合成シフト代数：混合ファインチューニングなしで混合ロボットシフトを外挿

- ロボット展開ではカメラ、行動インターフェース、物理ダイナミクスが同時に変化する混合シフトが生じる。 - 従来は混合ごとにfinetuneするか、更新するモジュールを選択していた。 - 本研究はmodular stack z=E(o), a=g(z,u), z'=f(z,a)上でshift operatorを学習し合成するCompositional Shift Algebra (CSA)を提案。 - 単一因子のobservation, policy, dynamics operatorをexact-reset probesから適合し、混合シフトをoperator合成で外挿する。 - mixed-shift finetuningは不要。

- 従来の適応レシピは混合ごとに新モデルをfinetuneするか、更新モジュールを選択する必要があった。 - CSAは単一因子のoperatorを合成するだけで、held-out混合シフトに外挿できる。 - ManiSkill StackCubeでresidual CSAはoracle mixed inverseに匹敵（success 1.0, 10 seeds）し、best-single / zero-shot / parameter-averageベースラインを約67 pp上回る。 - RGB-D vision-in-the-loop合成もoracleに近く、非合成アームより大幅に高い。 - 第二タスクPickCubeでもresidual CSAはcompose 1.0に対し非合成は0.33（n=10）。 - L1 vision controllerでもcompose 0.95対0.00。

- modular stack: z=E(o), a=g(z,u), z'=f(z,a)を仮定。 - 単一因子シフト（observation, policy, dynamics）のoperatorをexact-reset probesから適合。 - 混合シフトをoperator合成により外挿。 - residual CSAは残差的にoperatorを適用。 - delay commutator stressでpolicy×delayの順序必要性を示す。 - Intervention-Gated Adaptationをnegative controlとして報告。

- ManiSkill StackCubeでheld-out混合シフトに対し、residual CSAがoracle mixed inverseと同等（success 1.0, 10 seeds）。 - best-single / zero-shot / parameter-averageベースラインを約67 pp上回る。 - RGB-D vision-in-the-loop合成がoracleに近く、非合成アームより高い。 - delay commutator stressで順序必要性を確認。 - PickCubeでresidual CSAがcompose 1.0、非合成0.33（n=10）。 - L1 vision controllerでcompose 0.95対0.00。 - Main-track upgrades: PushCube +33 pp, PegInsertion joint8/pose7 EE +67 pp each, thin BC under frozen CSA +67 pp。 - deeper BCとfair adaptベースラインはcompose +67 p…

- 混合シフトの外挿にoperator合成が有効であることを示す。 - ただしdeeper BCやfair adaptベースラインではcomposeが依然必要（+67 pp each）。 - vision-localized BCもcomposeが必要（+56 pp）。 - delayはordered/few-shot deployを好む。 - Intervention-Gated Adaptationはnegative controlとして報告。 - 限界や議論の詳細は要旨からは不明。

- 要旨で参照/比較されている研究: oracle mixed inverse, best-single baseline, zero-shot baseline, parameter-average baseline, non-compositional arms, Intervention-Gated Adaptation。 - 関連手法: finetuning, module selection, residual CSA, L1 vision controller, BC (behavior cloning)。 - 同分野の定番: domain randomization, meta-learning, modular policy adaptation。