MorphAct: 行動する世界に合わせてロボットポリシーを変形させる

- 物理世界における汎用知能に向けたロボット学習のスケーリングを目指す研究。 - 既存の robot policy は interaction context が変わっても共有パラメータを固定しており、異なる操作が競合するパラメータ調整を求める場合に混合適合が不十分になる問題を指摘。 - これを解決する MorphAct を提案。interaction context の変化に応じて robot policy のパラメータを動的に調整する contextual parameterization framework。 - vision-language モジュールと action モジュールに対し、context 依存の low-rank updates を生成する2つの coupled generators を持つ。 - LIBERO と Meta-World で3つの VLA backbones に適用し、real-world でも評価。

- 既存の robot policy は interaction context をまたいで共有パラメータを固定する点が前提。 - 異なる操作が競合するパラメータ更新を好む場合、その混合への適合は個々の操作に十分適応できない。 - atomic-task diagnostics により、vision-language と action の両パラメータに競合する更新方向が存在し、source を改善する更新が他タスクの loss を増やすことを示した。 - MorphAct は context に応じてパラメータを動的に調整することでこの問題に対処。 - 最大16.30%の性能向上、real-world では $\pi_{0.5}$ 比で最大14%の向上を報告。

- contextual parameterization framework により、interaction context の変化に応じて robot policy パラメータを動的に調整。 - 2つの coupled generators が vision-language と action モジュール用の context 依存 low-rank updates を生成。 - 結合は policy の計算依存に従う：vision-language updates が action 側の parameter generation を条件づける表現を形成。 - 両 generator は native action objective を通じて jointly に訓練され、operation labels や expert-adapter targets を必要としない。

- LIBERO と Meta-World において3つの VLA backbones で性能向上を確認、最大16.30%の gain。 - real-world evaluation で $\pi_{0.5}$ に対し最大14%の gain。 - ablations により contextual parameter generation と representation coupling の利点を支持。 - atomic-task diagnostics で競合する更新方向を分析。

- 要旨からは不明。 - ただし atomic-task diagnostics が vision-language と action パラメータの競合更新方向を示し、source 改善更新が他タスク loss を増やすことを議論。 - ablations が contextual parameter generation と representation coupling の利点を支持。

- 要旨で参照/比較されている研究：$\pi_{0.5}$、LIBERO、Meta-World、VLA backbones。 - 関連手法として vision-language-action models、low-rank adaptation、contextual parameter generation が挙げられる。 - 同分野の定番として robot policy learning、multi-task learning、parameter-efficient fine-tuning の文献を読むべき。