何が起きたか
研究者らは、長期の操作タスク向けに、クエリ間の状態を連結する新しいVLAポリシー「ChainVLA」を提案した。ChainVLAは、Progress Context（再帰的なWorking Stateとスパースなイベントメモリで観察由来のタスク進捗を保持）とMotion Tail（前回予測の未実行部分を状態構築と行動生成に供給）を組み合わせ、最新の観察に基づいて各行動ホライズンを再生成する。実験では、RMBenchで平均62.8%の成功率、4つのLIBEROスイートで98.8%の成功率を達成。一方、Motion Tailを除去するとRMBench成功率が11.2%に、Progress Contextを除去すると3.0%に低下した。
Key Facts
| ChainVLAは1.2BパラメータのVLAポリシーで、クエリ間を連結する統合実行状態を導入する。 | [0] |
| Progress Contextは再帰的なWorking Stateとスパースなイベントメモリでタスク進捗を保持する。 | [0] |
| Motion Tailは前回予測の未実行部分を状態構築と行動生成に供給する。 | [0] |
| ChainVLAはRMBenchで平均62.8%の成功率、4つのLIBEROスイートで98.8%の成功率を達成した。 | [0] |
| Motion Tailを除去するとRMBench成功率が11.2%に低下し、Progress Contextを除去すると3.0%に低下した。 | [0] |
なぜ重要か
この研究は、長期の操作タスクにおけるVLAポリシーの課題（クエリ間の情報の受け渡し不足）に対処するもので、動作連続性とタスク進捗の保持を組み合わせることで性能が大幅に向上することを示した。特に、アブレーション結果から動作連続性がタスク進捗の推定に重要であることが示唆され、今後のVLA設計に影響を与える可能性がある。