論文の概要: Flowing With Purpose: Latent Action Guided Flow Matching Policies For Robotic Manipulation

• arxiv url: http://arxiv.org/abs/2606.23420v1
• Date: Mon, 22 Jun 2026 14:42:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 19:07:17.401914
• Title: Flowing With Purpose: Latent Action Guided Flow Matching Policies For Robotic Manipulation
• Title（参考訳）: 目的によるフロー:ロボットマニピュレーションのための潜在行動誘導型フローマッチング法
• Authors: Bruno Machado, Alexandre Chapin, Emmanuel Dellandrea, Liming Chen,
• Abstract要約: 最先端のフローマッチングポリシーは、グローバルに固定された等方性ソース分布に依存している。 Latent Action Guided Flow Matchingは、モノリシックガウスを学習済みの事前分布の適応ライブラリに置き換える。 LAFMは標準フローマッチングの定式化を大幅に上回る。
• 参考スコア（独自算出の注目度）: 41.66477383019748
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Flow matching has recently become a new standard for behavior cloning in robotic manipulation. However, state-of-the-art flow matching policies suffer from a systematic structural mismatch: they rely on a globally fixed isotropic source distribution despite the strongly fragmented and heteroscedastic structure of robotic action spaces. This agnostic initialization forces the model to learn highly entangled vector fields, bottlenecking training efficiency and limiting overall policy performance. To address this limitation, we introduce Latent Action Guided Flow Matching (LAFM), a novel framework that replaces the monolithic Gaussian with an adaptive library of learned prior distributions. By grounding these distributions using a latent action model, LAFM maps current observations to discrete motion primitives, selecting a specialized base distribution that provides an informed, structurally aligned initialization for the denoising process. This dynamic adaptivity naturally accommodates heteroscedasticity in human demonstrations and makes transport trajectories shorter and less entangled. Empirically, LAFM substantially outperforms standard flow matching formulations, increasing task success rates by 23.4% in real-world robotic deployments and by 10.4% on the LIBERO-90 benchmark. Furthermore, we demonstrate that LAFM achieves state-of-the-art results, surpassing massively pre-trained vision-language-action models while utilizing significantly smaller architectures.
• Abstract（参考訳）: フローマッチングはロボット操作における行動クローニングの新しい標準となっている。 しかし、現状のフローマッチングポリシーは体系的な構造的ミスマッチに悩まされており、ロボットのアクション空間の強い断片化とヘテロシステマティックな構造にもかかわらず、グローバルに固定された等方性ソース分布に依存している。 この非依存的な初期化は、モデルを高度に絡み合ったベクトル場を学習させ、訓練効率をボトルネックにし、全体的な政策性能を制限させる。 この制限に対処するために,モノリシックガウスを学習前の分布の適応ライブラリに置き換える新しいフレームワークであるLatent Action Guided Flow Matching (LAFM)を導入する。 LAFMは遅延作用モデルを用いてこれらの分布を基底にすることにより、現在の観測を離散運動プリミティブにマッピングし、認知過程に対して情報的かつ構造的に整合した初期化を提供する特別な基底分布を選択する。 この動的適応性は、ヒトのデモンストレーションにおいて自然に異所性に適応し、輸送軌道を短くし、絡み合いを小さくする。 LAFMは実世界のロボット開発で23.4%、LIBERO-90ベンチマークで10.4%のタスク成功率で、標準的なフローマッチングの定式化を大幅に上回っている。 さらに、LAFMは、非常に小さなアーキテクチャを生かしながら、膨大な事前学習された視覚言語行動モデルを超え、最先端の成果を達成することを実証した。

関連論文リスト

• Curvature-Adaptive Consistency Flow Matching: Autonomous Trajectory Optimization via Reinforcement Learning [8.422673935994451]
  連続蒸留は拡散モデルの推論を 著しく加速させました 本稿では,静的サンプリングの限界に対処するため,曲率適応整合フローマッチングを提案する。 提案手法は,FLUXやSDXLといった大規模モデルに対して,最新の結果を実現する。
  論文  参考訳（メタデータ） (2026-06-21T08:49:50Z)
• AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
  視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。 本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。 LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
  論文  参考訳（メタデータ） (2026-04-20T04:25:24Z)
• Reshaping Action Error Distributions for Reliable Vision-Language-Action Models [69.38615670891038]
  ロボット操作において、視覚言語アクション(VLA)モデルは、一般化可能でスケーラブルなロボットポリシーを学ぶための有望なパラダイムとして登場した。 連続動作型VLAモデルに焦点をあて、トレーニング中の動作誤差分布を再構成することにより、従来のMSEベースの回帰を超越する。 複数の代表的VLAアーキテクチャ上で、標準、少数ショット、ノイズの多い設定にまたがるアプローチを評価します。
  論文  参考訳（メタデータ） (2026-02-04T05:37:09Z)
• Model Merging via Multi-Teacher Knowledge Distillation [11.543771846135021]
  モデルマージ設定に特化して、新しい平坦性を考慮したPAC-Bayes一般化を導入する。 我々は,少ないラベルのないデータに基づいて,マルチ教師の知識蒸留としてマージするモデルを構築した。 我々は,学生教師のKulback-Leibler分散の最小化が,合併モデルの過大なリスクの上限を直接締め付けることを正式に証明した。
  論文  参考訳（メタデータ） (2025-12-24T17:10:44Z)
• Iterative Refinement of Flow Policies in Probability Space for Online Reinforcement Learning [56.47948583452555]
  固定ステップのEulerスキームによるフローマッチング推論プロセスの離散化は,最適輸送から変化するJordan-Kinderlehrer-Otto原理と整合する,というキーインサイトに基づいて,SWFP(Stepwise Flow Policy)フレームワークを紹介した。 SWFPは、大域的な流れを、プロキシメート分布間の小さな漸進的な変換の列に分解する。 この分解は、小さな流れブロックのカスケードを介して事前訓練された流れを微調整する効率的なアルゴリズムを導き、大きな利点をもたらす。
  論文  参考訳（メタデータ） (2025-10-17T07:43:51Z)
• Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance [63.33213516925946]
  textbfAlign-Then-stEer(textttATE)は,新しいデータ効率,プラグアンドプレイ適応フレームワークである。 我々の研究は、新しいロボットプラットフォームやタスクにVLAモデルをデプロイする実用性を大幅に向上させる、汎用的で軽量なソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-02T07:51:59Z)

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。