日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
マニピュレーションarXiv:2609.18016

自己回帰型ワールドアクションモデルの失敗回復のための因果履歴テスト時スケーリング

Causal-History Test-Time Scaling for Failure Recovery in Autoregressive World-Action Models

シェア:XThreadsFacebookLINEはてブBluesky

自己回帰型ワールドアクションモデルにおいて、失敗回復を因果履歴のテスト時スケーリングとして再定式化し、進捗検知・履歴プレフィックス回復・仮説検証の3段階で訓練なしに回復を実現するフレームワークを提案。

詳しい要約

1. どんなもの？

- 自己回帰的な World-Action Models (WAMs) における失敗回復のための訓練不要フレームワーク。 - 失敗回復を causal histories 上の test-time scaling として再定式化。 - 3段階の意思決定: いつ履歴を修正するか、どこで信頼できる履歴プレフィックスを回復するか、どの履歴構成が最適か。 - 具体的には Progress-Aware Recovery Trigger, History-Prefix Recovery, Hypothesis Verification から構成。 - シミュレーションと実世界のマニピュレーションで成功率を改善。

2. 先行研究と比べてどこがすごい？

- 既存の WAMs は成功軌道のみで訓練され、実世界のずれに脆弱。 - 自己回帰 WAMs では実行エラーが因果履歴に組み込まれ、以降の予測に悪影響。 - 提案手法は訓練不要で、失敗回復を test-time scaling として扱う点が新しい。 - 従来の回復手法との具体的比較は要旨からは不明。

3. 技術・手法の肝は？

- 失敗回復を causal histories 上の test-time scaling として定式化。 - 3つの結合決定: when, where, which。 - Progress-Aware Recovery Trigger: 持続的な非進捗を検出し、介入可能な状態でのみ回復を起動。 - History-Prefix Recovery: 信頼できない履歴サフィックスを特定し、現在の物理状態に合う履歴アンカーを検索、保持プレフィックスから causal KV state を再構築し最新の実観測で条件付け。 - Hypothesis Verification: 完全履歴、回復プレフィックス、完全リセットの仮説を比較し、最も支持されるものを選択。

4. どうやって有効だと検証した？

- シミュレーションと実世界のマニピュレーション設定で実験。 - タスク成功率の一貫した改善を確認。 - アブレーションにより各回復段階の寄与を確認。 - 具体的なベースラインや評価指標は要旨からは不明。

5. 議論はある？

- アブレーションで各段階の有効性を確認。 - 限界や失敗ケース、計算コスト、スケーラビリティに関する議論は要旨からは不明。

6. 次に読むべき論文は？

- 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 World-Action Models (WAMs), autoregressive WAMs, test-time scaling, causal KV state が挙げられる。 - 同分野の定番として robot manipulation における failure recovery や test-time adaptation の論文が考えられる。

※ 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: Lin Li, Long Chen, Kwunhang, Wong, Jiaming Lei, Song Jin, Shucheng Du, Chuhan Zhang, Songchen Ma, Weihao Zhang, Jun Xiao, Kwang-Ting, Cheng

分類: cs.RO

原文アブストラクト

World-action models (WAMs) have emerged as a promising paradigm for robot manipulation by jointly modeling future visual dynamics and robot actions. However, existing WAMs are trained predominantly on successful trajectories, making them prone to failure when real-world execution diverges from the learned dynamics. This issue is amplified in autoregressive WAMs, where execution errors become part of the causal history and continue to influence subsequent predictions. To this end, we introduce \method{}, a training-free framework that reformulates failure recovery as \emph{test-time scaling over causal histories}. This formulation decomposes recovery into three coupled decisions: \emph{when} to revise the causal history, \emph{where} to recover a reliable history prefix, and \emph{which} history configuration best supports subsequent execution. Specifically, \method{} realizes these decisions through three stages: 1) \textbf{Progress-Aware Recovery Trigger} detects persistent non-progress and triggers recovery only when the current execution state permits intervention; 2) \textbf{History-Prefix Recovery} identifies the unreliable history suffix, retrieves a historical anchor matching the current physical state, and reconstructs the causal KV state from the retained prefix while conditioning on the latest real observation; and 3) \textbf{Hypothesis Verification} compares the future continuations induced by complete-history, recovered-prefix, and full-reset hypotheses, and commits the best-supported hypothesis. Experiments in both simulated and real-world manipulation settings demonstrate consistent improvements in task success, while ablations confirm the contribution of each recovery stage.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI