論文の概要: GraSLA: A Lightweight Spatial-Language-Action Model with Grasp Hypotheses as Geometric Priors
- arxiv url: http://arxiv.org/abs/2611.15659v1
- Date: Wed, 11 Nov 2026 16:07:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.192552
- Title: GraSLA: A Lightweight Spatial-Language-Action Model with Grasp Hypotheses as Geometric Priors
- Title(参考訳): GraSLA: 幾何学的先駆者としてのGrasp仮説を用いた軽量空間言語行動モデル
- Abstract要約: 本稿では,模倣学習を通じて訓練された言語条件による操作ポリシーの行動多様性と有効性を改善することに焦点を当てる。
把握のために、6-DoFグリップ検出という基本的なサブタスクは、多様な把握仮説を提供するが、オープンループ実行は動的環境における応答性を制限する。
幾何学的先行概念として把握仮説を用いた軽量かつ効果的な空間言語行動モデルGraSLAを提案する。
- 参考スコア(独自算出の注目度): 7.569317729555216
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper focuses on improving the behavioral diversity and effectiveness of language-conditioned manipulation policies trained through imitation learning. Recently, continuous-action policies have become mainstream in robotic manipulation, but the lack of diverse demonstrations tends to restrict their behavioral diversity. For grasping, a fundamental subtask of manipulation, 6-DoF grasp detection provides diverse grasp hypotheses, but open-loop execution constrains responsiveness in dynamic environments. This motivates us to combine the diversity of grasp hypotheses with the adaptability of continuous-action policies. To this end, we propose GraSLA, a lightweight and effective spatial-language-action model with grasp hypotheses as geometric priors. In particular, we employ spatial and language foundation models to encode scene geometry and task semantics, and integrate them with grasp hypotheses through bidirectional cross-attention for continuous action prediction. On LIBERO, GraSLA achieves an average success rate of 99.30%.
- Abstract(参考訳): 本稿では,模倣学習を通じて訓練された言語条件による操作ポリシーの行動多様性と有効性を改善することに焦点を当てる。
近年、ロボット操作において継続的な行動ポリシーが主流となっているが、多様なデモンストレーションの欠如により行動の多様性が制限される傾向にある。
把握のために、6-DoFグリップ検出という基本的なサブタスクは、多様な把握仮説を提供するが、オープンループ実行は動的環境における応答性を制限する。
このことは、把握仮説の多様性と継続的な行動政策の適応性を組み合わせる動機となっている。
この目的のために,幾何学的先行として仮説を把握できる軽量かつ効果的な空間言語行動モデルGraSLAを提案する。
特に、空間的・言語的基礎モデルを用いてシーン幾何学とタスク意味論を符号化し、連続的な行動予測のために双方向のクロスアテンションを通して理解された仮説と統合する。
LIBEROでは、GraSLAの平均成功率は99.30%に達する。
関連論文リスト
- In-Context Model Predictive Generation: Open-Vocabulary Motion Synthesis from Language Models to Physics [109.99871326497333]
In-Context Model Predictive Generation (ICMPG)は、言語モデル計画と推論時の物理的フィードバックを統合するフレームワークである。
ICMPGは2つのモジュールでモデル予測制御(MPC)のようなプロセスとして運動合成を再構成する。
論文 参考訳(メタデータ) (2026-06-25T12:50:33Z) - SpatiO: Adaptive Test-Time Orchestration of Vision-Language Agents for Spatial Reasoning [18.3204772691015]
空間的推論には、入力に応じて異なる戦略を柔軟に調整する必要がある。
既存のアプローチのほとんどは、固定空間を暗黙的に学習する単一の推論パイプラインに依存している。
空間推論のための異種多エージェントフレームワークであるSpatiOを導入し、複数の視覚言語の専門家と相補的帰納バイアスを協調する。
論文 参考訳(メタデータ) (2026-04-23T01:19:37Z) - VISPA: Pluralistic Alignment via Automatic Value Selection and Activation [82.8405077104797]
トレーニング不要な多元的アライメントフレームワークであるVISPAを紹介する。
VISPAは、医療などにおいて、複数のアライメントモードにまたがるパフォーマンスを示す。
論文 参考訳(メタデータ) (2026-01-19T06:38:52Z) - Efficient Alignment of Unconditioned Action Prior for Language-conditioned Pick and Place in Clutter [59.69563889773648]
本研究では,ロボットが対象物を開き散らかし,特定の場所に移動させるという,言語条件のピック・アンド・プレイス作業について検討する。
いくつかのアプローチは、ビジョンファウンデーションモデルから機能を使ってエンドツーエンドのポリシーを学び、大きなデータセットを必要とする。
本研究では,無条件動作先行と3次元視覚言語先行とを1つの注意層から学習することで協調する行動先行アライメント手法を提案する。
論文 参考訳(メタデータ) (2025-03-12T14:20:33Z) - Policy Learning with a Natural Language Action Space: A Causal Approach [24.096991077437146]
本稿では,自然言語行動空間における多段階意思決定のための新たな因果的枠組みを提案する。
本手法では,1つのモデルを用いて動的処理規則(DTR)を推定するためにQラーニングを用いる。
このアプローチの重要な技術的貢献は、最適化された埋め込みをコヒーレントな自然言語に変換するデコード戦略です。
論文 参考訳(メタデータ) (2025-02-24T17:26:07Z) - Unified Generative and Discriminative Training for Multi-modal Large Language Models [88.84491005030316]
生成的トレーニングにより、視覚言語モデル(VLM)は様々な複雑なタスクに取り組むことができる。
CLIPのようなモデルで実証された差別的トレーニングは、ゼロショットイメージテキストの分類と検索に優れています。
本稿では,両パラダイムの強みを統合する統一的アプローチを提案する。
論文 参考訳(メタデータ) (2024-11-01T01:51:31Z) - Exploring the Impact of a Transformer's Latent Space Geometry on Downstream Task Performance [0.0]
事前学習の利点の多くは、潜在空間表現の幾何学的特徴によって捉えられる可能性がある。
量子化セル密度の測定値と平均GLUE性能との間には強い線形関係があることが判明した。
論文 参考訳(メタデータ) (2024-06-18T00:17:30Z) - Scalable Language Model with Generalized Continual Learning [58.700439919096155]
The Joint Adaptive Re-ization (JARe) is integrated with Dynamic Task-related Knowledge Retrieval (DTKR) to enable adapt adjust of language model based on specific downstream task。
提案手法は,様々なバックボーンやベンチマーク上での最先端性能を実証し,最小限の忘れを伴い,フルセットおよび少数ショットのシナリオにおいて効果的な連続学習を実現する。
論文 参考訳(メタデータ) (2024-04-11T04:22:15Z) - APo-VAE: Text Generation in Hyperbolic Space [116.11974607497986]
本稿では,双曲型潜在空間におけるテキスト生成について検討し,連続的な階層表現を学習する。
適応型ポインケア可変オートエンコーダ (APo-VAE) を提示し, ポインケア球上における潜伏変数の事前および変動後部の両方を包み込み正規分布により定義する。
言語モデリングと対話応答生成における実験は,提案したAPo-VAEモデルの有効性を示す。
論文 参考訳(メタデータ) (2020-04-30T19:05:41Z)
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。