先読み：探索駆動型推論による身体性AI

- 本論文は、embodied AI における test-time search の有効性を検討する研究。 - 対象は PushT タスクで、frozen な Action Chunking with Transformers (ACT) policy を用いる。 - action chunk に対する selective search を扱い、beam search で policy 予測周辺の perturbed alternatives を生成し、cloned simulator states からの rollouts でスコアリングする。 - さらに One Step Ahead (OSA) という gate を提案し、nominal policy chunk をシミュレートして predicted coverage drop が閾値を超えた時のみ full search を起動する。 - 言語条件付き VLA や実機ロボットでの評価は future work とされている。

- 先行研究として vision-language action (VLA) models の test-time planning に動機付けられている。 - frozen な ACT policy に対して action chunk 単位の selective search を適用する点が特徴。 - 50 evaluation episodes で beam search により task success が 0% から 18% へ、average cumulative reward が 39.44 から 103.2 へ向上したと報告。 - OSA により full beam search 比で runtime を約 3x 削減しつつ、success を維持または改善。 - ただし比較対象の具体的な prior method 名は要旨からは不明。

- frozen な Action Chunking with Transformers (ACT) policy をベースにする。 - beam search により policy 予測の周辺に perturbed alternatives を生成する。 - cloned simulator states からの rollouts で候補をスコアリングする。 - One Step Ahead (OSA) gate は nominal policy chunk をシミュレートし、predicted coverage drop が閾値を超えた場合のみ full search を呼び出す。 - tree depth、branching factor、beam width、replanning frequency に関する ablation を実施。

- PushT において 50 evaluation episodes で評価。 - beam search により task success が 0% から 18%、average cumulative reward が 39.44 から 103.2 に向上。 - OSA の ablation で、success を維持または改善しつつ runtime を full beam search 比で約 3x 削減。 - tree depth、branching factor、beam width、replanning frequency の ablation を報告。 - 言語条件付き VLA や physical robots での検証は未実施（future work）。

- より大きな search budgets が一貫して性能を改善するわけではないと ablation から示唆。 - selective test-time search が action-chunking policies に有効であることを支持する結果。 - 評価は PushT のシミュレーションに限定され、language-conditioned VLAs や physical robots への一般化は未検証。 - 実機適用時の計算コストや sim-to-real の影響については要旨からは不明。

- vision-language action (VLA) models の test-time planning に関する研究。 - Action Chunking with Transformers (ACT) の原論文。 - PushT タスクを扱う関連研究。 - beam search を用いた test-time planning / search の関連手法。 - 言語条件付き VLA や実機ロボットへの拡張を扱う今後の研究。