フローマッチングVLAにおける実行ホライズンとサンプリング深度の結合

- Flow-matching ベースの Vision-Language-Action (VLA) モデルにおける、数値積分の深さ（solver depth）と実行ホライズン（execution horizon）の関係を分析した研究。 - 両者を独立に扱う標準的なデプロイ手法に対し、両者が結合していること（compute-execution coupling）を明らかにする。 - 粗い数値積分が、迅速な再計画時には精度を劣化させる一方、長い open-loop 実行時にはタスク性能を改善するという符号反転（sign reversal）を示す。 - 学習不要（training-free）かつアーキテクチャ変更なしで適用可能な実用的知見を提示する。

- 従来の標準的デプロイでは、horizon は推論遅延の償却に、solver depth は積分忠実度の維持に用いられ、両者は分離して設計されていた。 - 本研究は、solver depth を単なる精度予算ではなく、実行時の分散調整ノブ（operational variance regulator）として再定義する点が新しい。 - 粗い積分が open-loop 時に性能を向上させるという直感に反する現象を、幾何学的な説明（trajectory centroid 周りの lateral action dispersion の収縮）で示す。 - 複数の代表的 VLA backbone と複数ベンチマークで一貫した効果を確認している点が先行研究と異なる。

- Flow-matching VLA の推論において、numerical solver depth と execution horizon を同時に変化させ、両者の結合効果を分析する。 - 幾何学的には、数値打ち切り（numerical truncation）が不変な trajectory centroid の周囲で lateral action dispersion を収縮させ、暗黙の正則化（implicit regularizer）として働く。 - これにより、open-loop 実行時の累積ドリフト（compounding open-loop drift）を抑制する。 - 学習やアーキテクチャ変更を必要とせず、推論時のパラメータ調整のみで実現する。

- LIBERO、RoboTwin 2.0、実世界の Franka マニピュレーションで検証。 - 代表的な VLA backbone として $π_0$、$π_{0.5}$、GR00T を使用。 - 結合効果を活用することで、タスク成功率が一貫して向上し、推論遅延が大幅に低減することを確認。 - 詳細な実験設定や定量結果の数値は要旨からは不明。

- 数値サンプリング深度を精度予算から実行時の分散調整ノブへと再位置づける概念的転換を主張。 - 粗い積分が open-loop 時に有効という符号反転の一般性や、他の VLA backbone への適用可能性については要旨からは不明。 - 理論的保証や限界（どの程度の horizon まで有効か等）は要旨からは不明。

- $π_0$、$π_{0.5}$、GR00T など本研究で用いられた VLA backbone の原論文。 - Flow-matching に基づく VLA 手法（flow-matching VLA policies）の関連研究。 - ベンチマークである LIBERO、RoboTwin 2.0 の原論文。 - 数値積分の打ち切りや solver depth とロボット政策実行の関係を扱う関連研究（具体名は要旨からは不明）。