論文の概要: Leave It Better Than Found: Value-Guided Cooperation in Sequential Tasks

• arxiv url: http://arxiv.org/abs/2611.08075v1
• Date: Thu, 05 Nov 2026 14:26:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 04:55:13.535
• Title: Leave It Better Than Found: Value-Guided Cooperation in Sequential Tasks
• Title（参考訳）: シークエンシャルタスクにおけるバリューガイドによる協力
• Abstract要約: 本研究では,1つのロボットが従来のロボットに影響を受ける作業空間で行動する,逐次的タスク継続の問題を考察する。 ロボットは、その価値関数を共有することで、環境の嗜好を明示的に伝達できることを実証する。 本法では, ナイーブ剤や自尊心剤と比較して最大48.5ppの上昇が認められた。
• 参考スコア（独自算出の注目度）: 11.949418846876197
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We consider the problem of sequential task continuation, where one robot acts in a workspace that has been affected by a previous robot. Current approaches in multi-robot cooperation rely heavily on co-training or co-optimization, assumingthat the robots have access to collective interaction data during the policy training or planning process. However, as increasingly varied robotic embodiments and policies are deployed and operate in the same real-world environment, learning policies for cooperation becomes infeasible due to the combinatorial explosion of possible robot combinations that need to be accounted for. To address this challenge, this paper considers the problem of ad hoc sequential cooperation between robots that have never before operated together in a shared environment. We demonstrate that robots can explicitly communicate their environmental preferences through sharing their value functions, enabling coordination without the need for prior joint training. To ground this exchange and prevent overconfidence in out-of-distribution states, we further introduce a k-nearest neighbors (KNN)- based uncertainty filter. Our method yields an increase of up to 48.5 pp compared with naive or even selfish agents, in task success rates across simulated and real-world experiments, demonstrating that value function transmission between agents is useful not merely as an internal learning tool, but as an effective basis for ad hoc coordination. Website: https://proroklab.github.io/PAVE/
• Abstract（参考訳）: 本研究では,1つのロボットが従来のロボットに影響を受ける作業空間で行動する,逐次的タスク継続の問題を考察する。 マルチロボット協調における現在のアプローチは、政策訓練や計画プロセス中にロボットが集団的相互作用データにアクセスできることを前提として、協調訓練や共同最適化に大きく依存している。 しかし, 多様なロボットの実施形態や方針が同一の現実世界環境に展開・運用されるにつれて, ロボットの組み合わせが組み合わさることで, 協調のための学習方針が実現不可能になる。 そこで本研究では,これまで一度も共同で作業したことのないロボット同士の,アドホックな逐次的な連携の問題について考察する。 ロボットは,事前の協調訓練を必要とせずに,その価値機能を共有することで,環境の嗜好を明示的に伝達できることを実証する。 この交換を基礎にして、分配外状態の過信を防止するため、k-nearest neighbors(KNN)ベースの不確実性フィルタも導入する。 本手法は, エージェント間の価値関数伝達が内部学習ツールとしてだけではなく, アドホック協調のための効果的な基盤として有用であることを示す。 ウェブサイト:https://proroklab.github.io/PAVE/

関連論文リスト

• Robots that Collaborate: Sequential Asymmetric Imitation for Learning Coupled Robot Policies [8.640835924450553]
  協調的な移動操作では、ロボットが部分的に観察されたパートナーと協調する必要がある。 失敗は、しばしば誤った待ち時間、収量、引き抜き、解放、再配置から生じるため、これは難しい。 本稿では,複数ロボットの動作を同時に学習するための一括操作カリキュラムであるSequential Asymmetric Imitation (SAI)を提案する。
  論文  参考訳（メタデータ） (2026-06-15T09:55:58Z)
• Adaptive Vision-Based Control of Redundant Robots with Null-Space Interaction for Human-Robot Collaboration [7.779638839381672]
  人間とロボットのコラボレーションは、ロボットとの協力を通じて人間の能力を拡張することを目的としている。 人間とロボットのコラボレーションが1つのロボット/人間より優れているように、双方のパフォーマンスを向上させることは、未解決の問題である。 タスク空間における適応的視覚に基づく制御項と、ヌル空間における対話的制御項からなる冗長ロボットの新しい制御方式が提案されている。
  論文  参考訳（メタデータ） (2026-03-09T08:30:14Z)
• Fault-Tolerant Multi-Robot Coordination with Limited Sensing within Confined Environments [0.6144680854063939]
  マルチロボットシステムにおける物理的接触相互作用を利用した新しいフォールトトレランス手法を提案する。 そこで本研究では, ロボットの動作を, 操作不能なロボットに遭遇する可能性に基づいて調整する「アクティブコンタクト応答(ACR)」手法を提案する。
  論文  参考訳（メタデータ） (2025-05-21T02:43:36Z)
• LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [72.81786007015471]
  本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。 CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。 評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-10T00:08:00Z)
• Intuitive and Efficient Human-robot Collaboration via Real-time Approximate Bayesian Inference [4.310882094628194]
  コラボレーションロボットとエンドツーエンドAIは、工場や倉庫における人間のタスクの柔軟な自動化を約束する。 人間とコボットは互いに協力します。 これらのコラボレーションが効果的で安全であるためには、ロボットは人間の意図をモデル化し、予測し、活用する必要がある。
  論文  参考訳（メタデータ） (2022-05-17T23:04:44Z)
• REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
  本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。 模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。 本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-10T18:50:25Z)
• Decentralized Global Connectivity Maintenance for Multi-Robot Navigation: A Reinforcement Learning Approach [12.649986200029717]
  本研究では、接続性を維持しながら、未知の環境でマルチロボットチームをナビゲートする方法を検討する。 複数のロボット間で共有される分散型ポリシーを開発するための強化学習手法を提案する。 接続制約と行動クローニングの異なる組み合わせを比較することで,提案手法の有効性を検証した。
  論文  参考訳（メタデータ） (2021-09-17T13:20:19Z)
• Show Me What You Can Do: Capability Calibration on Reachable Workspace for Human-Robot Collaboration [83.4081612443128]
  本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。 この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
  論文  参考訳（メタデータ） (2021-03-06T09:14:30Z)

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。