何が起きたか
arXivに公開された論文で、PACE（Planning with Adaptive Cognitive Effort）というフレームワークが提案された。PACEは、Interleaved Think-ActアーキテクチャとDynamic Budget Allocatorを導入し、推論と実行を並列化することで、身体化プランニングにおける推論遅延を削減する。RobotouilleベンチマークでQwen3-8B-AWQを用いた評価では、成功率10%を達成し、ReAct+Thinkベースラインから67%改善した。また、思考時間は制約なしの推論と比較して6.9倍加速され、思考時間の66.8%が実行ウィンドウ内に隠蔽された。
Key Facts
| PACEは、Interleaved Think-ActアーキテクチャとDynamic Budget Allocatorを導入し、推論と実行をインターリーブするフレームワークである。 | [0] |
| RobotouilleベンチマークでQwen3-8B-AWQを用いた評価で、PACEは成功率10%を達成し、ReAct+Thinkベースラインから67%改善した。 | [0] |
| PACEは、制約なしの推論と比較して思考時間を6.9倍加速し、思考時間の66.8%を実行ウィンドウ内に隠蔽した。 | [0] |
なぜ重要か
この研究は、推論強化型大規模言語モデルを身体化システムに展開する際の推論遅延という課題に対処するものである。既存のパラダイムでは、すべての推論が完了するまで実行が開始されないため、実行時間ウィンドウが活用されていなかった。PACEは、時間認識型のアーキテクチャ革新により、推論品質と時間効率を同時に向上できることを示しており、遅延に敏感な身体化領域での推論モデルの実用化に寄与する可能性がある。