展開後物理AIのための継続的現場適応モデル（CFAM）

CFAMsは、展開後の物理AIシステムが、限られたデータとオンボード計算のみで継続的に学習できるようにするためのアーキテクチャである。ラボでの効率的な学習と、展開後の自律的・勾配なし・オンデバイス更新を組み合わせる。Complementary Learning Systemに基づき、凍結された遅い学習コンポーネント（Sensor, Reasoning, Actionの3つの皮質）と、高速学習のCapsule Fieldから構成される。Capsule Fieldは、ワンショットで勾配なしの学習をCompetence Capsulesとして保存する。スキル導入はラボでは少数ショット、フィールドでは継続的に行われる。

従来の手法（pi0, CogACT, SpatialVLAなど）は、展開後の学習を想定しておらず、新しい状況に適応するには再訓練が必要である。CFAMは、勾配なしのオンデバイス更新により、展開後も自律的に学習を継続できる点が新しい。また、Complementary Learning Systemを物理AIに適用し、凍結された遅い学習と高速なCapsule Fieldを組み合わせることで、破滅的忘却を防ぎつつ、新しいスキルを獲得できる。

CFAMはComplementary Learning Systemに基づく。遅い学習コンポーネントはSensor, Reasoning, Actionの3つの皮質からなり、Sensorはマルチモーダル入力を3D幾何学にマッピングし、Reasoningはタスクをスキルに分解して結果を評価し、Actionは幾何学的スキルを実行する。高速学習コンポーネントであるCapsule Fieldは、新しいスキルをワンショットで勾配なしにCompetence Capsulesとして保存する。スキル導入はラボでは少数ショット、フィールドでは継続的に行われる。

5つの異なる embodiment（マニピュレータ、四足歩行ロボット、ヒューマノイド、クワッドローター、オフロード車）で評価した。ベースライン（pi0, CogACT, SpatialVLA）は同じ社内マルチエンボディメントデータセットを使用。CFAMは、フル事前学習データセットで訓練された標準ポリシーの運用ポイントに、データの40%（2.5倍少ない軌道）で到達した。テスト時には、検証済みのニアOODケースの自律的キャプチャにより、アクション成功率が13.9パーセントポイント向上した。連続シミュレーションでは、後方転移は-0.5パーセントポイントであり、LoRAの-11.4パーセントポイントと比較して優れていた。

要旨からは、オープンワールドの新規性は範囲外であると明記されており、CFAMは検証済みのニアOOD経験に限定される。また、評価はシミュレーションと物理プラットフォームで行われたが、実世界の複雑な環境での長期的な性能や、Capsule Fieldの容量制限などについては不明である。

要旨で参照されているベースラインはpi0、CogACT、SpatialVLAであり、これらが次に読むべき論文として挙げられる。また、Complementary Learning Systemの元となった研究（例：Hippocampal theory）や、勾配なしのオンデバイス学習手法（例：EWC、SI）も関連する。