論文の概要: BICPO-VLA: Behavior-Identified Continuation Preference Optimization for Smooth Asynchronous Vision-Language-Action Control
- arxiv url: http://arxiv.org/abs/2608.13924v1
- Date: Fri, 14 Aug 2026 03:51:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.260796
- Title: BICPO-VLA: Behavior-Identified Continuation Preference Optimization for Smooth Asynchronous Vision-Language-Action Control
- Title（参考訳）: BICPO-VLA:Smooth Asynchronous Vision-Language-Action Controlのための動作同定型継続予測最適化
- Abstract要約: BICPO-VLAは、リクエスト・ツー・ハンドオフとリクエスト・ツー・ハンドオフのミスマッチのギャップに対処する。
命令対応因果履歴エンコーダは、コマンドがサポートする動作と現在のタスク進捗を識別する。
BICPOは、既知のアウトゴーイングアクションを実際のハンドオフ状態にロールし、行動にマッチした候補に参照相対フロー-DPOを適用する。
- 参考スコア（独自算出の注目度）: 32.93954687398763
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The request-to-handoff gap has three coupled sources: ambiguity about the behavior intended at request time, physical-state drift accumulated during action generation, and residual incompatibility when the new action finally assumes control. BICPO-VLA addresses them in sequence. First, an instruction-aware causal history encoder identifies the behavior supported by the command and current task progress. Second, sequential Haar subspace generation decomposes each action chunk into complementary pairwise scaffold and residual coefficients, enabling two specialized generation stages followed by exact reconstruction. By reducing iterative refinement in the original action space, it shortens the interval over which the robot continues moving before the new chunk becomes available. Finally, BICPO rolls the known outgoing actions to the actual handoff state and applies reference-relative Flow-DPO among behaviorally matched candidates, adapting the generated chunk to the remaining request-to-handoff mismatch without changing its intended behavior.
- Abstract（参考訳）: リクエスト・ツー・ハンドオフのギャップは、要求時に意図された動作の曖昧さ、アクション生成時に蓄積される物理状態のドリフト、新しいアクションが最終的に制御されるときの残差の3つの結合したソースを持つ。
BICPO-VLAはそれらを順番に処理する。
まず、命令対応因果履歴エンコーダは、コマンドがサポートする動作と現在のタスク進捗を識別する。
第2に、シーケンシャルなHaar部分空間生成は、各アクションチャンクを相補的なペアの足場と残留係数に分解し、2つの特別な生成段階と正確な再構成を可能にする。
元のアクション空間における反復的な洗練を減らすことで、新しいチャンクが利用可能になる前にロボットが動き続ける間隔を短縮する。
最後に、BICPOは、既知の実行アクションを実際のハンドオフ状態にロールアウトし、振る舞いにマッチした候補に参照相対フロー-DPOを適用し、生成されたチャンクを残りの要求とハンドオフのミスマッチに適応させる。
関連論文リスト
- Preference-Drift-Aware Subsequence Learning and Hierarchical Context Fusion for Long-Sequence Generative Recommendation [20.33597628832828]
時系列生成レコメンデーション手法は、ユーザのインタラクションシーケンスを自己回帰的にモデル化し、次のitem表現を生成する。
既存の手法は、効率的なフルシーケンスモデリングとターゲット認識コンテキスト検索の2つのカテゴリに分類される。
提案手法は,長文生成推薦のための優先区切り型サブシーケンス学習と階層型コンテキスト融合である。
論文 参考訳（メタデータ） (2026-09-11T08:01:29Z) - StructRL: Structured Action-Space Exploration for Flow-Based VLAs [81.43458629514139]
フローベースのビジョン・ランゲージ・アクションモデルは現在、連続的なロボット操作に広く使われている。
オンライン強化学習は、それらを新しいタスクに適応するための重要なテクニックとして浮上している。
動作群間で時間的にスムーズかつスケールの異なる,構造的雑音に対する効果的なロボット探索の必要性を示す。
論文 参考訳（メタデータ） (2026-08-15T09:31:29Z) - Completion at the Boundary (CaB): Deployable Switching with Completion-Aware Control under Limited Calibration [0.0]
我々は、オープンエンドの教育空間を動機とした、デプロイ可能な低校正体制下での完了について研究する。
本稿では,境界値の形式でイベントローカルな完了オブジェクトを予測する境界値のコンプリートを提案する。
その結果,CaB は Minecraft VLA の1対1のベンチマークにおいて,キャパシティとデプロイ性に制約のある条件下で,複合実行とハンドオフ品質を改善していることがわかった。
論文 参考訳（メタデータ） (2026-05-29T02:48:13Z) - DEFLECT: Delay-Robust Execution via Flow-matching Likelihood-Estimated Counterfactual Tuning for VLA Policies [12.248643831532663]
DEFLECTは、非同期VLA制御の使用可能な遅延エンベロープを大幅に拡張し、高遅延状態(5-7制御ステップ)で+6.4の成功率を、最も長い遅延時間で実スケールVLAに移行すると+4.6とした。
論文 参考訳（メタデータ） (2026-05-19T03:14:11Z) - Dynamic Execution Commitment of Vision-Language-Action Models [21.647844049489535]
本稿では,動的実行コミットメントを自己特定的プレフィックス検証問題として再編成する適応アクションアクセプタンス機構であるA3を紹介する。
A3はまず、グループサンプリングを介して行動の軌跡的なコンセンサススコアを計算し、次に代表ドラフトを選択し、下流検証を優先する。
さまざまなVLAモデルとベンチマークの実験では、A3は手動の水平調整の必要性を排除し、実行と推論のスループットのトレードオフを優れたものにしている。
論文 参考訳（メタデータ） (2026-05-12T05:52:58Z) - ReCAPA: Hierarchical Predictive Correction to Mitigate Cascading Failures [11.399289646886968]
予測とコントラストを用いて3つのレベル(アクション、サブゴール、トラジェクトリ)の偏差を調整するフレームワークを提案する。
タスクにおけるエラーの伝搬と回復の過程を定量化する2つの新しい指標を導入する。
実験の結果、ReCAPAはVisualAgentBench、MineDojo、AI2-THORなどの組み込みエージェントベンチマークで競合する結果を得た。
論文 参考訳（メタデータ） (2026-04-23T02:57:50Z) - OFlow: Injecting Object-Aware Temporal Flow Matching for Robust Robotic Manipulation [55.56490813640669]
VLAモデルは典型的には現在のフレームにのみ作用するが、将来の予測とオブジェクト認識推論は別々の潜在空間でしばしば学習される。
本稿では,時間的フォアシークエンスとオブジェクト認識推論を共通化することで,制約に対処するフレームワークOFlowを提案する。
提案手法は, 時間的フローマッチングを用いて将来の潜伏者を予測し, 物理的に関係のある手がかりを強調するオブジェクト認識表現に分解する。
論文 参考訳（メタデータ） (2026-04-20T06:38:01Z) - SemanticVLA: Semantic-Aligned Sparsification and Enhancement for Efficient Robotic Manipulation [65.6201974979119]
本稿では,効率的なロボットマニピュレーションのためのセマンティックスペーシフィケーション・エンハンスメントを実現する新しいVLAフレームワークSemanticVLAを提案する。
SemanticVLAはOpenVLA on LIBEROベンチマークを21.1%上回り、トレーニングコストと推論遅延を3.0倍と2.7倍に削減した。
論文 参考訳（メタデータ） (2025-11-13T17:24:37Z) - ActionSink: Toward Precise Robot Manipulation with Dynamic Integration of Action Flow [93.00917887667234]
本稿では,アクション推定のための新しいロボット操作フレームワークであるActionSinkを紹介する。
その名前が示すように、ActionSinkは、アクションフローと呼ばれるビデオからのアクション起因の光学フローとして、ロボットのアクションを再構成する。
我々のフレームワークは,LIBEROベンチマークのSOTAよりも7.9%向上し,長軸視覚課題LIBERO-Longの精度は8%近く向上した。
論文 参考訳（メタデータ） (2025-08-05T08:46:17Z) - Command-V: Pasting LLM Behaviors via Activation Profiles [67.07238260037839]
Command-Vはバックプロパゲーションフリーな行動伝達法である。
既存の残留活性化アダプタをドナーモデルからコピーし、その効果を受信モデルに貼り付ける。
論文 参考訳（メタデータ） (2025-06-23T21:21:49Z) - 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) - Fine-grained Temporal Contrastive Learning for Weakly-supervised
Temporal Action Localization [87.47977407022492]
本稿では,シーケンス・ツー・シーケンスの区別を文脈的に比較することで学習が,弱い教師付き行動の局所化に不可欠な帰納的バイアスをもたらすことを論じる。
微分可能な動的プログラミングの定式化の下では、FSD(Fen-fine Sequence Distance)とLCS(Longest Common Subsequence)の2つの相補的コントラストが設計されている。
提案手法は,2つのベンチマークにおいて最先端の性能を実現する。
論文 参考訳（メタデータ） (2022-03-31T05:13:50Z)
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。