何が起きたか

研究チームは、潜在推論と早期終了を組み合わせた新しいVLAフレームワーク「AVA-VLA」を提案した。arXivに2026年6月13日付で公開された論文によると、LIBEROベンチマークで平均成功率98.3%を記録し、明示的なCoT手法と比較して推論速度が6倍高速化した。

詳細

AVA-VLAは、推論を観測不可能な潜在変数の系列としてモデル化し、明示的なテキスト生成を不要にする。潜在軌道のノイズと下流目的との不整合に対処するため、強化学習ベースのノイズ除去機構を導入し、タスクレベルの報酬で推論軌道を最適化する。さらに、状態の信頼度に基づいて推論を適応的に終了する早期終了戦略を採用し、深さと効率の動的なトレードオフを実現する。実験では、LIBEROベンチマークで平均成功率98.3%を達成し、完全推論ベースラインと比較して長期的安定性も向上した。

Key Facts

AVA-VLAは潜在推論と早期終了を組み合わせた新しいVLAフレームワークである。[1]
LIBEROベンチマークで平均成功率98.3%を達成した。[1]
明示的なCoT手法と比較して推論速度が6倍高速化した。[1]
強化学習ベースのノイズ除去機構を導入し、タスクレベルの報酬で推論軌道を最適化する。[1]
早期終了戦略により、状態の信頼度に基づいて推論を適応的に終了する。[1]

なぜ重要か

VLAモデルの効率化は、ロボットのリアルタイム制御や複雑なタスクの実行において重要である。AVA-VLAの提案は、推論コストを削減しつつ高い成功率を維持できる可能性を示しており、今後のVLAモデルの設計に影響を与えるかもしれない。また、潜在推論と強化学習の組み合わせは、他の分野のモデルにも応用できる可能性がある。