356276412952738]
  拡散モデルは、専門家のデモンストレーションを模倣してロボット操作の最先端の結果を得た。 具体的AIタスクの特定の特徴に認知過程を合わせることで、拡散ポリシーが効果的に機能できることが示される。 そこで本研究では,個体群をベースとした遺伝的デノナイジング手法を提案し,性能と安定性を両立させる。
  論文  参考訳（メタデータ） (2025-10-24T19:52:41Z)
• D2PPO: Diffusion Policy Policy Optimization with Dispersive Loss [13.132582315951193]
  高次元空間における多モーダル動作分布のモデル化によるロボット操作における拡散制御 拡散ポリシーは、意味的に類似した観察が区別できない特徴にマッピングされるときに、表現の崩壊に悩まされる。 D2PPOは分散損失正規化を導入し、各バッチ内のすべての隠された表現を負のペアとして扱うことで表現の崩壊と戦う。
  論文  参考訳（メタデータ） (2025-08-04T17:33:41Z)
• One-Step Diffusion Policy: Fast Visuomotor Policies via Diffusion Distillation [80.71541671907426]
  OneStep Diffusion Policy (OneDP)は、事前訓練された拡散政策から知識を単一ステップのアクションジェネレータに蒸留する新しいアプローチである。 OneDPはロボット制御タスクの応答時間を著しく短縮する。
  論文  参考訳（メタデータ） (2024-10-28T17:54:31Z)
• Sparse Diffusion Policy: A Sparse, Reusable, and Flexible Policy for Robot Learning [61.294110816231886]
  我々はスパース・リユース・フレキシブル・ポリシー、スパース・ディフュージョン・ポリシー(SDP)を導入する。 SDPは、エキスパートとスキルを選択的に活性化し、モデル全体をトレーニングすることなく、効率的でタスク固有の学習を可能にする。 デモとコードはhttps://forrest-110.io/sparse_diffusion_policy/にある。
  論文  参考訳（メタデータ） (2024-07-01T17:59:56Z)

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。