双腕操作2026/8/3arXiv:2608.02578v1

CoWAM: 調整契約による選択的ポリシー介入

CoWAM: Coordination Contracts for Selective Policy Intervention with WAMs

双腕ロボットのポリシーに対し、調整契約に基づく選択的介入層を導入し、安全性を保ちつつ成功率を向上させた。

詳しい要約

1. どんなもの？

CoWAMは、バイマニュアルロボットポリシーに介入するための選択的介入層であり、同期、役割互換性、衝突収束を調整契約（coordination contracts）として表現する。各契約は型付き許容性チェック、イベント条件付き検証、較正された介入ゲートを組み合わせ、名目行動を保存しつつ、すべての能動的義務を満たし明確で低リスクな改善をもたらす代替行動がある場合のみ介入する。名目行動が不適切な場合は、事前定義された棄権フォールバックを呼び出す。

2. 先行研究と比べてどこがすごい？

先行研究のWorld Action Models (WAMs)は行動条件付き予測未来を提供するが、予測がもっともらしいだけではバイマニュアルポリシーの行動変更を正当化しない。CoWAMは、調整契約という形式化された介入条件を導入し、選択的介入を保守的に行う点で優れている。また、セレクタ品質と提案品質を分離するため、同一の候補プールと共有オラクルラベリングを用いる点も新しい。

3. 技術・手法の肝は？

CoWAMの核心は、調整契約を定義し、各契約を型付き許容性チェック（typed admissibility checks）、イベント条件付き検証（event-conditioned verification）、較正された介入ゲート（calibrated intervention gates）で構成すること。介入は、代替行動がすべての能動的義務を満たし、明確で低リスクな改善を提供する場合にのみ行われる。名目行動が不適切な場合は、事前定義された棄権フォールバックを呼び出す。

4. どうやって有効だと検証した？

8つのシミュレーションされたバイマニュアルタスクで評価。契約のみの変種と比較して、調整妥当な選択（coordination-valid selection）を16.7パーセントポイント改善し、最強の選択的ベースラインと比較して閉ループ成功率を9.6パーセントポイント向上させた。さらに、有害な介入を1%未満に抑えた。

5. 議論はある？

要旨からは、CoWAMの介入が保守的であることのトレードオフ（例えば、介入機会の逸失）や、実機での検証、契約の設計自動化などに関する議論は不明。また、選択的介入の品質と提案品質の分離が有効であることが示唆されるが、その限界についての議論は要旨に含まれていない。

6. 次に読むべき論文は？

要旨で参照されているWorld Action Models (WAMs)に関する論文、および選択的介入やバイマニュアル操作に関する関連研究。具体的には、WAMsの元論文や、バイマニュアルポリシー、予測モデルを用いた介入手法の論文が挙げられる。

※ 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: Shuaijun Liu, Qifu Wen, Shuyang Hao, Qi Luo, Chenglong Zhang, Feiyang You, Chengyu Wu, Ningxin Su

分類: cs.RO, cs.AI, cs.LG

原文アブストラクト

World Action Models (WAMs) augment robot policies with action-conditioned predicted futures, but a plausible future alone does not justify changing the action that a bimanual policy would execute. We present CoWAM, a selective intervention layer that expresses synchronization, role compatibility, and collision convergence as coordination contracts. Each contract combines typed admissibility checks with event-conditioned verification and calibrated intervention gates. CoWAM preserves the nominal action unless an alternative satisfies every active obligation and provides a clear, low-risk improvement; when the nominal action is also inadmissible, it invokes a predefined abstention fallback. To separate selector quality from proposal quality, all methods operate on identical candidate pools and commit their decisions before shared oracle labeling. Across eight simulated bimanual tasks, CoWAM improves coordination-valid selection by 16.7 percentage points over the contract-only variant and raises closed-loop success by 9.6 percentage points over the strongest selective baseline, while keeping harmful interventions below 1%. Together, these results establish coordination contracts as an effective interface for conservative policy intervention with predicted world-action evidence across coordination-rich bimanual tasks.

arXivで原文を読む →arXiv概要ページ

← 論文一覧