論文の概要: FLASH: Efficient Visuomotor Policy via Sparse Sampling
- arxiv url: http://arxiv.org/abs/2605.15492v1
- Date: Fri, 15 May 2026 00:15:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-18 17:44:16.286784
- Title: FLASH: Efficient Visuomotor Policy via Sparse Sampling
- Title（参考訳）: FLASH:スパースサンプリングによる効率的なビジュモータ政策
- Authors: Jiaqi Bai, Jindou Jia, Yuxuan Hu, Gen Li, Xiangyu Chen, Tuo An, Kuangji Zuo, Jianfei Yang,
- Abstract要約: Sparse History-anchored flowによるFast Legendre-polynomial Action Policyを提案する。
FLASH Policyは、離散アクションチャンク生成を連続的なルジャンドル軌道表現に置き換える。
- 参考スコア（独自算出の注目度）: 25.25550374813956
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative models such as diffusion and flow matching have become dominant paradigms for visuomotor policy learning, yet their reliance on iterative denoising incurs high inference latency incompatible with real-time robotic control. We present Fast Legendre-polynomial Action policy via Sparse History-anchored flow (FLASH Policy), which replaces discrete action-chunk generation with continuous Legendre polynomial trajectory representation. Specifically, by fitting expert demonstrations under sparse temporal sampling, FLASH enables a single inference to cover a significantly extended action horizon. To further accelerate generation, FLASH initiates the flow matching process from history polynomial coefficients rather than uninformative Gaussian noise, shortening the transport distance and enabling accurate single-step inference. Moreover, analytic polynomial differentiation directly provides desired velocity feed-forward signals to the torque controller without numerical approximation. Extensive experiments on five simulated and two real-world manipulation tasks demonstrate that FLASH achieves state-of-the-art success rates ($\ge 92\%$ across all tasks), a per-episode inference time of $31.40\,ms$ (up to $175\times$ faster than diffusion policies and $18\times$ faster than prior flow matching policies), up to $4\times$ faster training convergence than ACT, and $5\times$ to $7\times$ reduction in controller tracking error compared to discrete-action baselines.
- Abstract（参考訳）: 拡散や流れのマッチングといった生成モデルは,視覚的政策学習のパラダイムとして主流となっているが,反復的推論への依存は,リアルタイムロボット制御と相容れない高い推論遅延を引き起こす。
本稿では、離散アクションチャンク生成を連続的レジェンダ多項式軌道表現に置き換えるスパースヒストリ-アンコールドフロー(FLASH Policy)による高速レジェンダ-ポリノミカルアクションポリシーを提案する。
具体的には、スパース時間サンプリングの下で専門家によるデモンストレーションを適合させることで、FLASHは1つの推論を著しく拡張されたアクション水平線をカバーできる。
さらに、FLASHは、不定形ガウスノイズではなく履歴多項式係数からフローマッチングプロセスを開始し、輸送距離を短くし、正確な単一ステップ推論を可能にする。
さらに,解析多項式の微分は,数値近似を伴わずに,所望の速度フィードフォワード信号をトルクコントローラに直接供給する。
5つのシミュレーションと2つの実世界の操作タスクに関する大規模な実験は、FLASHが最先端の成功率(全タスクで92.%)、エピソード当たりの推論時間である311.40.ms$(拡散ポリシーよりも高速、180.times$以前のフローマッチングポリシーより高速)、最大4.\times$ACTよりも高速なトレーニング収束、そして5.\times$7.\times$のコントローラトラッキングエラーの削減を実証している。
関連論文リスト
- Multi-scale Coarse-to-fine Modeling for Test-time Human Motion Control [51.92884966472683]
MSCoTは、テストタイムの人間のモーション合成と制御のための、マルチスケールで粗い粒度モデルである。
MSCoTは動きを多スケールの階層表現に識別し、各時間スケールでトークンシーケンス全体を予測する。
論文 参考訳（メタデータ） (2026-05-14T15:09:49Z) - One-Step Flow Policy: Self-Distillation for Fast Visuomotor Policies [18.743330791557522]
ワンステップフローポリシー (One-Step Flow Policy, OFP) は、教師の訓練を受けずに高忠実でシングルステップのアクション生成を行うための自己蒸留フレームワークである。
56の多様なシミュレートされた操作タスクに対する評価は、一段階のOFPが最先端の結果を達成することを示す。
論文 参考訳（メタデータ） (2026-03-12T21:58:12Z) - Ada3Drift: Adaptive Training-Time Drifting for One-Step 3D Visuomotor Robotic Manipulation [53.750389076941396]
拡散に基づくビジュモータポリシーは反復的認知を通じて多モーダルな動作分布をキャプチャするが、その高い推論遅延はリアルタイムロボット制御を制限する。
Ada3Driftは,専門家のデモモードに対して予測された行動を引き付ける訓練時間ドリフト場を学習する。
Ada3Driftは、拡散ベースの代替よりも10倍の関数評価を必要としながら、最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-03-12T14:36:53Z) - Riemannian MeanFlow for One-Step Generation on Manifolds [54.09734511705173]
フローマッチングは、生成モデルのシミュレーション不要なトレーニングを可能にする。
平均フローは、位置依存接空間に速度が存在する多様体値生成に拡張することができる。
球面, トーリ, SO(3)における実験は, 品質・効率のトレードオフを改善し, サンプリングコストを大幅に削減して, 競争力のある一段階サンプリングを実証した。
論文 参考訳（メタデータ） (2026-03-11T12:41:46Z) - From Flow to One Step: Real-Time Multi-Modal Trajectory Policies via Implicit Maximum Likelihood Estimation-based Distribution Distillation [18.70033095161235]
Indicit Likelihood Estimation (IMLE) を用いて条件付きフローマッチングの専門家を高速な単一ステップの学生に蒸留する枠組みを提案する。
双方向のチャンファー距離は、モードカバレッジと忠実度の両方を促進する設定レベルの目的を提供する。
統合認識エンコーダは、さらに多視点RGB、深度、点雲、プロプレセプションを幾何学的認識表現に統合する。
論文 参考訳（メタデータ） (2026-03-10T09:30:05Z) - FlowConsist: Make Your Flow Consistent with Real Trajectory [99.22869983378062]
現在の高速フロートレーニングパラダイムには,2つの根本的な問題がある,と我々は主張する。
ランダムにペアリングされたノイズデータサンプルから構築された条件付き速度は、系統的な軌跡ドリフトを導入する。
本研究では,高速フローにおける軌道整合性を実現するためのトレーニングフレームワークであるFlowConsistを提案する。
論文 参考訳（メタデータ） (2026-02-06T03:24:23Z) - PRISM: Performer RS-IMLE for Single-pass Multisensory Imitation Learning [51.24484551729328]
PRISMは,IMLEのバッチ・グロバル・リジェクション・サンプリングに基づく単一パスポリシーである。
PRISMは、Performerアーキテクチャを用いた線形アテンション発生器と時間的マルチセンサエンコーダを結合する。
7-DoFアームD1を搭載したUnitree Go2を用いたロコマニピュレーションやUR5マニピュレータを用いたテーブルトップ操作など,PRISMの有効性を実証する。
論文 参考訳（メタデータ） (2026-02-02T17:57:37Z) - ESPADA: Execution Speedup via Semantics Aware Demonstration Data Downsampling for Imitation Learning [18.435889278351297]
ESPADAは3Dグリップ・オブジェクト関係を持つVLM-LLMパイプラインを使用して、デモをセグメント化するセマンティックなフレームワークである。
1つの注釈付きエピソードからフルデータセットにスケールするために、ESPADAはDynamic Time Warpingを通じてセグメントラベルを伝搬する。
ESPADAは成功率を維持しながら約2倍のスピードアップを実現し、人間のデモと効率的なロボット制御のギャップを狭める。
論文 参考訳（メタデータ） (2025-12-08T10:08:33Z) - One-Step Flow Policy Mirror Descent [52.31612487608593]
Flow Policy Mirror Descent (FPMD)は、フローポリシー推論中の1ステップのサンプリングを可能にするオンラインRLアルゴリズムである。
本手法は, 直流整合モデルにおける単段サンプリングの分散分散と離散化誤差の理論的関係を利用する。
論文 参考訳（メタデータ） (2025-07-31T15:51:10Z) - Streaming Flow Policy: Simplifying diffusion/flow-matching policies by treating action trajectories as flow trajectories [28.01020980367346]
動作軌跡をフロー軌跡として扱うことで拡散$/$flowポリシーを簡素化する。
我々のアルゴリズムは、最後のアクションの周囲の狭いガウシアンからサンプリングする。
フローマッチングによって学習された速度場を漸進的に統合し、単一の軌道を構成する一連のアクションを生成する。
論文 参考訳（メタデータ） (2025-05-28T00:48:19Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。