論文の概要: Rethinking Actions: Continuity-Aware Priors for World-Model Planning
- arxiv url: http://arxiv.org/abs/2611.16645v1
- Date: Thu, 12 Nov 2026 11:18:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.454791
- Title: Rethinking Actions: Continuity-Aware Priors for World-Model Planning
- Title(参考訳): 行動の再考:世界モデル計画の継続性に配慮した優先順位
- Abstract要約: 専門家の連続性を反映したアクション提案は、ビジュアルワールドモデル計画を改善することができる。
実証行動の時間構造から継続を学習する。
結果のプランナーは5つのシミュレートされたタスクで87.07%のマクロ成功を達成した。
- 参考スコア(独自算出の注目度): 11.535646632783115
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Actions in expert demonstrations exhibit temporal structure. An ordered-versus-shuffled analysis across five environments confirms this dependence. We ask whether action proposals that better reflect expert continuity can improve visual world-model planning. Rather than imposing generic smoothness, we learn continuations from the temporal structure of demonstrated actions. Our locality-gated deep-kernel Gaussian-process prior, LG-DKGP, combines recent and longer-range executed action history, predicts a neural continuation, and learns a temporal Gaussian-process (GP) residual. A training-derived exploration scale initializes search around the corrected mean; a frozen world model evaluates progress toward the goal. Training first fits the neural mean, then jointly optimizes the prior with the GP residual using expert future actions. The resulting planner achieves 87.07\% macro success across five simulated tasks spanning native and fragment-level goal attainment, compared with 71.03\% for INTACT, 61.66\% for PRISM, and 58.66\% for LeWM. Component interventions and expert-relative action-structure comparisons support demonstration-informed continuations and reveal task-dependent effects of visual conditioning, history length, and planning horizon.
- Abstract(参考訳): 専門家によるデモンストレーションでの行動は時間構造を示す。
5つの環境にわたる順序反転シャッフル解析により、この依存が確認される。
専門家の連続性を反映したアクション提案が、ビジュアルワールドモデル計画を改善するかどうかを問う。
一般的な滑らかさを与えるのではなく、実証された行動の時間構造から連続性を学ぶ。
我々のローカリティ付きディープカーネル・ガウシアン・プロセスであるLG-DKGPは、最近長く実行された動作履歴を結合し、ニューラル継続を予測し、時間的ガウシアン・プロセス(GP)の残差を学習する。
トレーニングから導かれた探索尺度は、修正された平均付近の探索を初期化し、凍結した世界モデルは目標に向けた進捗を評価する。
トレーニングはまず神経平均に適合し、その後、専門家の将来の行動を使用してGP残差と前者を共同で最適化する。
その結果得られたプランナーは、ネイティブとフラグメントレベルの目標達成にまたがる5つのシミュレーションタスクで87.07\%のマクロ成功を達成した。
コンポーネント介入と専門家相対的な行動構造比較は、デモインフォームされた継続をサポートし、視覚的条件付け、履歴の長さ、計画的地平線のタスク依存効果を明らかにする。
関連論文リスト
- Predictive Long-Horizon Progress Modeling with Action-Aware Quantification [7.021968033191757]
アクション対応量子化(Action-Aware Quantification)は、長い水平軌道をオブジェクトレベルのサブタスクに分解する統一された進歩仕様である。
我々は、ジョイント・ビデオ・プログレス・ラーニングによって訓練された予測的進歩批評家であるNimCriticを紹介した。
NimCritic は、確立された Video Progress Benchmark (VPB) と LOOM で、最先端のプロセス報酬モデル (PRM) に適合する。
論文 参考訳(メタデータ) (2026-10-23T15:25:06Z) - Fine-Grained Analysis of Catastrophic Forgetting in Continual Learning via Algorithmic Stability [95.6787772135757]
我々は,SGD下での人口減少を予測するアルゴリズム的安定性の枠組みを構築した。
我々は,定常的,タスク内減衰,学習速度の連続的減衰を考慮した。
経験的忘れるには、トレーニングセットのサイズ、タスクごとの更新数、タスクの総数、学習時間スケジュール、累積勾配アライメントの影響をキャプチャする境界を導出します。
論文 参考訳(メタデータ) (2026-10-22T16:54:40Z) - 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) - ProgressVLA: Progress-Guided Diffusion Policy for Vision-Language Robotic Manipulation [57.07494675832939]
ロボット操作のための既存の視覚言語アクション(VLA)モデルは、進歩意識を欠いている。
本研究では,textbf vla という新しいモデルを提案し,タスク進捗の推定と統合について検討する。
CALVINとLIBEROベンチマークの実験は、実世界のロボットの展開とともに、成功率の大幅な改善を一貫して示している。
論文 参考訳(メタデータ) (2026-03-29T12:38:11Z) - From Passive Observer to Active Critic: Reinforcement Learning Elicits Process Reasoning for Robotic Manipulation [32.41847293364159]
PRIMO R1はビデオMLLMをアクティブな「批判」に変換する7Bフレームワーク
我々は、結果に基づく強化学習を活用して、進捗推定のための明示的な連鎖生成をインセンティブ化する。
67.0%の精度でRoboFailベンチマークの最先端のパフォーマンスを確立し、OpenAI o1のようなクローズドソースモデルを6.2%上回った。
論文 参考訳(メタデータ) (2026-03-16T17:53:28Z) - EXPLORE-Bench: Egocentric Scene Prediction with Long-Horizon Reasoning [63.010793398283134]
本研究では,多モーダルな言語モデルが,エゴセントリックな視点から行動の長期的物理的帰結を確実に推論できるかどうかを考察する。
EXPLORE-Benchは,様々なシナリオにまたがる実の1人称ビデオから算出したベンチマークである。
プロプライエタリでオープンソースのMLLMの実験では、人間にとって大きなパフォーマンスギャップが示される。
論文 参考訳(メタデータ) (2026-03-10T14:33:44Z) - BagelVLA: Enhancing Long-Horizon Manipulation via Interleaved Vision-Language-Action Generation [14.657523625592658]
VLA(Vision-Language-Action)モデルは通常、独立した言語計画や視覚予測に重点を置いている。
本研究では,言語計画,視覚予測,行動生成を統合した統一モデルBagelVLAを提案する。
大規模な実験により、BagelVLAは複数のシミュレーションおよび実世界のベンチマークで既存のベースラインを上回っていることが示されている。
論文 参考訳(メタデータ) (2026-02-10T14:54:01Z) - A Stitch in Time: Learning Procedural Workflow via Self-Supervised Plackett-Luce Ranking [11.039713164587456]
手続き的活動は、特定の時間的順序で実行される一連の行動として高度に構造化されている。
現在の自己教師型学習手法は、そのような活動を支える手続き的な性質を見落としていることが多い。
本稿では,映像フレームの時間的順序を強力な監視信号として活用する自己教師型フレームワークPL-Stitchを提案する。
論文 参考訳(メタデータ) (2025-11-21T21:59:22Z) - Masked Temporal Interpolation Diffusion for Procedure Planning in Instructional Videos [32.71627274876863]
本稿では,授業ビデオにおけるプロシージャ計画の課題に対処し,開始と終了の視覚的観察から協調的かつタスクに沿ったアクションシーケンスを生成することを目的とする。
これまでの研究は主に、観察された状態と観察されていない行動の間のギャップを埋めるためにテキストレベルの監督に依存してきたが、行動間の複雑な時間的関係を捉えるのに苦労した。
本研究では,拡散モデル内に潜時空間時間モジュールを導入した仮設仮設時間補間拡散モデルを提案する。
論文 参考訳(メタデータ) (2025-07-04T08:54:59Z) - An Empirical Study: Extensive Deep Temporal Point Process [61.14164208094238]
本稿では,非同期イベントシーケンスを時間的プロセスでモデル化することの課題と最近の研究を概観する。
本稿では,多種類のイベント間の関係を生かしたGranger因果発見フレームワークを提案する。
論文 参考訳(メタデータ) (2021-10-19T10:15:00Z)
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。