LeapBot-JAC: ワールドアクションモデルのためのジョイントアクションチェーン

本論文は、action-chunking policy における固定の action-token budget の組織化方法を問う研究である。提案手法 LeapBot-JAC は、1つの shared action expert 内で sparse な future-control references と dense な execution targets を割り当てる。両 chain は demonstrated controls で監督され、aligned physical-time positions で jointly denoised される。JAC は action tokens も parameters も追加せず、host の world-modeling process を保持する。推論には両 chain が参加するが、ロボットを駆動するのは execution chain のみである。

action-chunking policy は future controls を予測するが prefix のみ実行して replanning する。JAC は action tokens や parameters を追加せず、host の world-modeling process を保持したまま、future-control references と execution targets を1つの shared action expert 内で組織化する点が異なる。LIBERO では FastWAM と LeapBot-WA で 98.3% 成功（97.0%、97.3% から向上）、zero-shot LIBERO-Plus では 53.5%→70.4%、73.1%→77.3% に改善した。

JAC は sparse future-control references と dense execution targets を1つの shared action expert に割り当てる。両 chain は demonstrated controls で監督され、aligned physical-time positions で jointly denoised される。Directed attention により execution tokens は host の visibility constraints の下で reference tokens を読める。action tokens も parameters も追加せず、host の world-modeling process を保持する。推論には両 chain が参加するが、execution chain のみがロボットを駆動する。

LIBERO で FastWAM と LeapBot-WA を用い、98.3% 成功（97.0%、97.3% から向上）を達成。zero-shot LIBERO-Plus では 53.5%→70.4%、73.1%→77.3% に改善。RoboTwin と2つの real-world tasks で追加の deployment evaluations を実施。single-training-seed comparisons と FastWAM ablations が、固定 action-token budget 下での action-role organization を実用的設計選択として支持する。

single-training-seed comparisons と FastWAM ablations が action-role organization を固定 action-token budget 下の実用的設計選択として支持する。その他の議論や限界は要旨からは不明。

要旨で参照・比較されている研究として FastWAM、LeapBot-WA、LIBERO、LIBERO-Plus、RoboTwin が挙げられる。関連手法として action-chunking policy がある。