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:2610.12185

RESETTLE: 不一致トリガー検索と効率的修正制御によるロボット復旧

RESETTLE: Robotic Recovery through Disagreement-Triggered Retrieval and Efficient Corrective Control

シェア:XThreadsFacebookLINEはてブBluesky

凍結したロボット方策の行動実行インタフェースで、2つの行動提案の不一致を検知して同タスクのデモを検索し、オンライン最適化なしで修正行動を実行するモデル非依存の復旧フレームワーク。

詳しい要約

1. どんなもの？

- ロボットマニピュレーションの実行エラーからの回復を目的としたフレームワーク RESETTLE を提案。 - 凍結されたロボットポリシーの行動実行インターフェースで、計算効率の良い回復を提供するモデル非依存の手法。 - 2つの行動提案が同一条件で独立にサンプリングされ、持続的に不一致を示したときに回復をトリガーする。 - 適応された V-JEPA エンコーダで同一タスクのデモンストレーション参照を検索し、状態サーボ事前分布とガード付き視覚残差を組み合わせて1つの修正行動を実行する。 - オンライン軌道最適化や追加の視覚言語推論を行わず、その後ベースポリシーに制御を戻す。

2. 先行研究と比べてどこがすごい？

- 従来の回復手法は反復的な視覚言語推論や反復オンライン最適化に依存し、大きな遅延が生じ介入が遅れる問題があった。 - RESETTLE はオンライン軌道最適化や追加の視覚言語推論を必要とせず、計算効率の良い回復を実現。 - シミュレーションの6つのベースポリシーで、LIBERO-Plus、Meta-World、RoboCasa Tabletop において最大 8.70%、6.28%、6.83% の絶対成功率向上を達成。 - 実世界の4タスク、2ポリシーでもさらなる改善を示す。 - QwenPI ベースの比較で、監視・回復計算の遅延が VoLoAgent の監視・計画遅延より 74.04%–93.57% 低い。 - Harness VLA の LIBERO-Pro Swap 成功率を 42% から 50% に向上させ、高レベルエージェント計画との互換性も示す。

3. 技術・手法の肝は？

- モデル非依存のフレームワークで、凍結されたロボットポリシーの行動実行インターフェースに組み込む。 - 回復トリガー：同一条件で独立にサンプリングされた2つの行動提案が持続的に不一致を示す場合に回復を起動。 - 適応された V-JEPA エンコーダを用いて同一タスクのデモンストレーション参照を検索。 - 状態サーボ事前分布とガード付き視覚残差を組み合わせ、オンライン軌道最適化や追加の視覚言語推論なしに1つの修正行動を実行。 - 修正行動後はベースポリシーに制御を戻す。

4. どうやって有効だと検証した？

- シミュレーションで6つのベースポリシーを用いて評価。 - LIBERO-Plus、Meta-World、RoboCasa Tabletop において、最大 8.70%、6.28%、6.83% の絶対成功率向上を確認。 - 実世界の4タスク、2ポリシーでも改善を確認。 - QwenPI ベースの比較で、監視・回復計算の遅延が VoLoAgent の監視・計画遅延より 74.04%–93.57% 低いことを示す。 - Harness VLA の LIBERO-Pro Swap 成功率を 42% から 50% に向上。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- VoLoAgent（比較対象として言及） - Harness VLA（比較対象として言及） - V-JEPA（エンコーダとして言及） - LIBERO-Plus、Meta-World、RoboCasa Tabletop、LIBERO-Pro Swap（評価ベンチマークとして言及）

※ 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: Yuxin Chen, Senqiao Yang, Zixuan Wang, Jinhui Ye, Changsheng Lu, Pengguang Chen, Shu Liu, Zhuotao Tian, Jiaya Jia

分類: cs.RO

原文アブストラクト

Reliable robotic manipulation requires timely intervention to correct emerging deviations and restore progress after execution errors. However, recovery methods based on repeated vision-language reasoning or iterative online optimization can incur substantial latency, delaying intervention. To address these challenges, we introduce RESETTLE(Robotic rEcovery through diSagrEement-Triggered reTrievaL and Efficient Corrective Control), a model-agnostic framework that provides computationally efficient recovery at the action-execution interface of frozen robot policies. RESETTLE triggers recovery when two action proposals independently sampled under identical conditioning persistently disagree. It retrieves a same-task demonstration reference using an adapted V-JEPA encoder and combines a state-servo prior with a guarded visual residual to execute one corrective action without online trajectory optimization or additional vision-language reasoning, then returns control to the base policy. Across six base policies in simulation, RESETTLE achieves up to 8.70%, 6.28%, and 6.83% absolute success-rate gains on LIBERO-Plus, Meta-World, and RoboCasa Tabletop, respectively, with further improvements on four real-world tasks using two policies. In QwenPI-based comparisons, its monitoring-and-recovery computation latency is 74.04%--93.57% lower than VoLoAgent's monitoring-and-planning latency for grasp and place tool calls. It also raises Harness VLA's LIBERO-Pro Swap success from 42% to 50%, demonstrating compatibility with high-level agentic planning. Code available at: https://github.com/JIA-Lab-research/RESETTLE

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