日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

分布外汎化arXiv:2509.12081

欺瞞的リスク最小化:分布シフト検出器を欺くことによる分布外汎化

Deceptive Risk Minimization: Out-of-Distribution Generalization by Deceiving Distribution Shift Detectors

シェア:XThreadsFacebookLINEはてブBluesky

訓練データが独立同分布に見える表現を学習することで、偽相関を排除し未知環境に汎化する手法を提案。ロボットの模倣学習などで有効性を検証。

詳しい要約

1. どんなもの?

- 本論文は、out-of-distribution (OOD) generalization のための新原理として deception を提案する。 - 学習データを観測者から見て iid に見せる表現を学習することで、spurious correlations を排除し安定な特徴を同定する。 - この原理を deceptive risk minimization (DRM) と呼び、conformal martingales に基づく検出器の視点から分布シフトを消す特徴学習とタスク損失最小化を同時に行う微分可能な目的関数として実装する。 - 数値実験とロボット展開環境を模した imitation learning 設定で有効性を示す。

2. 先行研究と比べてどこがすごい?

- domain adaptation や既存の invariant representation learning 手法と異なり、DRM は test data へのアクセスを必要としない。 - 訓練データを有限個の data-generating domains に分割する必要もない。 - これにより、ドメイン分割が不明な実環境でも適用可能な点が先行研究に対する利点として示されている。

3. 技術・手法の肝は?

- deception の原理に基づき、学習データが観測者にとって iid に見えるようなデータ表現を学習する。 - conformal martingales に基づく分布シフト検出器の視点から分布シフトを消す特徴を学習する。 - タスク固有の損失最小化と、検出器を欺く特徴学習を同時に最適化する微分可能な目的関数として定式化する。 - これにより spurious correlations を排除し、unseen domains への汎化を狙う。

4. どうやって有効だと検証した?

- concept shift を用いた数値実験で DRM の有効性を検証している。 - ロボットが展開される環境における covariate shift を模した simulated imitation learning 設定でも検証している。 - 具体的なデータセット名や比較手法、評価指標は要旨からは不明。

5. 議論はある?

- 要旨からは不明。 - ただし deception という枠組みの妥当性や、conformal martingales 検出器を欺くことの限界・リスクについては本文での議論が想定されるが、要旨には明示されていない。

6. 次に読むべき論文は?

- domain adaptation および invariant representation learning の関連研究。 - conformal martingales に基づく分布シフト検出の研究。 - imitation learning における covariate shift や distribution shift を扱う研究。 - 具体的な論文名は要旨で参照されていないため、上記分野の定番研究を次に読む候補とする。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Anirudha Majumdar

分類: cs.LG, cs.AI, cs.RO

原文アブストラクト

This paper proposes deception as a mechanism for out-of-distribution (OOD) generalization: by learning data representations that make training data appear independent and identically distributed (iid) to an observer, we can identify stable features that eliminate spurious correlations and generalize to unseen domains. We refer to this principle as deceptive risk minimization (DRM) and instantiate it with a practical differentiable objective that simultaneously learns features that eliminate distribution shifts from the perspective of a detector based on conformal martingales while minimizing a task-specific loss. In contrast to domain adaptation or prior invariant representation learning methods, DRM does not require access to test data or a partitioning of training data into a finite number of data-generating domains. We demonstrate the efficacy of DRM on numerical experiments with concept shift and a simulated imitation learning setting with covariate shift in environments that a robot is deployed in.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  5. 5Google DeepMind、ロボット向けAIを発表新製品・発表

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI