論文の概要: Per-Group Error, Not Total MSE: Fine-Tuning Vision-Language-Action Models for 11-DoF Mobile Manipulation

• arxiv url: http://arxiv.org/abs/2606.00253v1
• Date: Fri, 29 May 2026 18:36:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.180188
• Title: Per-Group Error, Not Total MSE: Fine-Tuning Vision-Language-Action Models for 11-DoF Mobile Manipulation
• Title（参考訳）: グループごとの誤差は総MSEではなく: 11-DoF移動マニピュレーションのためのファインチューニングビジョン・ランゲージ・アクションモデル
• Abstract要約: SmolVLAでは、モバイルベースが最も遅く、全体的なパフォーマンスが制限される。 エキスパートのみの微調整では、$_0.5$(アクションヘッドのみをトレーニングし、バックボーンは凍結する)で、総MSEドロップはベースラインより下にあるが、腕の精度は低下する。 我々は,不均一な動作空間を持つロボットのチェックポイント選択において,グループごとの誤差は総MSEよりも信頼性の高い信号であると結論付けた。
• 参考スコア（独自算出の注目度）: 4.798596809049421
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fine-tuning Vision-Language-Action (VLA) models for mobile manipulators with heterogeneous joint spaces can produce a counterintuitive result: the checkpoint with the lowest aggregate MSE is not the one that performs best on the real robot. We argue this is a predictable consequence of collapsing heterogeneous joint groups (arm, gripper, head, wheeled base) into a single metric, where easy-to-predict joints can mask joints that still fail. We fine-tune SmolVLA (450M, action-expert only) on the 11-DoF Toyota HSR and compare it against $π_{0.5}$ (3.3B), a stronger pretrained baseline. Per-group analysis exposes two patterns: in SmolVLA, the mobile base converges slowest and limits overall performance. In expert-only fine-tuning of $π_{0.5}$ (training only the action head, backbone frozen), total MSE drops below the baseline but arm accuracy degrades. On 60 real-robot trials (20 per model), $π_{0.5}$ 80k (4.0/4) significantly outperforms both fine-tuned variants (expert-only 3k: 3.75/4; HSR-SmolVLA: 3.5/4; Mann-Whitney $p \leq 0.010$), despite expert-only 3k having the lowest total MSE. This separation is most consistent with the offline arm-group error, not total MSE or base-group error. We conclude that per-group error is a more reliable signal than total MSE for checkpoint selection on robots with heterogeneous action spaces. Code: https://github.com/paumontagut/per-group-mse-vla
• Abstract（参考訳）: 不均一な関節空間を持つ移動マニピュレータのための細調整型ビジョン・ランゲージ・アクション(VLA)モデルでは、直感的な結果が得られる。 これは、不均一な関節群(アーム、グリップ、ヘッド、車輪付きベース)を単一のメートル法に崩壊させることによる予測可能な結果であり、予測し易い関節は、まだ失敗する関節を隠蔽することができる。 11-DoF Toyota HSR 上で SmolVLA (450M, action-expert only) を微調整し、より強い事前訓練ベースラインである$π_{0.5}$ (3.3B) と比較する。 SmolVLAでは、モバイルベースが最も遅く、全体的なパフォーマンスが制限される。 専門家のみによる$π_{0.5}$の微調整(アクションヘッドのみのトレーニング、バックボーンフリーズ)では、MSEの総滴はベースラインより下にあるが、腕の精度は低下する。 60の実ロボット試行(モデル当たり20)において、$π_{0.5}$ 80k (4.0/4) は、専門家のみの3k: 3.75/4; HSR-SmolVLA: 3.5/4; Mann-Whitney $p \leq 0.010$)の2つの細調整された変種(専門家のみの3k: 3.75/4; HSR-SmolVLA: 3.5/4; 専門家のみの3k は MSE が最低であるにもかかわらず、著しく優れていた。 この分離は、完全なMSEやベースグループエラーではなく、オフラインのアームグループエラーと最も一致している。 我々は,不均一な動作空間を持つロボットのチェックポイント選択において,グループごとの誤差は総MSEよりも信頼性の高い信号であると結論付けた。 コード:https://github.com/paumontagut/per-group-mse-vla

関連論文リスト

• Ockhamareto: Pareto-Gated Segment-Level Credit Assignment for Concise Unit-Test Generation with Reinforcement Learning [64.49364696628294]
  我々は単発のGRPOフレームワークであるtextbfOckhamaretoを紹介した。 Ockhamaretoには2つの主要なコンポーネントがある: (i)emphPareto-gated Bonusは、(mutation, $-$#tests)スペースで非支配的なロールアウトのみを報酬する。
  論文  参考訳（メタデータ） (2026-08-25T12:20:02Z)
• Right-Sizing LLM-Agent Decomposition in VAT Determination: A Pilot Controlled Sweep [0.3384279376065155]
  このパイロットは、逆電荷による境界境界VAT決定の選択について研究する。 アクティビティサーフェスを固定する(サブタスク、ツール、I/Oスキーマ、検証チェック、オーケストレータ、ベースモデル、マージポリシー)。 プログラムは40ケースのメインスイープ、マッチしたトケンアーム、エージェントカウント効果から即時予算を分離する3つの失敗インジェクションアームを含む4,400回に及ぶ。
  論文  参考訳（メタデータ） (2026-08-24T15:40:15Z)
• Safety, or Just Capability? A Validity Audit of Agent-Safety Benchmarks [10.839956062772792]
  3つのエージェントセーフティベンチマークは同じ18モデルのランクが異なる。 AgentHarmの安全性に対するR-Judgeの特異性は、$-0.64$ at $n=7$と$+0.02$ at $n=18$と相関しており、ランダムサイズ7サブセットの4分の1は、そのほぼゼロの値の周りで$|| geq 0.5$に達する。 AgentHarmは、最強のホールトアウト・アソシエーションである$=+0.72$で、制御能力の後に3段階のジェイルブレイクの安全性を示す。
  論文  参考訳（メタデータ） (2026-07-30T03:45:10Z)
• Which Defense Closes Which Threat? Attributing OWASP-LLM-Top-10 Coverage and Its Brittleness Under Paraphrasing [51.56484100374058]
  プロダクションLLMアプリケーションは、いくつかの防衛ファミリを積み重ねる -- 拒絶フレーズフィルタ、トークンバッジコントロール、モデル許容度リスト、レート制限、ツール登録認証 -- が、BASベンチマークでは、単一の集計カバレッジ番号を報告している。 21エージェントベースラインスキャナに4つのLLM-Top-10対応エージェントを追加し、4つの合成LDMエンドポイントの格子をターゲットとした。
  論文  参考訳（メタデータ） (2026-06-01T19:39:25Z)
• Hidden-State Privacy Has an Empty Middle [51.56484100374058]
  すべてのフルランクガウス解放を$O(1)$ Fisher utility で表すと、マハラノビス信号が隠れた幅で直線的に成長する方向を認める。 スクラッチからトレーニングされたスプリットメモリトランスフォーマーは、[20, 33]$90MでG_mathrmMahに達し、固定言語損失ペナルティにおいて、30Mから1Bまでの同じ予算のGPTベースラインに対して6ドル～24ドルという優位性を維持する。
  論文  参考訳（メタデータ） (2026-05-21T20:12:09Z)
• Ensembling Tabular Foundation Models - A Diversity Ceiling And A Calibration Trap [3.478921293603811]
  データセット毎に単一のタブラル基礎モデル(TFM)が勝つことはない。 153の分類タスクに対して,6つのFMに対して6つのアンサンブル戦略をベンチマークした。 最高のアンサンブルである2レベルのカスケードスタックは、最強のシングルFMを253タイムで+0.18%の精度で購入する。
  論文  参考訳（メタデータ） (2026-05-18T17:32:57Z)
• Attributing Emergence in Million-Agent Systems [68.53670424791751]
  大規模言語モデル(LLM)は、個々のエージェントにおける人間のような推論と意思決定をシミュレートすることができる。 このような研究は、個々のエージェントにマクロな出現をもたらす必要がある。 Aumann--Shapley path-integral attribution to LLM-powered MAS at million-agent scale。
  論文  参考訳（メタデータ） (2026-05-12T01:49:41Z)
• The Scaling Law of Evaluation Failure: Why Simple Averaging Collapses Under Data Sparsity and Item Difficulty Gaps, and How Item Response Theory Recovers Ground Truth Across Domains [0.0]
  AIと安全クリティカルドメイン間のベンチマーク評価は、圧倒的に単純な平均化に依存している。 2つの条件が共起した場合に、このプラクティスがかなり誤解を招くことを実証する。
  論文  参考訳（メタデータ） (2026-05-11T20:17:55Z)
• Hardware Validation of DAGI via a Modular "Ridge" Signature and High-Order Synergistic Information [0.0]
  IBM Quantumハードウェア上でのDAGI(Directed Acyclic Graph Information)フレームワーク。 理想的な出力分布が低次元モジュラー多様体(リッジ)に制約される小さな制御された実験 キーリカバリはチャンスを超えた:ショット毎の精度0.1689(チャンス0.125,95% Wilson CI[0.1610, 0.1772]) これらの結果は、DAGIが非自明でハードウェアに耐性のある情報構造を検出し、定量化するという主張を支持する。
  論文  参考訳（メタデータ） (2026-04-16T14:16:59Z)
• DISCO: Diversifying Sample Condensation for Efficient Model Evaluation [59.01400190971061]
  コスト評価は傾向を低下させ、イノベーションのサイクルを遅くし、環境への影響を悪化させる。 モデル応答の多様性を最大化するサンプルを選択することが重要となる。 我々のメソッドである$textbfDiversifying Sample Condensation (DISCO)$は、最も大きなモデル不一致を持つトップkサンプルを選択します。
  論文  参考訳（メタデータ） (2025-10-09T08:53:59Z)
• Multitask Learning Can Improve Worst-Group Outcomes [76.92646345152788]
  マルチタスク学習(MTL)は、そのような広く使われている技法の一つである。 我々は,共同マルチタスク表現空間を正規化することにより,標準MTLを変更することを提案する。 正規化MTLアプローチは,平均群と最低群の両方でJTTを上回っていることがわかった。
  論文  参考訳（メタデータ） (2023-12-05T21:38:24Z)
• Fine-Grained Gap-Dependent Bounds for Tabular MDPs via Adaptive Multi-Step Bootstrap [84.66885506098724]
  本稿では,アダプティブ・マルチステップ・ブートストラップ (AMB) を用いた表層有限水平マルコフ決定過程 (MDP) のモデルフリーアルゴリズムを提案する。 AMBは,部分最適ギャップの逆の和でのみスケールする,ギャップ依存的後悔境界を達成できることを示す。 また、AMB は $frac|Z_mul|Delta_min$ regret という追加の $frac|Z_mul|Delta_min$ を被っていることも示しています。
  論文  参考訳（メタデータ） (2021-02-09T07:46:34Z)
• Inner Ensemble Networks: Average Ensemble as an Effective Regularizer [20.33062212014075]
  内部アンサンブルネットワーク(IEN)は、モデル複雑性を増大させることなく、ニューラルネットワーク自体内の分散を減少させる。 IENは、トレーニングフェーズ中にアンサンブルパラメータを使用して、ネットワークのばらつきを低減する。
  論文  参考訳（メタデータ） (2020-06-15T11:56:11Z)

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。