Act2Goal: 視覚目標を用いた長距離ロボット操作

Research Paper#Robotics, AI, Manipulation, World Models🔬 Research|分析: 2026年1月3日 18:41•
公開: 2025年12月29日 15:28
•
1分で読める
•ArXiv

分析

本論文は、Act2Goalという新しい目標条件付きポリシーを導入することにより、長距離ロボット操作の課題に取り組んでいます。視覚的な世界モデルを活用して、一連の中間的な視覚状態を生成し、ロボットに構造化された計画を提供します。Multi-Scale Temporal Hashing (MSTH)の統合により、きめ細かい制御とグローバルなタスクの一貫性の両立が可能になります。本論文の重要性は、強力なゼロショット一般化と迅速なオンライン適応を実現できることにあり、実ロボット実験における大幅な改善によって実証されています。このアプローチは、複雑なロボットタスクに対する有望な解決策を提供します。
引用・出典
原文を見る
"Act2Goal achieves strong zero-shot generalization to novel objects, spatial layouts, and environments. Real-robot experiments demonstrate that Act2Goal improves success rates from 30% to 90% on challenging out-of-distribution tasks within minutes of autonomous interaction."
A
ArXiv2025年12月29日 15:28
* 著作権法第32条に基づく適法な引用です。
古い記事

PathFound: An Agentic Multimodal Model Activating Evidence-seeking Pathological Diagnosis

新しい記事

AnyMS: Bottom-up Attention Decoupling for Layout-guided and Training-free Multi-subject Customization

関連分析

Research Paper

SpaceTimePilot：空間と時間の制御による生成ビデオレンダリング

2026年1月3日 06:10

Research Paper

量子カオスハミルトニアン進化におけるランダム性生成

2026年1月3日 06:10

Research Paper

GaMO：幾何学認識拡散を用いた疎視点3D再構成

2026年1月3日 06:32

原文: ArXiv