Beyond Attention: Investigating the Threshold Where Objective Robot Exclusion Becomes Subjective

投稿日: 2025年4月23日 作成者: jarxiv

要約

ロボットが意思決定プロセス（人員の選択など）にますます関与するようになるにつれて、公平性と社会的包含に関する懸念が生じます。
この研究では、ロボットAMECAによるロボット主導のグループインタビューにおける社会的除外、客観的除外（ロボットの注意割り当て）、主観的排除（知覚された除外）、気分の変化、および履行が必要な関係を調査します。
制御されたラボ研究（n = 35）では、より高い目的除外が主観的除外を有意に予測しました。
次に、主観的な排除は気分に悪影響を与え、充足を必要としましたが、客観的な排除と履行が必要な関係のみを媒介しました。
区分的回帰分析により、客観的な排除が主観的除外として認識され始める重要なしきい値が特定されました。
さらに、立位は除外の主要な予測因子でしたが、人口統計学的要因（性別、身長など）は有意な効果はありませんでした。
これらの発見は、人間とロボットの相互作用における客観的および主観的な排除の両方を考慮し、ロボット支援採用プロセスの公平性に影響を与える必要性を強調しています。

要約(オリジナル)

As robots become increasingly involved in decision-making processes (e.g., personnel selection), concerns about fairness and social inclusion arise. This study examines social exclusion in robot-led group interviews by robot Ameca, exploring the relationship between objective exclusion (robot’s attention allocation), subjective exclusion (perceived exclusion), mood change, and need fulfillment. In a controlled lab study (N = 35), higher objective exclusion significantly predicted subjective exclusion. In turn, subjective exclusion negatively impacted mood and need fulfillment but only mediated the relationship between objective exclusion and need fulfillment. A piecewise regression analysis identified a critical threshold at which objective exclusion begins to be perceived as subjective exclusion. Additionally, the standing position was the primary predictor of exclusion, whereas demographic factors (e.g., gender, height) had no significant effect. These findings underscore the need to consider both objective and subjective exclusion in human-robot interactions and have implications for fairness in robot-assisted hiring processes.

arxiv情報

著者 Clarissa Sabrina Arlinghaus,Ashita Ashok,Ashim Mandal,Karsten Berns,Günter W. Maier
発行日 2025-04-22 13:31:14+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.HC, cs.RO | Beyond Attention: Investigating the Threshold Where Objective Robot Exclusion Becomes Subjective はコメントを受け付けていません

Time-Varying Soft-Maximum Barrier Functions for Safety in Unmapped and Dynamic Environments

投稿日: 2025年4月23日 作成者: jarxiv

要約

以前の未知で潜在的に動的な環境で安全を保証する閉形型の最適なフィードバック制御方法を提示します。
この記事では、ローカル認識データ（LIDARなど）が定期的に取得されるシナリオを検討し、このデータを使用して、一定期間安全な将来のローカルセットをモデル化するローカルコントロールバリア関数（CBF）を構築できます。
次に、滑らかな時変ソフトマキシマム関数を使用して、最近得られたNを構成し、最近得られたnのローカルセットの近似結合をモデル化する単一のバリア関数になります。
この複合バリア関数は、安全で最適なフィードバック制御を得るために閉じた形で解決される制約された二次最適化で使用されます。
また、時間変化のソフトマキシマムバリア関数機能制御を2つのロボットシステム（非交渉不可能な慣性を備えた非ホロノミックグラウンドロボット、および四肢装置ロボット）に適用します。これにより、目的は、先験的な未知の環境を安全にナビゲートし、ターゲットの目的地に到達することです。
これらのアプリケーションでは、定期的に取得された知覚データからローカルCBFを生成するための簡単なアプローチを提示します。

要約(オリジナル)

We present a closed-form optimal feedback control method that ensures safety in an a prior unknown and potentially dynamic environment. This article considers the scenario where local perception data (e.g., LiDAR) is obtained periodically, and this data can be used to construct a local control barrier function (CBF) that models a local set that is safe for a period of time into the future. Then, we use a smooth time-varying soft-maximum function to compose the N most recently obtained local CBFs into a single barrier function that models an approximate union of the N most recently obtained local sets. This composite barrier function is used in a constrained quadratic optimization, which is solved in closed form to obtain a safe-and-optimal feedback control. We also apply the time-varying soft-maximum barrier function control to 2 robotic systems (nonholonomic ground robot with nonnegligible inertia, and quadrotor robot), where the objective is to navigate an a priori unknown environment safely and reach a target destination. In these applications, we present a simple approach to generate local CBFs from periodically obtained perception data.

arxiv情報

著者 Amirsaeid Safari,Jesse B. Hoagg
発行日 2025-04-22 13:45:16+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Time-Varying Soft-Maximum Barrier Functions for Safety in Unmapped and Dynamic Environments はコメントを受け付けていません

Blimp-based Crime Scene Analysis

投稿日: 2025年4月23日 作成者: jarxiv

要約

犯罪の重要な問題に取り組むには、屋内犯罪現場での証拠を分析する前に分析する必要があります。
ここでは、人工知能（AI）、コンピュータービジョン、およびロボット工学の適用として、騒動を最小限に抑えて証拠を記録するための一種の「フローティングカメラ」として飛行船をどのように設計できるかを探ります。
特に、迅速なプロトタイピングを使用して、そのようなブリンプが手動でパイロットまたは半自律的にできることについての洞察を得るために概念実証を開発します。
その結果、さまざまなコンポーネントを屋内大騒ぎに取り付ける可能性を示し、基本的な前提を確認してください。
マッピング、センシング、パス調理を想像するいくつかの追加の提案は、さらなる探索のためのアイデアの流れを刺激するために想像しています。

要約(オリジナル)

To tackle the crucial problem of crime, evidence at indoor crime scenes must be analyzed before it becomes contaminated or degraded. Here, as an application of artificial intelligence (AI), computer vision, and robotics, we explore how a blimp could be designed as a kind of ‘floating camera’ to drift over and record evidence with minimal disturbance. In particular, rapid prototyping is used to develop a proof-of-concept to gain insight into what such blimps could do, manually piloted or semi-autonomously. As a result, we show the feasibility of attaching various components to an indoor blimp, and confirm our basic premise, that blimps can sense evidence without producing much wind. Some additional suggestions–regarding mapping, sensing, and path-finding–aim to stimulate the flow of ideas for further exploration.

arxiv情報

著者 Martin Cooney,Fernando Alonso-Fernandez
発行日 2025-04-22 15:01:10+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Blimp-based Crime Scene Analysis はコメントを受け付けていません

ad-trait: A Fast and Flexible Automatic Differentiation Library in Rust

投稿日: 2025年4月23日 作成者: jarxiv

要約

Rustプログラミング言語は、ロボット工学と関連フィールドに魅力的な選択肢であり、非常に効率的でメモリセーフコードを提供します。
ただし、これらのドメインでの幅広い採用を妨げる主要な制限は、機能評価中に体系的にデータを蓄積することにより便利なデリバティブ計算を可能にする高品質で十分にサポートされた自動分化（AD）がないことです。
この作業では、新しいRustベースの広告ライブラリであるAd-The Tratを紹介します。
私たちの実装は、Rustの標準的な浮動小数点タイプを過負荷にし、デリバティブ計算に必要な情報を効率的に蓄積できる柔軟な特性を備えています。
ライブラリは、フォワードモードとリバースモードの両方の自動差別化をサポートしているため、両方のオプションを提供するために最初のオペレーターオーバーロード広告実装で錆びています。
さらに、AD-TRAITは、効率を高めるために、単一命令、フォワードモードADの複数のデータ加速などのパフォーマンス指向の機能を活用します。
ベンチマーク実験を通じて、私たちのライブラリは、デリバティブを計算するためのいくつかのプログラミング言語にわたる最速の広告実装の1つであることを示しています。
さらに、錆びたロボットライブラリにはすでに統合されており、迅速な最適化手順を促進する能力を紹介しています。
私たちは、私たちの仕事の限界とより広い意味についての議論で締めくくります。

要約(オリジナル)

The Rust programming language is an attractive choice for robotics and related fields, offering highly efficient and memory-safe code. However, a key limitation preventing its broader adoption in these domains is the lack of high-quality, well-supported Automatic Differentiation (AD)-a fundamental technique that enables convenient derivative computation by systematically accumulating data during function evaluation. In this work, we introduce ad-trait, a new Rust-based AD library. Our implementation overloads Rust’s standard floating-point type with a flexible trait that can efficiently accumulate necessary information for derivative computation. The library supports both forward-mode and reverse-mode automatic differentiation, making it the first operator-overloading AD implementation in Rust to offer both options. Additionally, ad-trait leverages Rust’s performance-oriented features, such as Single Instruction, Multiple Data acceleration in forward-mode AD, to enhance efficiency. Through benchmarking experiments, we show that our library is among the fastest AD implementations across several programming languages for computing derivatives. Moreover, it is already integrated into a Rust-based robotics library, where we showcase its ability to facilitate fast optimization procedures. We conclude with a discussion of the limitations and broader implications of our work.

arxiv情報

著者 Chen Liang,Qian Wang,Andy Xu,Daniel Rakita
発行日 2025-04-22 15:23:53+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | ad-trait: A Fast and Flexible Automatic Differentiation Library in Rust はコメントを受け付けていません

Adaptive Fault-tolerant Control of Underwater Vehicles with Thruster Failures

投稿日: 2025年4月23日 作成者: jarxiv

要約

この論文では、スラスタ障害に対する自律的な水中車両（AUV）の軌道追跡のための断層耐性制御を提示します。
UAVミッション中の離散スイッチングイベントとしてAUVスラスターの障害を策定し、障害シナリオ全体で制御戦略のシフトを促進する際にソフトスイッチングアプローチを開発します。
AUVスラスター障害シナリオを数学的に定義し、ベイジアンアプローチを介して障害シナリオをキャプチャする断層耐性制御を開発します。
特に、AUV障害タイプがある場合、開発されたコントロールが障害状態をキャプチャし、線形の二次追跡コントローラーによってコントロールを維持します。
ベイジアンアプローチによる捕獲された断層状態を使用すると、ベイジアン後部の確率によって重み付けされた個々の障害シナリオの制御出力を集約することにより、制御法を導き出します。
開発された障害耐性制御は、適応的な方法で機能し、障害シナリオ全体でソフトスイッチングを保証し、異なるタイプの障害に特化した複雑な障害検出を必要としません。
耐えられるソフトスイッチングにより、障害タイプが変化すると安定したAUV軌道追跡が保証されます。これは、ハードスイッチング制御戦略の下で制御が減少することにつながります。
多様なAUVスラスター障害設定で数値シミュレーションを実施します。
結果は、提案されたコントロールがスラスター障害全体でスムーズな遷移を提供し、スラスタ障害と障害シフトの場合にAUV軌道追跡制御を効果的に維持できることを示しています。

要約(オリジナル)

This paper presents a fault-tolerant control for the trajectory tracking of autonomous underwater vehicles (AUVs) against thruster failures. We formulate faults in AUV thrusters as discrete switching events during a UAV mission, and develop a soft-switching approach in facilitating shift of control strategies across fault scenarios. We mathematically define AUV thruster fault scenarios, and develop the fault-tolerant control that captures the fault scenario via Bayesian approach. Particularly, when the AUV fault type switches from one to another, the developed control captures the fault states and maintains the control by a linear quadratic tracking controller. With the captured fault states by Bayesian approach, we derive the control law by aggregating the control outputs for individual fault scenarios weighted by their Bayesian posterior probability. The developed fault-tolerant control works in an adaptive way and guarantees soft-switching across fault scenarios, and requires no complicated fault detection dedicated to different type of faults. The entailed soft-switching ensures stable AUV trajectory tracking when fault type shifts, which otherwise leads to reduced control under hard-switching control strategies. We conduct numerical simulations with diverse AUV thruster fault settings. The results demonstrate that the proposed control can provide smooth transition across thruster failures, and effectively sustain AUV trajectory tracking control in case of thruster failures and failure shifts.

arxiv情報

著者 Haolin Liu,Shiliang Zhang,Shangbin Jiao,Xiaohui Zhang,Xuehui Ma,Yan Yan,Wenchuan Cui,Youmin Zhang
発行日 2025-04-22 17:02:29+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Adaptive Fault-tolerant Control of Underwater Vehicles with Thruster Failures はコメントを受け付けていません

SAR4SLPs: An Asynchronous Survey of Speech-Language Pathologists’ Perspectives on Socially Assistive Robots

投稿日: 2025年4月23日 作成者: jarxiv

要約

社会的支援ロボット（SARS）は、コミュニケーション障害のある子どものインタラクティブな介入をサポートすることにより、言語言語病理学（SLP）の教育と実践の中でユニークな機会を提供します。
このペーパーでは、エンゲージメント、治療戦略の分野、一貫した介入サポートなどの側面を調査するために、SAR4SLPS（音声言語病理学者向けの社会的支援ロボット）の実装を調査します。
特に、SLPが治療作業でSARをどのように使用するかに関して、臨床的および教育的環境への技術の現在の適用を評価しました。
非同期リモートコミュニティ（ARC）は、SLPを実践するコホートと協力して、日々の介入および実践ファシリテーターとしてSARを実装することで、実現可能性、潜在的な有効性、および予想される課題を考慮しました。
特にSARSの表現機能に焦点を当て、SLPがさまざまな介入目標にわたって採用する基礎戦略をモデル化します。
このペーパーでは、臨床医主導の洞察と、共同および反復的なデザインを通じて特定の治療目標をサポートするSARを開発するためのデザインの影響を強調しています。

要約(オリジナル)

Socially Assistive Robots (SARs) offer unique opportunities within speech language pathology (SLP) education and practice by supporting interactive interventions for children with communication disorders. This paper explores the implementation of SAR4SLPs (Socially Assistive Robots for Speech-Language Pathologists) to investigate aspects such as engagement, therapeutic strategy discipline, and consistent intervention support. We assessed the current application of technology to clinical and educational settings, especially with respect to how SLPs might use SAR in their therapeutic work. An asynchronous remote community (ARC) collaborated with a cohort of practicing SLPs to consider the feasibility, potential effectiveness, and anticipated challenges with implementing SARs in day-to-day interventions and as practice facilitators. We focus in particular on the expressive functionality of SARs, modeling a foundational strategy that SLPs employ across various intervention targets. This paper highlights clinician-driven insights and design implications for developing SARs that support specific treatment goals through collaborative and iterative design.

arxiv情報

著者 Denielle Oliva,Abbie Olszewski,David Feil-Seifer
発行日 2025-04-22 17:32:09+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | SAR4SLPs: An Asynchronous Survey of Speech-Language Pathologists’ Perspectives on Socially Assistive Robots はコメントを受け付けていません

Robot Data Curation with Mutual Information Estimators

投稿日: 2025年4月23日 作成者: jarxiv

要約

模倣学習ポリシーのパフォーマンスは、多くの場合、それらが訓練されているデータセットにかかっています。
その結果、ロボット工学のデータ収集への投資は、産業研究所と学術研究所の両方で増加しています。
しかし、収集されたデモンストレーションの量が著しく増加しているにもかかわらず、ビジョンや言語などの他の分野でその重要性の証拠を増やしているにもかかわらず、上記のデータの品質を評価しようとはほとんど求めていません。
この作業では、ロボット工学のデータ品質に対処するための重要な一歩を踏み出します。
デモンストレーションのデータセットを考えると、アクションの多様性と予測可能性の両方の観点から、個々のデモンストレーションの相対的な質を推定することを目指しています。
そのために、軌道の間の相互情報とデータセット全体のアクションに対する相互情報への軌跡の平均貢献を推定します。これは、限界行動分布のエントロピーと状態条件付きアクションエントロピーの両方をキャプチャします。
一般的に使用される相互情報推定値は、ロボット工学で利用可能なスケールを超えて膨大な量のデータを必要としますが、状態と行動の単純なVAE埋め込みに加えて、k-nearest neight emultionの推定値に基づく新しい手法を導入します。
経験的に、私たちのアプローチは、シミュレーションと現実世界環境にまたがる多様なベンチマークのセットにわたる人間の専門家スコアに従って、品質によってデモンストレーションデータセットを分割できることを実証します。
さらに、この方法でフィルタリングされたデータに基づいたトレーニングポリシーは、ロボミミックの5〜10％の改善と、実際のアロハとフランカのセットアップでのパフォーマンスの向上につながります。

要約(オリジナル)

The performance of imitation learning policies often hinges on the datasets with which they are trained. Consequently, investment in data collection for robotics has grown across both industrial and academic labs. However, despite the marked increase in the quantity of demonstrations collected, little work has sought to assess the quality of said data despite mounting evidence of its importance in other areas such as vision and language. In this work, we take a critical step towards addressing the data quality in robotics. Given a dataset of demonstrations, we aim to estimate the relative quality of individual demonstrations in terms of both action diversity and predictability. To do so, we estimate the average contribution of a trajectory towards the mutual information between states and actions in the entire dataset, which captures both the entropy of the marginal action distribution and the state-conditioned action entropy. Though commonly used mutual information estimators require vast amounts of data often beyond the scale available in robotics, we introduce a novel technique based on k-nearest neighbor estimates of mutual information on top of simple VAE embeddings of states and actions. Empirically, we demonstrate that our approach is able to partition demonstration datasets by quality according to human expert scores across a diverse set of benchmarks spanning simulation and real world environments. Moreover, training policies based on data filtered by our method leads to a 5-10% improvement in RoboMimic and better performance on real ALOHA and Franka setups.

arxiv情報

著者 Joey Hejna,Suvir Mirchandani,Ashwin Balakrishna,Annie Xie,Ayzaan Wahid,Jonathan Tompson,Pannag Sanketi,Dhruv Shah,Coline Devin,Dorsa Sadigh
発行日 2025-04-22 17:40:30+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Robot Data Curation with Mutual Information Estimators はコメントを受け付けていません

Reducing the Communication of Distributed Model Predictive Control: Autoencoders and Formation Control

投稿日: 2025年4月23日 作成者: jarxiv

要約

コミュニケーションは、ワイヤレス通信の進歩にもかかわらず、現実的な設定における分散モデル予測制御（DMPC）の適用性を制限する重要な要因のままです。
DMPCスキームは、データの量が予測期間の長さに依存するため、エージェント間の圧倒的な量の情報交換を必要とする場合があります。この場合、一部のアプリケーションは公称の漸近安定性を正式に保証するためにかなりの長さを必要とします。
この作業は、エージェント間の通信データのサイズを削減することにより、DMPCの通信努力を減らすアプローチを提供することを目的としています。
自動エンコーダーを使用して、通信データは通信前に自動エンコーダーのエンコーダー部分によって削減され、DMPCスキームを構成する分散最適化アルゴリズム内で受信時にデコーダーパーツによって再構築されます。
学習ベースの削減方法の選択は、データに固有の構造によって動機付けられ、最適な制御問題のソリューションへのデータの接続に起因します。
このアプローチは、微分駆動ロボットの形成制御の例で実装およびテストされます。これは、ロボットの非ホロニック制約のために最適化ベースの制御に挑戦し、モバイルロボット工学の実際的な重要性のために興味深いものです。
提案されたアプローチの適用性は、最初に、結果として生じる制御性能が満足のいく精度をもたらすことを示すシミュレーション分析の形式で提示されます。
特に、提案されたアプローチは、予測地平線の長さを減らすことにより、コミュニケーションを減らすための標準的な素朴な方法よりも優れています。
さらに、埋め込み計算ハードウェアで実施された数値実験は、実際の分散計算とワイヤレス通信により、完全な通信が失敗した実際のシナリオでも通信を減らす提案された方法とうまく機能することが示されています。

要約(オリジナル)

Communication remains a key factor limiting the applicability of distributed model predictive control (DMPC) in realistic settings, despite advances in wireless communication. DMPC schemes can require an overwhelming amount of information exchange between agents as the amount of data depends on the length of the predication horizon, for which some applications require a significant length to formally guarantee nominal asymptotic stability. This work aims to provide an approach to reduce the communication effort of DMPC by reducing the size of the communicated data between agents. Using an autoencoder, the communicated data is reduced by the encoder part of the autoencoder prior to communication and reconstructed by the decoder part upon reception within the distributed optimization algorithm that constitutes the DMPC scheme. The choice of a learning-based reduction method is motivated by structure inherent to the data, which results from the data’s connection to solutions of optimal control problems. The approach is implemented and tested at the example of formation control of differential-drive robots, which is challenging for optimization-based control due to the robots’ nonholonomic constraints, and which is interesting due to the practical importance of mobile robotics. The applicability of the proposed approach is presented first in form of a simulative analysis showing that the resulting control performance yields a satisfactory accuracy. In particular, the proposed approach outperforms the canonical naive way to reduce communication by reducing the length of the prediction horizon. Moreover, it is shown that numerical experiments conducted on embedded computation hardware, with real distributed computation and wireless communication, work well with the proposed way of reducing communication even in practical scenarios in which full communication fails.

arxiv情報

著者 Torben Schiz,Henrik Ebel
発行日 2025-04-22 17:47:12+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.DC, cs.RO, cs.SY, eess.SY | Reducing the Communication of Distributed Model Predictive Control: Autoencoders and Formation Control はコメントを受け付けていません

DROID: A Large-Scale In-The-Wild Robot Manipulation Dataset

投稿日: 2025年4月23日 作成者: jarxiv

要約

大規模で多様な高品質のロボット操作データセットの作成は、より能力が高く堅牢なロボット操作ポリシーへの道の重要な足がかりです。
ただし、このようなデータセットの作成は困難です。さまざまな環境でロボット操作データを収集すると、物流と安全の課題があり、ハードウェアと人間の労働に多額の投資が必要です。
その結果、今日の最も一般的なロボット操作ポリシーでさえ、ほとんどの場合、シーンとタスクの多様性が限られている少数の環境で収集されたデータでトレーニングされています。
この作業では、76Kデモ軌道または350時間のインタラクションデータを備えた多様なロボット操作データセットであるDroid（分散ロボットインタラクションデータセット）を紹介します。
Droidでのトレーニングは、パフォーマンスが高く、一般化能力が向上したポリシーにつながることを実証します。
完全なデータセット、ポリシー学習コード、ロボットハードウェアのセットアップを再現するための詳細なガイドをオープンします。

要約(オリジナル)

The creation of large, diverse, high-quality robot manipulation datasets is an important stepping stone on the path toward more capable and robust robotic manipulation policies. However, creating such datasets is challenging: collecting robot manipulation data in diverse environments poses logistical and safety challenges and requires substantial investments in hardware and human labour. As a result, even the most general robot manipulation policies today are mostly trained on data collected in a small number of environments with limited scene and task diversity. In this work, we introduce DROID (Distributed Robot Interaction Dataset), a diverse robot manipulation dataset with 76k demonstration trajectories or 350 hours of interaction data, collected across 564 scenes and 84 tasks by 50 data collectors in North America, Asia, and Europe over the course of 12 months. We demonstrate that training with DROID leads to policies with higher performance and improved generalization ability. We open source the full dataset, policy learning code, and a detailed guide for reproducing our robot hardware setup.

arxiv情報

著者 Alexander Khazatsky,Karl Pertsch,Suraj Nair,Ashwin Balakrishna,Sudeep Dasari,Siddharth Karamcheti,Soroush Nasiriany,Mohan Kumar Srirama,Lawrence Yunliang Chen,Kirsty Ellis,Peter David Fagan,Joey Hejna,Masha Itkina,Marion Lepert,Yecheng Jason Ma,Patrick Tree Miller,Jimmy Wu,Suneel Belkhale,Shivin Dass,Huy Ha,Arhan Jain,Abraham Lee,Youngwoon Lee,Marius Memmel,Sungjae Park,Ilija Radosavovic,Kaiyuan Wang,Albert Zhan,Kevin Black,Cheng Chi,Kyle Beltran Hatch,Shan Lin,Jingpei Lu,Jean Mercat,Abdul Rehman,Pannag R Sanketi,Archit Sharma,Cody Simpson,Quan Vuong,Homer Rich Walke,Blake Wulfe,Ted Xiao,Jonathan Heewon Yang,Arefeh Yavary,Tony Z. Zhao,Christopher Agia,Rohan Baijal,Mateo Guaman Castro,Daphne Chen,Qiuyu Chen,Trinity Chung,Jaimyn Drake,Ethan Paul Foster,Jensen Gao,Vitor Guizilini,David Antonio Herrera,Minho Heo,Kyle Hsu,Jiaheng Hu,Muhammad Zubair Irshad,Donovon Jackson,Charlotte Le,Yunshuang Li,Kevin Lin,Roy Lin,Zehan Ma,Abhiram Maddukuri,Suvir Mirchandani,Daniel Morton,Tony Nguyen,Abigail O’Neill,Rosario Scalise,Derick Seale,Victor Son,Stephen Tian,Emi Tran,Andrew E. Wang,Yilin Wu,Annie Xie,Jingyun Yang,Patrick Yin,Yunchu Zhang,Osbert Bastani,Glen Berseth,Jeannette Bohg,Ken Goldberg,Abhinav Gupta,Abhishek Gupta,Dinesh Jayaraman,Joseph J Lim,Jitendra Malik,Roberto Martín-Martín,Subramanian Ramamoorthy,Dorsa Sadigh,Shuran Song,Jiajun Wu,Michael C. Yip,Yuke Zhu,Thomas Kollar,Sergey Levine,Chelsea Finn
発行日 2025-04-22 17:57:51+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | DROID: A Large-Scale In-The-Wild Robot Manipulation Dataset はコメントを受け付けていません

Adaptive Student’s t-distribution with method of moments moving estimator for nonstationary time series

投稿日: 2025年4月23日 作成者: jarxiv

要約

実際の時系列は通常非定常であり、モデル適応の難しい問題をもたらします。
Arma-Archのような古典的なアプローチは、任意のタイプの依存を想定しています。
彼らのバイアスを回避するために、私たちは最近提案された移動推定器の不可知論の哲学に焦点を当てます：時間内に$ t $を見つけるパラメーターの最適化
$ f_t = \ sum _ {\ tau 要約(オリジナル)

The real life time series are usually nonstationary, bringing a difficult question of model adaptation. Classical approaches like ARMA-ARCH assume arbitrary type of dependence. To avoid their bias, we will focus on recently proposed agnostic philosophy of moving estimator: in time $t$ finding parameters optimizing e.g. $F_t=\sum_{\tauarxiv情報

著者 Jarek Duda
発行日 2025-04-22 13:31:12+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, econ.EM, stat.ME, stat.ML | Adaptive Student’s t-distribution with method of moments moving estimator for nonstationary time series はコメントを受け付けていません