FlowVLA：定量的なロボット注ぎのための流れを考慮した物理的完了学習

- ロボットによる定量的な注ぎ（pouring）タスクのための VLA（vision-language-action）ポリシー FlowVLA を提案する研究。 - モータ生成（approach, pour, return）と物理的完了推定（transferred mass の推定）を分離する枠組み。 - 注ぎ中は画像やロボット姿勢がほぼ変化しないまま質量が移動するため、全タスク型 VLA では return 判断が曖昧になる問題を扱う。 - 要求質量に達したら return を開始する制御を目指す。

- 全タスクを単一の VLA ポリシーで扱う従来型に対し、モータ生成と physical-completion estimation を分離する点が特徴。 - coffee-pot/water 実験で MacroMAE 13.1 g を達成し、テストした全ての VLA ベースラインより低い誤差。 - 全試行の 53.7% がタスク完了かつ要求質量の +/-10% 以内を同時達成。 - 再学習なしで held-out の 150/250-g ターゲットへ補間可能。 - 追加で 3 つの container-fluid 設定でも独立学習モデルにより定式化を評価。

- 共有の $π_{0.5}$ action expert が approach, pour, return を boundary-aware supervision で学習。 - target-independent な estimator が visual, joint, wrist-wrench, recurrent force-belief histories を融合し、transferred mass の推定を維持。 - 推定値に予測 residual outflow を加えたものが要求質量に達した時点で return を開始するコントローラ。 - モータ生成と物理的完了推定を分離することが設計の肝。

- coffee-pot/water 実験で MacroMAE 13.1 g を計測し、VLA ベースラインと比較。 - 全試行の 53.7% がタスク完了かつ +/-10% 以内を達成したと報告。 - 同一モデルが再学習なしで held-out 150/250-g ターゲットへ補間できることを確認。 - 独立に学習したモデルで 3 つの追加 container-fluid 設定を評価。

- 注ぎ中に画像・姿勢がほぼ不変で return 判断が曖昧になる問題への対処が動機。 - 53.7% という成功率は改善余地を示すが、要旨内で失敗要因の詳細な議論は記述されていない。 - 追加 3 設定での結果の詳細や限界については要旨からは不明。

- 比較対象として言及される VLA ベースライン（具体的名称は要旨からは不明）。 - 共有 action expert として用いられる $π_{0.5}$ に関する研究。 - wrist-wrench や force-belief を用いた力覚・触覚フィードバック研究。 - 定量的 pouring や液体・粉体の transferred mass 推定に関する研究。