論文の概要: DREAM-Chunk: Reactive Action Chunking with Latent World Model

• arxiv url: http://arxiv.org/abs/2606.18589v1
• Date: Wed, 17 Jun 2026 01:28:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-18 17:16:50.955686
• Title: DREAM-Chunk: Reactive Action Chunking with Latent World Model
• Title（参考訳）: DREAM-Chunk: 潜在世界モデルによるリアクティブアクションチャンキング
• Authors: Wenxi Chen, Kaidi Zhang, Chi Lin, Zhiyuan Zhang, Yu She, Yuejiang Liu, Raymond A. Yeh, Shaoshuai Mou, Yan Gu,
• Abstract要約: DREAM-Chunkは、チャンキングベースのポリシーを軽量な潜在世界モデルで拡張するテスト時間スケーリング手法である。 テスト時にDREAM-Chunkは、複数の候補アクションチャンクをサンプリングし、予測された潜在未来をロールアウトし、予測された状態が観測されたロールアウトと一致するチャンクからアクションを選択する。 Kinetixベンチマークでは、DREAM-Chunkはアクションノイズの増加による堅牢性の向上と、より大きな候補サンプルサイズによるメリットがある。
• 参考スコア（独自算出の注目度）: 29.61190170970325
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Action chunking has become a common interface for vision-language-action (VLA) models, enabling low-frequency policy inference to drive high-frequency robot execution. However, once an action chunk is committed, its open-loop execution can be brittle under stochastic dynamics, hardware execution errors, and partial observability. We propose DREAM-Chunk, a test-time scaling method that augments chunking-based policies with a lightweight latent world model, without requiring additional policy fine-tuning. At test time, DREAM-Chunk samples multiple candidate action chunks, rolls out their predicted latent futures, and selects actions from the chunk whose predicted state best matches the observed rollout. In this way, DREAM-Chunk uses additional test-time computation to cover multiple plausible stochastic futures and improve reactivity during long-horizon chunk execution. On the Kinetix benchmark, DREAM-Chunk improves robustness under increasing action noise and benefits from larger candidate sample sizes, especially when demonstrations contain corrective behaviors. We further validate DREAM-Chunk on four manipulation tasks across two robot platforms and two VLA policies under various sources of stochasticity. Across simulation and hardware experiments, DREAM-Chunk improves the robustness of action-chunking policies in stochastic dynamics.
• Abstract（参考訳）: アクションチャンキングは視覚言語アクション(VLA)モデルの共通インターフェースとなり、低周波ポリシー推論が高周波ロボットの実行を促進する。 しかしながら、アクションチャンクがコミットされると、そのオープンループ実行は確率力学、ハードウェア実行エラー、部分的な可観測性の下で不安定になる可能性がある。 DREAM-Chunkは、チャンキングベースのポリシーを軽量な潜在世界モデルで拡張するテスト時間スケーリング手法である。 テスト時にDREAM-Chunkは、複数の候補アクションチャンクをサンプリングし、予測された潜在未来をロールアウトし、予測された状態が観測されたロールアウトに最も合うチャンクからアクションを選択する。 このようにして、DREAM-Chunkは、複数の確率的未来をカバーし、長時間のチャンク実行時の反応性を改善するために、追加のテスト時間計算を使用する。 Kinetixベンチマークでは、DREAM-Chunkはアクションノイズの増加によるロバスト性の向上と、特にデモが修正動作を含む場合に、より大きな候補サンプルサイズによるメリットがある。 さらに、DREAM-Chunkは2つのロボットプラットフォームにまたがる4つの操作タスクと2つのVLAポリシーについて、様々な確率性に基づいて検証する。 DREAM-Chunkは、シミュレーションとハードウェア実験を通じて、確率力学におけるアクションチャンキングポリシーの堅牢性を改善する。

関連論文リスト

• 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)
• HiPolicy: Hierarchical Multi-Frequency Action Chunking for Policy Learning [17.3424491065084]
  HiPolicyは階層的な多周波数アクションチャンキングフレームワークで、異なる周波数でのアクションシーケンスを予測し、粗い高レベル計画と正確な反応性動作の両方をキャプチャする。 多様なシミュレーションベンチマークと実世界の操作タスクの実験は、HiPolicyが既存の2Dおよび3D生成ポリシーにシームレスに統合可能であることを示している。
  論文  参考訳（メタデータ） (2026-04-07T16:47:38Z)
• Adaptive Action Chunking at Inference-time for Vision-Language-Action Models [22.3720651624276]
  アクションチャンキングは、ロボット操作能力を改善するための重要なテクニックである。 大きなチャンクサイズは、新しい情報に対するモデルの応答性を低下させ、小さなチャンクではモードジャンプの可能性を高める。 本稿では,適応的行動チャンキング(Adaptive Action Chunking, AAC)戦略を提案する。
  論文  参考訳（メタデータ） (2026-04-05T16:03:32Z)
• 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)
• Bidirectional Decoding: Improving Action Chunking via Guided Test-Time Sampling [51.38330727868982]
  動作チャンキングが学習者と実証者の間の分岐にどのように影響するかを示す。 動作チャンキングをクローズドループ適応でブリッジするテスト時間推論アルゴリズムである双方向デコーディング(BID)を提案する。 提案手法は、7つのシミュレーションベンチマークと2つの実世界のタスクにまたがって、最先端の2つの生成ポリシーの性能を向上させる。
  論文  参考訳（メタデータ） (2024-08-30T15:39:34Z)
• Value function estimation using conditional diffusion models for control [62.27184818047923]
  拡散値関数(DVF)と呼ばれる単純なアルゴリズムを提案する。 拡散モデルを用いて環境-ロボット相互作用の連成多段階モデルを学ぶ。 本稿では,DVFを用いて複数のコントローラの状態を効率よく把握する方法を示す。
  論文  参考訳（メタデータ） (2023-06-09T18:40:55Z)

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。