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:2610.07949

未来が一致する間だけコミット：ロボットマニピュレーションのための結果認識型適応アクションチャンキング

Commit While Futures Agree: Consequence-Aware Adaptive Action Chunking for Robot Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

行動チャンクの実行長を、想像した未来の一致度に基づいてベイズ変化点推定で適応的に決める推論時フレームワークを提案し、失敗率を最大71.8%削減した。

詳しい要約

1. どんなもの？

- どんなもの？ - ロボットマニピュレーションにおけるAction-chunkingポリシーの実行ホライズン決定問題に対処する推論時フレームワークCA$^3$Cを提案。 - 予測されたアクションチャンクのうち、再計画までにどれだけ実行するかを適応的に決定する。 - 基本原則は「想像された未来が一致する間はコミットし、不一致になったら再計画する」。 - ベースポリシーの変更や再訓練は不要。

2. 先行研究と比べてどこがすごい？

- 先行研究と比べてどこがすごい？ - 既存システムは固定長プレフィックスを実行し、状態によらず同じ実行ホライズンを信頼する暗黙の仮定があった。 - 一部の適応手法は予測アクションの類似性や安定性からホライズンを推定するが、異なるアクションが同じ成功結果をもたらす一方、類似アクションが異なる未来を生む可能性がある。 - アクション空間の類似性ではなく、想像された未来間の一致に基づいてコミットメントを決定すべきという点が新しい。 - 複数のシミュレーションベンチマークと実世界タスクで、多様なAction-chunkingポリシーを一貫して改善し、失敗率を最大71.8%相対削減。

3. 技術・手法の肝は？

- 技術や手法の肝はどこ？ - アクション条件付きWorld Modelを用いて、同じサンプリングノイズ下で複数の候補アクションチャンクの未来的帰結を想像する。 - 想像された帰結に基づき、実行ホライズン推定をBayesian change-point inference問題として定式化。 - 未来のコンセンサスを通じて実行候補を選択する。 - ベースポリシーの変更や再訓練なしで推論時に適用可能。

4. どうやって有効だと検証した？

- どうやって有効だと検証した？ - 複数のシミュレーションベンチマークと実世界ロボットマニピュレーションタスクで評価。 - 多様なAction-chunkingポリシーに対して一貫した改善を確認。 - 対応するベースポリシーと比較して、失敗率を最大71.8%相対削減。

5. 議論はある？

- 議論はある？ - 要旨からは不明。

6. 次に読むべき論文は？

- 次に読むべき論文は？ - Action-chunkingポリシー（例: ACT, Diffusion Policy） - アクション条件付きWorld Model（例: Dreamer, PlaNet） - Bayesian change-point detection - 適応的実行ホライズン推定手法

※ 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: Yuyan Li, Yujia Wang, Yusong Huang, Junjie Yang, Yanggang Sheng, Ziyi Shi, Wenpeng Xu, Xiaoyang Zhou, Haoang Li, Hongliang Lu, Xinhu Zheng

分類: cs.RO

原文アブストラクト

Action-chunking policies predict multi-step control sequences, but a fundamental question remains: how much of a predicted action chunk should be committed before replanning? Existing systems typically execute a fixed-length prefix, implicitly assuming that the same execution horizon remains trustworthy across states. Some adaptive methods estimate this horizon from the similarity or stability of predicted actions. However, different actions may lead to the same successful outcome, whereas similar actions can produce different futures, suggesting that commitment should be determined by agreement among imagined futures rather than by similarity in action space. To this end, we propose Consequence-Aware Adaptive Action Chunking (CA$^3$C), an inference-time framework built on a simple principle: commit while imagined futures agree, and replan when they diverge. Without modifying or retraining the base policy, CA$^3$C uses an action-conditioned world model to imagine the future consequences of multiple candidate action chunks under the same sampling noise. Using these imagined consequences, we formulate execution-horizon estimation as a Bayesian change-point inference problem and select the execution candidate through future consensus. Across multiple simulation benchmarks and real-world robot manipulation tasks, CA$^3$C consistently improves diverse action-chunking policies, achieving up to a 71.8% relative reduction in failure rate over the corresponding base policies.

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