論文の概要: Logic-VLA: A Temporal Logic Conditioned Vision-Language-Action Model
- arxiv url: http://arxiv.org/abs/2608.20556v1
- Date: Thu, 20 Aug 2026 20:35:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-24 14:49:32.228867
- Title: Logic-VLA: A Temporal Logic Conditioned Vision-Language-Action Model
- Title（参考訳）: Logic-VLA: 時間論理条件付きビジョンランゲージ・アクションモデル
- Abstract要約: 本稿では,STL(Signal Temporal Logic)仕様を推論時に条件付ける形式要求対応VLAであるLogic-VLAを紹介する。
政策適応は2つの段階において進行する: STL 条件付き教師付き微調整により実演を満足させる。
クローズドループクアッドコプターナビゲーションシミュレーションにおけるLogic-VLAの評価と,トレーニング中に見つからない公式に対するテスト一般化について検討した。
- 参考スコア（独自算出の注目度）: 12.690045027441426
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Vision-language-action (VLA) models can follow natural-language (NL) task instructions, but such instructions may not precisely specify safety-critical or spatiotemporal requirements on the resulting behavior. We introduce Logic-VLA, a formal-requirement-aware VLA that conditions on Signal Temporal Logic (STL) specifications supplied at inference time. Logic-VLA uses a syntax-graph-based STL encoder pre-trained to capture temporal logic semantics. Policy adaptation proceeds in two stages: STL-conditioned supervised fine-tuning on satisfying demonstrations is followed by trajectory-level preference optimization over matched satisfying-violating rollout pairs using a flow-matching surrogate for Identity Preference Optimization. This formulation improves formal requirement satisfaction while preserving the nominal NL task. We evaluate Logic-VLA in closed-loop quadcopter navigation simulation across randomized photorealistic environments and test generalization to STL formulas unseen during training. Across the evaluation benchmarks, Logic-VLA improves STL satisfaction rate over an STL-blind base policy by 24.8 to 40.7 percentage points (pp) while reducing nominal NL task success by at most 1.8 pp, showing that a single VLA can adapt its behavior to varying formal requirements without requiring a separate policy for each specification.
- Abstract（参考訳）: 視覚言語アクション(VLA)モデルは、自然言語(NL)タスク命令に従うことができるが、そのような命令は、結果として生じる行動に対する安全クリティカルまたは時空間的要求を正確に規定するものではない。
本稿では,STL(Signal Temporal Logic)仕様を推論時に規定する形式要求対応VLAであるLogic-VLAを紹介する。
Logic-VLAは構文グラフベースのSTLエンコーダを使用して、時間論理のセマンティクスをキャプチャする。
実証を満たすためのSTL条件付き教師付き微調整に続いて、同一性優先最適化のためのフローマッチングサロゲートを用いて、一致した満足度対応ロールアウトペアに対して軌道レベルの優先最適化を行う。
この定式化は、名目NLタスクを維持しながら、正式な要求満足度を向上させる。
ランダムな光現実性環境におけるクローズドループクアッドコプターナビゲーションシミュレーションにおけるLogic-VLAの評価と,トレーニング中に見つからないSTL公式に対するテスト一般化について検討した。
評価ベンチマーク全体で、Logic-VLA は STL-blind ベースのポリシーに対する STL の満足度を 24.8 から 40.7 ポイント (pp) 改善し、名目上の NL タスクの成功率を 1.8 pp まで削減し、仕様ごとに異なるポリシーを必要とせずに、単一の VLA がその振る舞いを様々な形式的な要求に適応させることができることを示した。
関連論文リスト
- STeP: Signal Temporal Logic for Precise Specifications for Action Generation with Vision Language Models [9.560201418658144]
視覚言語アクション(VLA)モデルは印象的な一般化を示すが、しばしば解釈可能性に欠ける。
本稿では,信号時間論理(STL)を高レベル言語理解と低レベルロボット実行を結合した共有表現として用いる階層型フレームワークを提案する。
実世界のテーブルトップドメインに対するアプローチを評価し,言語調和型ロボット計画の精度,信頼性,解釈性を改善するための正式な仕様について述べる。
論文 参考訳（メタデータ） (2026-07-20T23:26:32Z) - LoopVLA: Learning Sufficiency in Recurrent Refinement for Vision-Language-Action Models [13.30873593845724]
LoopVLAは、表現の洗練、アクション予測、十分性推定を学習する、リカレントなVision-Language-Actionアーキテクチャである。
この結果から,LoopVLAはVLAポリシーの効率性向上のフロンティアを推し進め,パラメータを45%削減し,推論スループットを最大1.7倍向上させることを示した。
論文 参考訳（メタデータ） (2026-05-11T03:51:22Z) - VLA-ATTC: Adaptive Test-Time Compute for VLA Models with Relative Action Critic Model [54.35791816657227]
適応型テスト時間計算でVLAモデルを実現するフレームワークである textbfVLA-ATTC' を導入する。
VLA-ATTCは、不確実性に基づく認知クラッチ'を用いて、反射的実行からTTC熟考フェーズへ動的に移行する。
LIBERO-LONGベンチマークでは、VLA-ATTCはSOTAモデルPI0.5の故障率を50%以上削減する。
論文 参考訳（メタデータ） (2026-05-02T02:13:11Z) - LLM-Enabled Low-Altitude UAV Natural Language Navigation via Signal Temporal Logic Specification Translation and Repair [15.975402169089305]
低高度無人航空機(UAV)のための自然言語モジュール(NL)ナビゲーションは、低高度航空サービスのためのインテリジェントで便利なソリューションを提供する。
本稿では,NL命令をSTL(Signal Temporal Logic)仕様に変換する統一フレームワークを提案する。
具体的には,論理的あるいは空間的要求によって引き起こされる不確実性を解決するために,推論強化型大言語モデル(LLM)を開発した。
論文 参考訳（メタデータ） (2026-03-29T08:46:28Z) - DualCoT-VLA: Visual-Linguistic Chain of Thought via Parallel Reasoning for Vision-Language-Action Models [50.07453075750711]
VLA(Vision-Language-Action)モデルは、視覚的な観察と言語指示を直接ロボット行動にマッピングする。
近年の取り組みは、行動能力の前に思考でVLAモデルを育むために、Chain-of-Thought (CoT)推論を取り入れている。
並列推論機構を持つVLAモデルの視覚言語的CoT法であるDualCoT-VLAを提案する。
論文 参考訳（メタデータ） (2026-03-23T17:59:25Z) - Counterfactual VLA: Self-Reflective Vision-Language-Action Model with Adaptive Reasoning [71.19675094463834]
この作業では、モデルが実行前に計画されたアクションを推論し、修正することを可能にする、自己修正型のVLAフレームワークである、Counterfactual VLAを導入している。
CF-VLAはまず、駆動意図を要約した時間分割メタアクションを生成し、その後、メタアクションと視覚コンテキストの両方で条件付けられた反実的推論を実行する。
大規模運転データセットの実験では、CF-VLAは軌道精度を最大17.6%向上し、安全基準を20.5%向上し、適応的思考を示す。
論文 参考訳（メタデータ） (2025-12-30T19:04:17Z) - Zero-Shot Instruction Following in RL via Structured LTL Representations [54.08661695738909]
リニア時間論理(LTL)は、強化学習(RL)エージェントのための複雑で構造化されたタスクを特定するための魅力的なフレームワークである。
近年の研究では、命令を有限オートマトンとして解釈し、タスク進捗を監視する高レベルプログラムと見なすことができ、テスト時に任意の命令を実行することのできる1つのジェネラリストポリシーを学習できることが示されている。
本稿では,この欠点に対処する任意の命令に従うために,マルチタスクポリシーを学習するための新しいアプローチを提案する。
論文 参考訳（メタデータ） (2025-12-02T10:44:51Z) - Verifiable Natural Language to Linear Temporal Logic Translation: A Benchmark Dataset and Evaluation Suite [8.325455397285873]
時相論理(TL)翻訳システムに対する最先端自然言語(NL)の実証評価は,既存のベンチマークにおいてほぼ完全な性能を示す。
本稿では,自動NL-to-LTL翻訳の検証と妥当性を評価する統一ベンチマークであるVerifiable Linear Temporal Logic Benchmark (VLTL-Bench)を紹介する。
論文 参考訳（メタデータ） (2025-07-01T15:41:57Z) - QiMeng-CodeV-R1: Reasoning-Enhanced Verilog Generation [51.393569044134445]
大きな言語モデル(LLM)は、強化学習と検証可能な報酬(RLVR)によって訓練され、明示的で自動化可能な検証を伴うタスクにおいてブレークスルーを達成した。
しかし、自然言語(NL)仕様からVerilogのようなハードウェア記述言語(HDL)を自動的に生成するRLVRの拡張には、3つの大きな課題がある。
本稿では,Verilog 生成 LLM をトレーニングするための RLVR フレームワークである CodeV-R1 を紹介する。
論文 参考訳（メタデータ） (2025-05-30T03:51:06Z) - Constrained LTL Specification Learning from Examples [8.544277223210894]
制約学習と呼ばれる新しいタイプの学習問題を提案する。
肯定的な例と否定的な例に加えて、ユーザーは公式の特性に関する1つ以上の制約を指定できる。
実験により、ATLASは、最先端の学習ツールよりも優れた性能を保ちながら、新しいタイプの学習問題を解決することができることを示した。
論文 参考訳（メタデータ） (2024-12-03T23:15:27Z) - Certified Reinforcement Learning with Logic Guidance [78.2286146954051]
線形時間論理(LTL)を用いて未知の連続状態/動作マルコフ決定過程(MDP)のゴールを定式化できるモデルフリーなRLアルゴリズムを提案する。
このアルゴリズムは、トレースが仕様を最大確率で満たす制御ポリシーを合成することが保証される。
論文 参考訳（メタデータ） (2019-02-02T20:09:32Z)
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。