較正された関係世界モデルによる無音の行動-インターフェース不整合の検出

ロボットの action が shape/range 制約を満たしつつ意味論的に誤る「silent action-interface mismatch」を検出する研究。 - 対象: axes の permute、sign 反転、rotation の rescale、gripper polarity 反転など。 - 手法: 学習した state-action-effect 関係を offline contract として使い、mismatch 検出と誤り field の ranking を行う。 - 評価: LIBERO Spatial の10タスク・432 source episodes で検証。

要旨からは先行研究との直接比較は不明。 - 内部比較として capacity-controlled な ridge forward residual と Gaussian mixture 系を同一条件で比較。 - 2.5% clean false-positive rate で ridge 46.1%、4-component joint Gaussian mixture 61.0%、同 mixture の exact conditional 65.7%。 - joint score は ridge 比 +14.9pt、conditioning で更に +4.7pt。 - localization は joint scoring が 95.8% 対 94.6% と僅かに高い。

state-action-effect の学習関係を offline contract として利用。 - clean held-out transitions で alarm を calibrate。 - 固定 inverse vocabulary により closed-set localization を実施。 - ridge forward residual、4-component joint Gaussian mixture、その exact conditional を比較。 - 検出と localization の tradeoff を matched-rate で評価。

LIBERO Spatial 10タスク・432 source episodes で検証。 - 2.5% empirical clean false-positive rate に揃えた retrospective diagnostic 比較。 - recall: ridge 46.1%、joint Gaussian mixture 61.0%、exact conditional 65.7%。 - localization: joint scoring 95.8%、比較対象 94.6%。 - ただし deployment calibration guarantee ではないと明記。

証拠は bounded offline diagnostic と detection-localization tradeoff を支持。 - joint-density superiority や cross-robot safety は支持しないと著者らは述べる。 - DROID、HYDRA 全3タスク、short temporal faults、small offsets、exact repair、simulated mitigation は各 gate を通過せず。 - xArm は1タスクのみ寄与。 - Object/Goal の先行結果は LIBERO convention 内でタスクを広げる。

要旨で参照/比較されている研究・手法。 - LIBERO Spatial / LIBERO convention の関連論文。 - ridge forward residual の元研究。 - Gaussian mixture に基づく world model / relational world model 関連。 - DROID、HYDRA、xArm を用いた action-interface 研究。 - 同分野の定番として offline robot learning と action space mismatch 検出の研究。