論文の概要: Health-Conditioned Vision-Language-Action Models for Malfunction-Aware Robot Control

• arxiv url: http://arxiv.org/abs/2605.16056v1
• Date: Fri, 15 May 2026 15:21:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-18 17:44:16.347094
• Title: Health-Conditioned Vision-Language-Action Models for Malfunction-Aware Robot Control
• Title（参考訳）: 機能不全を考慮したロボット制御のためのヘルスコンディション型ビジョンランゲージ・アクションモデル
• Authors: Hüseyin Arslan, Özgür Erkent,
• Abstract要約: 本稿では,ロボット関節の動作角度とトルク能力に関する情報を提供する入力として,健康ベクトルを入力として用いた誤動作対応VLAを紹介する。 我々は,リベロ・空間課題の遠隔操作エピソード128件を収集する。 以上の結果から, 軽量化により, 変形した関節の異なる構成で, モデルが正常に動作できることが示唆された。
• 参考スコア（独自算出の注目度）: 9.298859661007887
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Research on Vision Language Action (VLA) models has been increasing rapidly in recent years. Although some of them focus on detecting, preventing, and recovering from task failures, they usually don't deal with adapting to robot's physical failures. In real-life scenarios, most robots face physical degradations in various ways such as joint degradation, actuator failure, or weak gripper. We introduce malfunction-aware (health-conditioned) VLA that takes a health vector as an input that gives information about robots' joints' operation angle and torque capability, and adapts its predictions to complete the tasks with the degraded joints. To achieve this, we inject a Health Projector module to the VLA-Adapter architecture and train it on malfunction robot data we collected on the LIBERO environment [1]. We collect 128 teleoperated episodes on Libero-Spatial tasks. Our results show that, with a very lightweight addition, the model can learn to operate successfully with different configurations of degraded joints which the default pretrained VLA-Adapter's Libero-Spatial-Pro model cannot. The code and dataset will be available soon at https://github.com/h-arslan/health-aware-vla
• Abstract（参考訳）: 近年,視覚言語行動(VLA)モデルの研究が急速に進んでいる。 一部はタスク障害の検出、防止、回復に重点を置いているが、通常はロボットの物理的障害に適応しない。 現実のシナリオでは、ほとんどのロボットは関節の劣化、アクチュエーターの故障、弱いグリッパーといった様々な方法で物理的劣化に直面している。 本稿では、ロボット関節の動作角度とトルク能力に関する情報を提供する入力として、健康ベクトルを入力として用いた誤動作対応VLAを導入し、その予測を適用して、変形した関節でタスクを完了させる。 これを実現するために、VLA-AdapterアーキテクチャにHealth Projectorモジュールを注入し、LIBERO環境上で収集した誤動作ロボットデータに基づいてトレーニングする[1]。 我々は,リベロ・空間課題の遠隔操作エピソード128件を収集する。 以上の結果から,VLA-Adapter の Libero-Spatial-Pro モデルでは既定のトレーニングでは不可能な変形継手の異なる構成で,非常に軽量な追加により,モデルが正常に動作できることが示唆された。 コードとデータセットは近々https://github.com/h-arslan/health-aware-vlaで公開される。

関連論文リスト

• Sentinel-VLA: A Metacognitive VLA Model with Active Status Monitoring for Dynamic Reasoning and Error Recovery [62.75419724651416]
  textbfSentinel-VLAは,リアルタイム実行状況を監視するアクティブセンチネルモジュールを備えたメタ認知型VLAモデルである。 すべてのトレーニングデータは、設計したパイプラインを通じて自動生成され、注釈付けされます。 実世界の実験では、Sentinel-VLAはSOTAモデルであるPI0と比較してタスク成功率を30%以上向上することを示した。
  論文  参考訳（メタデータ） (2026-05-02T02:10:54Z)
• Diagnose, Correct, and Learn from Manipulation Failures via Visual Symbols [20.9173397267616]
  58,126 の Visual Question Answering (VQA) ペアの大規模なコレクションである ViFailback データセットをリリースしています。 データセットに基づいて、故障診断と修正能力を評価するために設計されたベンチマーク11のVQAタスクであるViFailbackBenchを確立する。 我々はViFailback-8B VLMを構築し、ViFailback-Benchの全体的な性能改善を実現した。
  論文  参考訳（メタデータ） (2025-12-02T14:02:42Z)
• Guardian: Detecting Robotic Planning and Execution Errors with Vision-Language Models [53.20969621498248]
  本稿では,多種多様な計画および実行障害を生成するために,軌道を手続き的に乱す自動ロボット故障合成手法を提案する。 RLBench-Fail, BridgeDataV2-Fail, UR5-Failの3つの新しい故障検出ベンチマークを構築した。 次に、詳細な障害推論と検出のためのマルチビューイメージを備えたVLMであるGuardianをトレーニングします。
  論文  参考訳（メタデータ） (2025-12-01T17:57:27Z)
• Model-agnostic Adversarial Attack and Defense for Vision-Language-Action Models [25.45513133247862]
  VLA(Vision-Language-Action)モデルは、ロボット学習において革命的な進歩を遂げている。 この進歩にもかかわらず、その敵意の強固さは未解明のままである。 本稿では,VLAモデルに対する敵パッチ攻撃と対応する防御戦略の両方を提案する。
  論文  参考訳（メタデータ） (2025-10-15T07:42:44Z)
• Don't Run with Scissors: Pruning Breaks VLA Models but They Can Be Recovered [11.873633681272096]
  VLA(Vision-Language-Action)モデルには高度なロボット機能があるが、リソース限定のハードウェアへの展開は困難である。 GLUESTICKは,初期モデルの機能の多くを復元し,スパーシティの利点を保ちながら回収する手法である。
  論文  参考訳（メタデータ） (2025-10-09T17:07:30Z)
• Rethinking the Embodied Gap in Vision-and-Language Navigation: A Holistic Study of Physical and Visual Disparities [56.68006021126077]
  VLN-PEは、人間型、四足型、車輪型ロボットをサポートする物理的に現実的なVLNプラットフォームである。 われわれは,エゴ中心のVLN手法を,様々な技術パイプラインにまたがる物理ロボット設定において初めて評価した。 以上の結果から,ロボット観測空間の制限,環境光の変動,衝突や落下などの物理的課題による性能劣化が明らかとなった。
  論文  参考訳（メタデータ） (2025-07-17T11:46:00Z)
• Adversarial Attacks on Robotic Vision Language Action Models [118.02118618146568]
  視覚言語行動モデル(VLA)に対する敵対的攻撃について検討する。 我々のアルゴリズムの主な貢献は、完全な制御権限を得るためのLLMジェイルブレイク攻撃の適応と応用である。 LLMのジェイルブレイク文学とは大きく異なるのは、現実世界の攻撃は害の概念と意味的に結びついている必要はないからである。
  論文  参考訳（メタデータ） (2025-06-03T19:43:58Z)
• Run-time Observation Interventions Make Vision-Language-Action Models More Visually Robust [9.647148940880381]
  視覚言語アクション(VLA)モデルは、大規模なインターネットデータとロボットのデモンストレーションに基づいて訓練され、汎用的なロボットポリシーとして機能する可能性がある。 本稿では,入力画像の領域を動的に識別するリアルタイム介入方式である bring Your Own VLA (BYOVLA) を紹介する。 我々は,BYOVLAが最先端のVLAモデルに対して,邪魔な対象や背景が存在する場合に,その名目上の性能をほぼ維持できることを示す。
  論文  参考訳（メタデータ） (2024-10-02T19:29:24Z)
• LLaRA: Supercharging Robot Learning Data for Vision-Language Policy [56.505551117094534]
  我々はLLaRA: Large Language and Robotics Assistantを紹介した。 まず、既存の行動クローニングデータセットからロボットのための会話スタイルの指導データを生成する自動パイプラインを提案する。 このようなデータセットを限定的に微調整したVLMは、ロボット制御において有意義な行動決定を導出できることを示す。
  論文  参考訳（メタデータ） (2024-06-28T17:59:12Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)

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。