量子化/sim2real2026/9/16arXiv:2609.19441

配備前に予測せよ：World Action Modelの量子化によるタスク性能劣化のオフライン予測

Predict Before You Deploy: Offline Prediction of Quantization-Induced Task Degradation for World Action Models

World Action Modelの量子化設定がタスク性能に与える影響を、閉ループ評価なしにオフラインの行動偏差から予測するフレームワークPreDEを提案し、実機実験で有効性を示した。

詳しい要約

1. どんなもの？

- World Action Models (WAMs) の量子化によるタスク性能劣化を、デプロイ前にオフラインで予測するフレームワーク PreDE を提案。 - 量子化設定（bit width, grouping, quantizer）の選択がタスク性能に与える影響を、閉ループ評価なしで判定する。 - ポリシー校正型で、開発セットの閉ループ結果から閾値を校正し、新設定を accept/reject/defer する。

2. 先行研究と比べてどこがすごい？

- 従来は閉ループ評価による網羅的探索が高コストだった。 - 量子化によるタスク損失は bit width だけでは説明できず、共有の deviation threshold でも不十分であることを示した。 - PreDE はポリシー固有の行動校正により、閉ループ結果を見る前に 75% の設定を判定できる。

3. 技術・手法の肝は？

- オフラインの action deviations を用い、開発セットの閉ループ結果から 2 つの閾値を校正。 - within-setting label-ordering hypothesis の下、開発ラベルと整合する全閾値が一致する場合に決定を下すルール。 - 固定の observation log を使用し、accept/reject/defer の 3 値決定を行う。

4. どうやって有効だと検証した？

- 5 つの WAM と 4 つのベンチマーク設定で評価。 - 2 つのポリシーから 28 の held-out 設定で、PreDE は 21 決定（75% カバレッジ）を閉ループ前に発行し、全て観測ラベルと一致。 - Franka Research 3 での 450 試行で、高 deviation 群は有意な劣化、低 deviation 群は有意差なし。 - 実機で W4A4 が 1.37x の action-query 高速化と約 44% のピークメモリ削減を達成。

5. 議論はある？

- 量子化設定の選択にポリシー固有の行動校正が有効であることを支持。 - 閉ループ評価が必要な候補（defer）も特定。defer には許容結果と 33 ポイントの損失が含まれた。 - 限界や一般化可能性についての詳細は要旨からは不明。

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 post-training quantization、WAMs、video-generation backbones が挙げられる。 - 同分野の定番として quantization-aware training や closed-loop evaluation に関する研究が考えられるが、要旨からは不明。

※ 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: Jiuyi Xu, Jinjia Guo, Meida Chen, Jing Du, Yangming Shi

分類: cs.RO, cs.AI

原文アブストラクト

World action models (WAMs) rely on video-generation backbones, requiring substantial memory and compute for deployment. Post-training quantization reduces memory and can accelerate inference, but bit width, grouping, and quantizer choice define a large configuration space. Identifying configurations that preserve task performance through exhaustive closed-loop evaluation is costly. We propose PreDE (Predict Before You Deploy), a policy-calibrated framework for predicting quantization-induced task degradation from offline action deviations. Using closed-loop outcomes from a small development set, PreDE calibrates two thresholds and accepts, rejects, or defers new configurations using a fixed observation log. Under a within-setting label-ordering hypothesis, the rule issues decisions where all thresholds consistent with the development labels agree. Across five WAMs and four benchmark settings, quantization produces configuration-dependent task losses that cannot be explained by bit width alone or a shared deviation threshold. Across 28 held-out configurations from two policies, PreDE issued 21 decisions before observing closed-loop outcomes (75% coverage), all matching the observed acceptable or degraded labels. Deferred candidates included both acceptable outcomes and a 33-percentage-point loss. In 450 Franka Research 3 trials across two independently fine-tuned policies, all configurations assigned to high-deviation groups before testing showed significant degradation, while low-deviation comparisons showed no statistically significant degradation. On the real robot, W4A4 achieved a 1.37x action-query speedup and approximately 44% lower peak memory. These results support policy-specific behavioral calibration for quantization configuration selection while identifying candidates that require closed-loop evaluation. The code is available at https://github.com/jiuyixu25/PreDE.

arXivで原文を読む →arXiv概要ページ

← 論文一覧