論文の概要: Hermite Curves as Trajectory Priors for Vision-Language-Action Models
- arxiv url: http://arxiv.org/abs/2608.01265v1
- Date: Sun, 02 Aug 2026 14:18:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.144569
- Title: Hermite Curves as Trajectory Priors for Vision-Language-Action Models
- Title（参考訳）: ビジョン・ランゲージ・アクションモデルにおける軌道先駆体としてのハーマイト曲線
- Abstract要約: 本稿では,Hermite trajectory priorsを導入し,チャンク軌道を終点位置と速度で定義される3次Hermite曲線としてパラメータ化する。
我々は、この固定作用素を離散自己回帰および連続生成パラダイムでインスタンス化する。
シミュレーションベンチマークと実ロボットプラットフォーム全体で、Hermite Regularizationは優れたパフォーマンスを実現している。
- 参考スコア（独自算出の注目度）: 41.51953284790607
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite recent progress in Vision-Language-Action (VLA) models for robotic manipulation, the action chunk remains a weakly structured interface. Existing work typically flatten each chunk into per-timestep controls, relying on implicit data learning that manifests as jagged motion and boundary discontinuities during physical execution. To address these limitations, we introduce Hermite trajectory priors, parameterizing the chunk trajectory as a piecewise cubic Hermite curve defined by endpoint positions and velocities to explicitly enforce smoothness and continuity. We instantiate this fixed operator across discrete autoregressive and continuous generative paradigms via three variants: (1) Hermite Tokens, which predict quantized boundary variables autoregressively; (2) Hermite Scaffold, which decomposes clean actions into a base scaffold and residuals; and (3) Hermite Regularization, which applies the prior strictly as an auxiliary training objective. Across simulation benchmarks and real-robot platforms, Hermite Regularization achieves superior performance among these three variants, improving π0.5 baseline success rates from 95.9% to 98.7% on LIBERO, 85.7% to 90.9% on LIBERO-plus, and 63.4% to 90.0% across four real-robot tasks without additional inference overhead. Trajectory analyses reveal that explicitly structuring trajectory priors serves most effectively as a learning inductive bias rather than a runtime constraint.
- Abstract（参考訳）: 近年、ロボット操作のためのVLA(Vision-Language-Action)モデルが進歩しているが、アクションチャンクは弱い構造を持つインタフェースのままである。
既存の作業は通常、各チャンクをタイムステップ単位のコントロールにフラットにし、物理的実行中にジャグ動作や境界不連続として現れる暗黙のデータ学習に依存する。
これらの制限に対処するために,我々は,チャンク軌跡を終点位置と速度で定義した分割立方ヘルマイト曲線としてパラメータ化して,滑らかさと連続性を明示するヘルマイト軌道先行法を導入する。
1)量子化された境界変数を自動回帰的に予測するHermite Tokens,(2)クリーンな動作を基礎的な足場と残留物に分解するHermite Scaffold,(3)より厳密に補助的な訓練目的として適用するHermite Regularization,である。
シミュレーションベンチマークと実ロボットプラットフォーム全体で、Hermite Regularizationはこれらの3つの変種の中で優れたパフォーマンスを達成し、π0.5ベースラインの成功率を95.9%から98.7%に改善し、LIBEROプラスで85.7%から90.9%に、さらに推論オーバーヘッドなしで4つの実ロボットタスクで63.4%から90.0%に向上した。
軌道解析により、明示的に軌道の先行を構造化することは、実行時の制約よりも学習帰納バイアスとして最も効果的に機能することが明らかとなった。
関連論文リスト
- PAVE: Predictive Alignment and Value-Guided Evolution for World-Action Policies [17.87859739145508]
直接視覚-言語-アクションポリシーは、継続的なロボット動作を効率的に生成するが、標準的な行動クローンは2つの相補的なギャップを残している。
結果に依存しない予測学習と結果認識型政策改善を組み合わせた,直接的な世界行動政策である方法を紹介する。
論文 参考訳（メタデータ） (2026-08-31T07:36:11Z) - LM-X: Explainable Action Modeling with Progress, Event, and Uncertainty Prediction for Generalist Robot Manipulation [28.431160101245837]
一般視覚-言語行動(VLA)政策は、主に短期水平行動予測を通じて長期水平行動を学ぶ。
我々は,解剖学的対応を主張することなく,タスク,イベント,運動の規模にわたって予測を整理するLM-Xを紹介する。
論文 参考訳（メタデータ） (2026-08-26T13:05:29Z) - RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance [84.26294415726723]
汎用報酬モデルが、ロボット学習のスケーリングのボトルネックになりつつある。
ロボット操作のためのオープンソースのバリューファンデーションモデルであるRynnValueを紹介した。
RynnValueは7000時間以上、好みやプログレッシブアノテーションなしで約3Mの命令条件付きクリップにスケールする。
論文 参考訳（メタデータ） (2026-08-10T17:09:37Z) - TRACT: Temporally Routed Action Chunks with Chronological Phase Authority for Contact-Rich Manipulation [33.980402689056895]
アクションチャンキングは、ロボット模倣学習の効果的な意思決定の地平を短くする。
本稿では, 位相構造を有する動作チャンキングを, 将来の地平線内での1つのCURRENT変種境界に分解するTRACTを提案する。
論文 参考訳（メタデータ） (2026-07-31T10:59:14Z) - SketchMamba: A Lightweight State-Space Model for Joint Progressive Sketch Classification and Stroke Auto-Completion [0.0]
既存のベクトルスケッチモデルは、認識と生成を別のタスクとして扱う。
スケッチマンバ(SketchMamba)は、任意の部分的な接頭辞からスケッチを連続的に分類し、その継続を同時に生成する単一因果配列モデルである。
論文 参考訳（メタデータ） (2026-07-26T10:05:23Z) - Discrete Action Space as a Prerequisite for GRPO Convergence in Small-Model Continuous Control [0.0]
グループ相対ポリシー最適化は、シミュレートされた四重項連続制御タスクのための小さな言語モデルを微調整することができる。
このベンチマークでは、25Hzの4乗子速度制御のためのQwen-0.5BのバニラGRPO微調整が、自明なゼロ作用に崩壊する。
Crazyflie 2.1 ダイナミックスを用いた高忠実度シミュレーションは、ホバー領域のトレーニングと分配のギャップを表面化する。
論文 参考訳（メタデータ） (2026-07-07T17:14:19Z) - PolicyTrim: Boosting Intrinsic Policy Efficiency of Vision-Language-Action Models [50.232333672172395]
VLA(Vision-Language-Action)モデルは、ロボット操作の統一パラダイムを提供するが、実際のデプロイメントは実行効率によってボトルネックになることが多い。
強化学習に基づくポストトレーニングフレームワークである textbfPolicyTrim を提案する。
私たちのフレームワークは、タスクの成功率を損なうことなく、最大5.83$times$エンドツーエンドのデプロイメントスピードアップを提供します。
論文 参考訳（メタデータ） (2026-06-21T14:54:07Z) - ProgressVLA: Progress-Guided Diffusion Policy for Vision-Language Robotic Manipulation [57.07494675832939]
ロボット操作のための既存の視覚言語アクション(VLA)モデルは、進歩意識を欠いている。
本研究では,textbf vla という新しいモデルを提案し,タスク進捗の推定と統合について検討する。
CALVINとLIBEROベンチマークの実験は、実世界のロボットの展開とともに、成功率の大幅な改善を一貫して示している。
論文 参考訳（メタデータ） (2026-03-29T12:38:11Z) - 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) - Learning to Accelerate Vision-Language-Action Models through Adaptive Visual Token Caching [25.295588774254952]
我々は、学習可能なポリシー最適化問題として推論加速度を再構成する。
本稿では,タスク認識による意思決定プロセスを直接Vision-Language-Actionモデルに統合する新しいフレームワークを提案する。
提案手法は, 平均成功率を同時に向上させながら, 1.76倍のウォールクロック推定速度向上を実現する。
論文 参考訳（メタデータ） (2026-01-31T12:12:51Z) - Unsupervised Cycle Detection in Agentic Applications [7.001329254828447]
大規模言語モデルを利用したエージェントアプリケーションは、非決定的な振る舞いを示し、隠れた実行サイクルを形成する。
従来の可観測性プラットフォームは、これらのコストのかかる非効率性を検出することができません。
構造解析と意味解析を組み合わせた教師なしサイクル検出フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-31T13:27:53Z) - Transition Models: Rethinking the Generative Learning Objective [68.16330673177207]
有限時間間隔で状態遷移を解析的に定義する連続時間力学方程式を導入する。
これは、任意のステップ遷移に適応する新しい生成パラダイムである遷移モデル(TiM)をもたらす。
TiMは最先端のパフォーマンスを達成し、SD3.5 (8Bパラメータ)やFLUX.1 (12Bパラメータ)といった主要なモデルを超える。
論文 参考訳（メタデータ） (2025-09-04T17:05:59Z)
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。