論文の概要: Same Weights, Different Robot: A Deployment Safety View of VLA Policies

• arxiv url: http://arxiv.org/abs/2606.03724v1
• Date: Tue, 02 Jun 2026 14:45:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:05.079124
• Title: Same Weights, Different Robot: A Deployment Safety View of VLA Policies
• Title（参考訳）: ロボットの重量が同じ。VLAポリシーのデプロイ安全ビュー
• Authors: Jianwei Tai,
• Abstract要約: 視覚言語アクション(VLA)ポリシーは、しばしばチェックポイント定義オブジェクトとして扱われる。 安全レビューは、実行可能なロボットポリシーを欠いている間、チェックポイントを認証することができる。 我々はこのギャップを実行可能なポリシー仕様問題として定式化する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Vision-language-action (VLA) policies are often treated as checkpoint-defined objects: if the weights, prompt, and benchmark suite match, the deployment is assumed to be the same policy. Robot execution breaks this assumption because the same normalized model output can become a different physical action after action unnormalization and controller conventions are applied. This creates a deployment-safety gap: safety review can certify the checkpoint while missing the executable robot policy that reaches the controller. We formalize this gap as an executable policy specification problem: a VLA policy includes the learned model, action representation, metadata-selected unnormalizer, and controller-facing conventions. Under this view, identical checkpoints can be executable-inequivalent. For quantile-style action normalization, we derive a closed-form metadata mismatch transform and an ExecSpec certificate that measures action-space semantic drift without model inference or rollout. On LIBERO-Goal replay, substituting a plausible sibling metadata key yields mean drift 0.199 over six non-gripper action dimensions and reduces success from 28/28 to 2/28 under full substitution. On LIBERO-Spatial replay, the same substituted key reduces success from 26/26 to 0/26. The same full-substitution protocol gives 0/28 success for all four Object substitutions and 0/23 or 1/23 success on Long. Identity-key, replay-validity, no-op filtering, raw-vs-correct replay, mask/gripper, synthetic upper-bound, and OpenVLA-style unnormalizer interface checks rule out several simpler explanations. These results do not certify closed-loop or hardware safety. They support a narrower deployment-safety view: action-space metadata is part of the executable policy and should be checked before rollout.
• Abstract（参考訳）: ビジョン言語アクション(VLA)ポリシーは、しばしばチェックポイント定義オブジェクトとして扱われる:重み、プロンプト、ベンチマークスイートが一致した場合、デプロイは同じポリシーであると仮定される。 ロボットの実行は、同じ正規化されたモデル出力が、アクションの非正規化とコントローラ規則を適用した後、異なる物理アクションになる可能性があるため、この仮定を破る。 安全レビューは、コントローラに到達する実行可能なロボットポリシーを欠いている間、チェックポイントを認証することができる。 VLAポリシーには、学習モデル、アクション表現、メタデータ選択された非正規化器、コントローラ対応規約が含まれる。 この観点では、同一のチェックポイントは実行可能同値である。 量子型アクション正規化では、モデル推論やロールアウトなしでアクション空間のセマンティックドリフトを測定する、クローズドフォームのメタデータミスマッチ変換とExecSpec証明書を導出する。 LIBERO-Goalリプレイでは、プラウチブル・シブリング・メタデータ・キーを置換すると、6つの非グリッパー作用次元で平均0.199のドリフトが得られ、完全な置換の下では28/28から2/28に低下する。 LIBERO-Spatialリプレイでは、同じ代用キーが26/26から0/26に低下する。 同じフル置換プロトコルは、すべての4つのオブジェクト置換で0/28で成功し、Longでは0/23または1/23で成功している。 Identity-key、replay-validity、no-op filtering、 raw-vs-correct replay、 mask/gripper、synthetic upper-bound、OpenVLAスタイルのunnormalizer interfaceは、いくつかの単純な説明を除外する。 これらの結果はクローズドループやハードウェアの安全性を証明していない。 アクションスペースメタデータは実行可能なポリシの一部であり、ロールアウト前にチェックする必要がある。

関連論文リスト

• What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs [52.50210189669399]
  視覚言語モデル(VLM)を駆動するには,操作設計領域(ODD)が定義する様々な条件のシーンを正確に理解する必要がある SliceScorerは、欠落したスライス推薦のための決定論的スコアリングルールである。 SliceNavは, 従来のスライス発見法よりも, 高リスクカバレッジギャップを効果的に表面化することを示す。
  論文  参考訳（メタデータ） (2026-06-01T03:18:01Z)
• Phase-Conditioned Imitation Learning with Autonomous Failure Recovery for Robust Deformable Object Manipulation [5.524438437366922]
  変形可能なオブジェクト操作のための位相条件付き力覚フレームワークを提案する。 FiLM条件のACTエンコーダは、現在のタスクフェーズに基づいて特徴抽出を変調する。 視覚、力、ポーズフィードバックを融合させた多モード位相予測器は、視覚単独では見えない接触障害をリアルタイムで推定する。
  論文  参考訳（メタデータ） (2026-05-28T05:59:53Z)
• TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation [61.35569005726248]
  既存の具体的制御研究は、トレーニングデータとモデルサイズをスケールすることで、顕著なパフォーマンス向上を示す。 拡散や自己回帰モデルのような非決定論的生成モデルは、エンボディドコントロールの分野で広く採用されている。 推測時間サンプリングのためのプラグイン・アンド・プレイフレームワークである textbfTapSampling を提案する。
  論文  参考訳（メタデータ） (2026-05-25T08:03:31Z)
• SOCpilot: Verifying Policy Compliance for LLM-Assisted Incident Response [0.5399800035598185]
  SOCpilotは、コンプライアンスの質問を計画境界で測定可能にする。 インシデントパッケージ、アクションカタログ、ポリシールール、検証者、および公開エビデンスサーフェスを修正する。
  論文  参考訳（メタデータ） (2026-05-06T22:51:18Z)
• Sovereign Agentic Loops: Decoupling AI Reasoning from Execution in Real-World Systems [2.124730017640531]
  Sovereign Agentic Loops (SAL) は、モデルが正当化された構造化意図を出力する制御プレーンアーキテクチャである。 SALは難読化膜を結合し、識別に敏感な状態へのモデルアクセスを制限し、監査性と再生のために暗号的にリンクされたEvidence Chainを結合する。 OpenKedgeのクラウドインフラストラクチャ用プロトタイプでは、SALはポリシー層における安全でない意図の93%をブロックし、一貫性チェックを通じて残りの7%を拒否し、12.4msの中央値レイテンシを追加した。
  論文  参考訳（メタデータ） (2026-04-24T00:56:55Z)
• Compiling Activation Steering into Weights via Null-Space Constraints for Stealthy Backdoors [48.881343993730844]
  安全性に整合した大規模言語モデル(LLM)は、現実世界のパイプラインにますますデプロイされている。 敵は通常の評価では動作しないバックドアのチェックポイントを配布することができる。 最近のポストホック重み付け法は、そのようなバックドアを注入するための効率的なアプローチを提供する。
  論文  参考訳（メタデータ） (2026-04-14T06:48:33Z)
• Traversal-as-Policy: Log-Distilled Gated Behavior Trees as Externalized, Verifiable Policies for Safe, Robust, and Efficient Agents [18.383906296536185]
  Traversal-as-Policy: サンドボックス化されたOpenHandsの実行ログを単一の実行可能なGated Behavior Tree (GBT)に蒸留する 各ノードは状態条件のアクションマクロを符号化し、成功した軌道からマージチェックを行う。 実行時に、軽量なトラバーサは、子マクロに対するベースモデルの意図と一致します。
  論文  参考訳（メタデータ） (2026-01-30T16:25:08Z)
• SABER: Small Actions, Big Errors -- Safeguarding Mutating Steps in LLM Agents [52.20768003832476]
  我々は$$-Bench (Airline/Retail) および SWE-Bench Verified 上での実行トレースを分析する。 成功を失敗に戻すための、先進的な逸脱、最初期の行動、レベル分岐を形式化する。 モデルに依存しない,勾配のない,テスト時のセーフガードである cm を導入します。
  論文  参考訳（メタデータ） (2025-11-26T01:28:22Z)
• DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents [52.92354372596197]
  大規模言語モデル(LLM)は、強力な推論と計画能力のため、エージェントシステムの中心となってきています。 この相互作用は、外部ソースからの悪意のある入力がエージェントの振る舞いを誤解させる可能性がある、インジェクション攻撃のリスクも引き起こす。 本稿では,信頼に値するエージェントシステムのための動的ルールベースの分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-13T05:01:09Z)

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。