論文の概要: Self-Improving VLA Policies: Selected Diffusion Noise for Spurious-Robust Action Smoothing

• arxiv url: http://arxiv.org/abs/2606.14084v1
• Date: Fri, 12 Jun 2026 03:59:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.739919
• Title: Self-Improving VLA Policies: Selected Diffusion Noise for Spurious-Robust Action Smoothing
• Title（参考訳）: 自己改善型VLA法:スプーラスロバスト動作平滑化のための拡散雑音の選択
• Authors: Duc Minh Nguyen, Bao-Ngoc Dao, Tung M. Luu, Binh Gia Nguyen, Vinh Tong, Anji Liu, Vu N. Duong, Dung D. Le, Daniel Sonntag, Trung Le, Ngan Le, Jan Peter, An Thai Le, Minh Nhat Vu, Mathias Niepert, Khoa D. Doan, Duy M. H. Nguyen, Vien Anh Ngo,
• Abstract要約: 拡散に基づくビジョンランゲージ・アクション(VLA)ポリシーは、ロボット操作の強力な一般化を可能にする。 Selected Diffusion Noise (SDN, Selected Diffusion Noise) は、頑健さと成功率の両方を改善する簡易な訓練不要なテスト時間手法である。
• 参考スコア（独自算出の注目度）: 45.233628236067396
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diffusion-based Vision-Language-Action (VLA) policies enable strong generalization in robotic manipulation, but remain sensitive to spurious visual correlations and noisy action generation, leading to brittle behavior under perturbations. We introduce Selected Diffusion Noise (SDN), a simple, training-free test-time method that improves both robustness and success rate by leveraging the diffusion noise space as a controllable degree of freedom. SDN dynamically samples noise vectors that are maximally separated from a reference set to mitigate reliance on spurious cues, while selecting candidates that yield more coherent action trajectories. This dual objective encourages stable behavior even under object-masked observations and reduces action jitter without modifying model parameters. We evaluate SDN on two simulation benchmarks (Google Robot, Widow-X) and two real-world robotic datasets across multiple VLA policies, including pi_0, Groot-N1.5, and Groot-N1.6. SDN consistently improves success rates by +8% in simulation and +10% in real-world settings, while producing smoother and more stable actions. Our results highlight that diffusion noise selection can serve as an effective and general mechanism for enhancing VLA policies at test time.
• Abstract（参考訳）: 拡散に基づくビジョン・ランゲージ・アクション(VLA)ポリシーは、ロボット操作の強力な一般化を可能にするが、刺激的な視覚的相関やノイズのあるアクション生成に敏感であり、摂動下での脆い振る舞いをもたらす。 拡散ノイズ空間を制御可能な自由度として活用することにより、ロバスト性および成功率の両方を改善する簡易な訓練不要な試験時間法であるSelected Diffusion Noise (SDN)を導入する。 SDNは、参照セットから最大限に分離されたノイズベクトルを動的にサンプリングし、スプリアスキューへの依存を軽減するとともに、より一貫性のあるアクショントラジェクトリを生成する候補を選択する。 この二重目的は、オブジェクトマインドされた観測の下でも安定した振る舞いを奨励し、モデルパラメータを変更することなくアクションジッタを減らす。 我々は,2つのシミュレーションベンチマーク(Google Robot, Widow-X)と,pi_0, Groot-N1.5, Groot-N1.6など,複数のVLAポリシにまたがる実世界のロボットデータセットについて,SDNを評価した。 SDNは、シミュレーションで+8%、実世界の設定で+10%、スムーズで安定したアクションで、一貫して成功率を+8%向上させる。 この結果から, 拡散雑音選択は, 試験時間におけるVLAポリシーの強化に有効かつ汎用的なメカニズムとして有効であることが示唆された。

関連論文リスト

• Global Prior Meets Local Consistency: Dual-Memory Augmented Vision-Language-Action Model for Efficient Robotic Manipulation [95.89924101984566]
  GPM(Global Prior Memory)とLCM(Local Consistency Memory)を備えたデュアルメモリVLAフレームワークOptimusVLAを紹介する。 GPMはガウスノイズを意味論的に類似した軌道から取得したタスクレベルの先行値に置き換える。 LCMは、時間的コヒーレンスと軌道の滑らかさを強制する学習された一貫性制約を注入する。
  論文  参考訳（メタデータ） (2026-02-22T15:39:34Z)
• Action-to-Action Flow Matching [25.301629044539325]
  拡散に基づく政策は、最近、条件付き認知過程として行動予測を定式化することで、ロボット工学において顕著な成功を収めた。 本稿では,A2A(Action-to-Action Flow Match)を提案する。 A2Aは単一の推論ステップ(0.56msレイテンシ)で高品質なアクション生成を可能にし、視覚摂動に優れた堅牢性を示し、目に見えない構成に一般化する。
  論文  参考訳（メタデータ） (2026-02-07T02:39:49Z)
• Noise-Robust Tiny Object Localization with Flows [63.60972031108944]
  フレキシブルなエラーモデリングと不確実性誘導最適化に正規化フローを活用するノイズローバストローカライゼーションフレームワークを提案する。 本手法は,フローベース誤差モデルを用いて,複雑な非ガウス予測分布を抽出し,ノイズの多い監視下で頑健な学習を可能にする。 不確実性を考慮した勾配変調機構は、トレーニングを安定化しながら過度な適合を緩和し、高不確実でノイズの強いサンプルからの学習をさらに抑制する。
  論文  参考訳（メタデータ） (2026-01-02T09:16:55Z)
• Steering Vision-Language-Action Models as Anti-Exploration: A Test-Time Scaling Approach [78.4812458793128]
  動作チャンクの高忠実度検証に軽量な擬数推定器を適用したテスト時間スケーリングフレームワークである textbfTACO を提案する。 我々の手法は、オフライン強化学習(RL)における古典的な反探索原理に似ており、勾配のないため、計算上の大きな恩恵をもたらす。
  論文  参考訳（メタデータ） (2025-12-02T14:42:54Z)
• $\mathcal{E}_0$: Enhancing Generalization and Fine-Grained Control in VLA Models via Continuized Discrete Diffusion [65.77755100137728]
  本稿では、量子化されたアクショントークンを反復的にデノケーションするアクション生成を定式化する、連続的な離散拡散フレームワークであるE0を紹介する。 E0は14の多様な環境において最先端のパフォーマンスを達成し、平均して10.7%強のベースラインを達成している。
  論文  参考訳（メタデータ） (2025-11-26T16:14:20Z)
• Noise Augmented Fine Tuning for Mitigating Hallucinations in Large Language Models [1.0579965347526206]
  大規模言語モデル(LLM)は、しばしば不正確な、または誤解を招くコンテンツ・ハロシンを生成する。 noise-Augmented Fine-Tuning (NoiseFiT) は適応ノイズ注入を利用してモデルロバスト性を高める新しいフレームワークである。 NoiseFiTは、動的にスケールしたガウス雑音を用いて、高SNR(より堅牢)または低SNR(潜在的に過正規化)と同定された層を選択的に摂動する。
  論文  参考訳（メタデータ） (2025-04-04T09:27:19Z)
• Stable Neighbor Denoising for Source-free Domain Adaptive Segmentation [91.83820250747935]
  擬似ラベルノイズは主に不安定なサンプルに含まれており、ほとんどのピクセルの予測は自己学習中に大きく変化する。 我々は, 安定・不安定な試料を効果的に発見する, SND(Stable Neighbor Denoising)アプローチを導入する。 SNDは、様々なSFUDAセマンティックセグメンテーション設定における最先端メソッドよりも一貫して優れている。
  論文  参考訳（メタデータ） (2024-06-10T21:44:52Z)
• Worst-Case Dynamic Power Distribution Network Noise Prediction Using Convolutional Neural Network [14.144190519120167]
  最悪の動的PDNノイズ分析は、チップの性能と信頼性を確保するためにPDNサインオフにおいて重要なステップである。 本稿では,最悪ケースの動的PDN雑音予測のための,効率的かつスケーラブルなフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-04-27T08:37:10Z)

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。