何が起きたか

2026年7月1日、arXivに投稿された論文「Domain Arithmetic: One-Shot VLA Adaptation under Environmental Shifts」において、研究チームはVLAモデルの環境変化への適応を1回のデモで実現する手法「DART」を提案した。DARTは、カメラ姿勢の変化や類似ロボット（例：PandaからUR5e）への移行といった環境シフトに対応する。

詳細

DARTは、重みベクトルの算術演算とドメイン固有情報の追加を用いてVLAモデルを適応させる。具体的には、特異成分間の部分空間アライメントを行い、ノイズ成分を除去することで、ドメイン固有情報を正確に分離する。これにより、従来手法が複数のデモを必要としたのに対し、DARTは単一のデモのみで適応を実現する。実験はシミュレーションと実世界の両方で行われ、多様な視覚的・身体的変化を含むワンショットシナリオにおいて、既存のVLA適応手法を上回る性能を示した。コードはhttps://github.com/snumprlab/dartで公開されている。

Key Facts

DARTは、環境シフト下でのVLAモデル適応を1回のデモで実現する手法である。[1]
DARTは、重みベクトルの算術演算とドメイン固有情報の追加を用いる。[1]
DARTは、特異成分間の部分空間アライメントによりノイズ成分を除去する。[1]
シミュレーションと実世界の実験で、DARTは既存のVLA適応手法を上回る性能を示した。[1]
コードはhttps://github.com/snumprlab/dartで公開されている。[1]

なぜ重要か

DARTは、VLAモデルの環境適応にかかるデータ収集コストを大幅に削減する可能性を秘めており、ロボットの実用化を加速させるかもしれない。1回のデモで適応できるという特性は、現場での迅速なセットアップを可能にし、ロボット導入のハードルを下げる。今後の実証実験や産業応用の進展が注目される。