GROOVE: 幾何学誘導によるVLA実行時の操作空間ジャーク低減

本論文は、chunked vision language action (VLA) policies の実行時における jerk を低減するオンライン調整器 GROOVE を提案する。 - VLA はクエリごとに複数コマンドを実行するが、chunk 内や replanning 境界での jerk が振動運動やアクチュエータの急激な過渡を引き起こす問題に対処。 - 再学習や追加の VLA 推論を必要とせず、生の 3 次元 end effector (EEF) 軌道周辺で方向補正領域を探索。 - 各コマンド後に累積並進と局所軸角度偏差を制限しつつ、境界および chunk 内 jerk を低減。

要旨からは、先行研究との具体的な比較は明示されていない。 - ただし、評価された手法の中で最大の低減を達成したと主張。 - 再学習や追加の VLA 推論を必要としない点が特徴として挙げられている。

GROOVE は quadratic programs (QPs) を用いて、cube reference と 13 の方向候補を生成。 - 生の計画からの参照相対偏差上限の下で、command space jerk が最小となる候補を選択。 - 新しい chunk を、delivered commands を境界条件として最適化。 - 各コマンド後に累積並進と局所軸角度偏差を制限。

held out LIBERO benchmark で評価。 - 評価手法中最大の低減を達成：並進および回転 EEF jerk をそれぞれ 33.02%、43.42% 低減。 - タスク成功率は 95.75% で、raw execution の 93.75% を上回る。 - 実行タイミングを測定した 50 組の UR5e ペアで、並進および回転 tool center point (TCP) jerk を 16.39%、19.49% 低減し、joint current slew を 29.09% 低減。

要旨からは、議論や限界についての明示的な記述は不明。 - 提案手法の有効性と成功率の向上が示されているが、失敗事例や適用範囲の制約については言及されていない。

要旨で参照/比較されている研究は明示されていない。 - 関連手法として、chunked vision language action (VLA) policies、quadratic programs (QPs)、LIBERO benchmark、UR5e が挙げられる。 - 同分野の定番として、VLA ポリシー全般や jerk 低減のための軌道最適化手法が考えられるが、具体的な論文名は要旨からは不明。