論文の概要: Causal-History Test-Time Scaling for Failure Recovery in Autoregressive World-Action Models

• arxiv url: http://arxiv.org/abs/2609.18016v1
• Date: Wed, 16 Sep 2026 02:08:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.598169
• Title: Causal-History Test-Time Scaling for Failure Recovery in Autoregressive World-Action Models
• Title（参考訳）: 自己回帰的世界行動モデルにおける故障回復のための因果履歴テストタイムスケーリング
• Abstract要約: 我々は、障害復旧を因果的履歴を超越したエンペストタイムスケーリングとして再構成する、トレーニング不要なフレームワークであるメソッドを導入する。 1 textbf Progress-Aware Recovery Triggerは、現在の実行状態が介入を許す場合にのみ永続的な非プログレスを検出し、リカバリをトリガする。 2) textbfHistory-Prefix Recoveryは、信頼できない履歴サフィックスを特定し、現在の物理状態にマッチした履歴アンカーを検索し、最新の実観測を条件に、保持プレフィックスから因果KV状態を再構築する。
• 参考スコア（独自算出の注目度）: 19.94519987510574
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: World-action models (WAMs) have emerged as a promising paradigm for robot manipulation by jointly modeling future visual dynamics and robot actions. However, existing WAMs are trained predominantly on successful trajectories, making them prone to failure when real-world execution diverges from the learned dynamics. This issue is amplified in autoregressive WAMs, where execution errors become part of the causal history and continue to influence subsequent predictions. To this end, we introduce \method{}, a training-free framework that reformulates failure recovery as \emph{test-time scaling over causal histories}. This formulation decomposes recovery into three coupled decisions: \emph{when} to revise the causal history, \emph{where} to recover a reliable history prefix, and \emph{which} history configuration best supports subsequent execution. Specifically, \method{} realizes these decisions through three stages: 1) \textbf{Progress-Aware Recovery Trigger} detects persistent non-progress and triggers recovery only when the current execution state permits intervention; 2) \textbf{History-Prefix Recovery} identifies the unreliable history suffix, retrieves a historical anchor matching the current physical state, and reconstructs the causal KV state from the retained prefix while conditioning on the latest real observation; and 3) \textbf{Hypothesis Verification} compares the future continuations induced by complete-history, recovered-prefix, and full-reset hypotheses, and commits the best-supported hypothesis. Experiments in both simulated and real-world manipulation settings demonstrate consistent improvements in task success, while ablations confirm the contribution of each recovery stage.
• Abstract（参考訳）: 世界行動モデル(WAM)は、未来の視覚力学とロボット動作を共同でモデル化することで、ロボット操作のための有望なパラダイムとして登場した。 しかし、既存のWAMは軌道を成功させるために主に訓練されており、実世界の実行が学習力学から分岐すると失敗しがちである。 この問題は、自動回帰WAMにおいて増幅され、実行エラーが因果履歴の一部となり、その後の予測に影響を与え続ける。 この目的のために,障害復旧を因果履歴を超越した‘emph{test-time scaling}’として再構成する,トレーニング不要のフレームワークである‘method{} を紹介した。 この定式化は、リカバリを3つの組み合わせた決定に分解する: 因果履歴を更新する \emph{when} 、信頼できる履歴プレフィックスをリカバリする \emph{where} 、その後の実行をサポートする \emph{which} 履歴設定。 具体的には、 'method{} は以下の3段階を通じてこれらの決定を実現する。 1) \textbf{Progress-Aware Recovery Trigger}は、永続的な非プログレスを検出し、現在の実行状態が介入を許す場合にのみリカバリをトリガーする。 2) \textbf{History-Prefix Recovery} は、信頼性の低い履歴接尾辞を識別し、現在の物理的状態と一致する歴史的アンカーを検索し、最新の実観測を条件に、保持された前置詞から因果KV状態を再構築する。 3) \textbf{Hypothesis Verification} は、完全な歴史、回復前修正、完全リセット仮説によって引き起こされる将来の継続を比較し、最も支持された仮説をコミットする。 シミュレーションおよび実世界の操作設定の両方の実験では、タスクの成功が一貫した改善を示し、改善は各リカバリステージの貢献を確認している。

関連論文リスト

• FBFM: A Training-Free Asynchronous Feedback Mechanism for Flow-Matching in World-Action Models Execution [50.18922379062543]
  フィードバックフローマッチング(Feedback Flow Matching, FBFM)は、アクティブに生成されたチャンク内で再接地を行うトレーニング不要な推論機構である。 トレーニング不要であるため、このメカニズムは予期せぬ事象に対する応答性を改善し、長時間の作業におけるドリフトを抑制する。 我々は,FBFMを第2世代WAMと第2世代WAMの両方で評価した。
  論文  参考訳（メタデータ） (2026-07-31T10:11:09Z)
• Shift & Drift: A Zero-Shot Benchmark for Generalizable and Robust Autonomous Driving Motion Planning [60.888463449435484]
  シフト・アンド・ドリフト(Shift & Drift)は、分散シフトの2つの重要な軸にまたがる、厳密なストレス-テスト運動プランナーのための新しいデュアルトラックベンチマークである。 擬似学習手法は,IDベンチマークにおいて高いスコアを得るが,時間的に相関したアクティベーションノイズを受けると持続的なドリフトに悩まされることを示す。 本研究は, 模擬忠実度と閉ループレジリエンスのトレードオフを実証的に明らかにし, 信頼性の高い展開に向けた進捗を評価するための厳密なベンチマークをコミュニティに提供する。
  論文  参考訳（メタデータ） (2026-07-08T18:23:48Z)
• Present but Not Remembered: Auditing How Frozen VLAs Encode, Deploy, and Steer Visual History [3.168307501254055]
  凍結視覚言語行動モデル(VLA)は、決定ステップ毎に最近の観察を受信する。 我々は,この時間軸を層分解線形プローブ法と因果相互干渉法を用いて検討した。
  論文  参考訳（メタデータ） (2026-07-03T14:27:00Z)
• Robust Dreamer: Deviation-Aware Latent Gaussian Memory for Action-Controlled AR Video Generation [89.70897512515477]
  アクション制御された画像対ビデオ生成は、インタラクティブな世界シミュレーションにおいて有望なパラダイムであり、各制御信号が即時視覚応答を誘発する。 長時間の自己回帰的なロールアウトに対する視覚的忠実さと3D一貫性を維持することは依然として難しい。 既存の3D認識手法は、textitLatent--RGB Cyclingからの情報損失と、textiterror-free仮説によって引き起こされるトレーニング-推論ギャップという2つの障害により、破滅的なドリフトに悩まされることが多い。 textbfRobust Dreamerという,メモリ拡張フレームワークについて紹介する。
  論文  参考訳（メタデータ） (2026-05-29T05:21:33Z)
• Preserving Historical Truth: Detecting Historical Revisionism in Large Language Models [66.75310318710073]
  textttHistoricalMisinfoは45ドル(約4,400円)の国から50ドル(約5,800円)のコンテストイベントを収集したデータセットです。 実世界の利用を近似するために、一般的な通信設定を反映したプロンプトシナリオを11ドルで、各イベントをインスタンス化する。
  論文  参考訳（メタデータ） (2026-02-19T15:05:10Z)
• End-to-End Training for Autoregressive Video Diffusion via Self-Resampling [63.84672807009907]
  自己回帰ビデオ拡散モデルは、世界シミュレーションの可能性を保っているが、列車テストミスマッチに起因する露出バイアスに弱い。 教師なしのフレームワークであるResampling Forcingを導入し、スクラッチから大規模まで自動回帰ビデオモデルのトレーニングを可能にする。
  論文  参考訳（メタデータ） (2025-12-17T18:53:29Z)
• Learning from History: A Retrieval-Augmented Framework for Spatiotemporal Prediction [20.253637183604756]
  我々は,新しいtextbfRetrieval-Augmented Prediction (RAP) フレームワークを提案する。 RAPは、システムの局所力学の非パラメトリック推定として、歴史的進化の分岐を利用する。 RAPは、長期ロールアウトにおけるエラーを効果的に抑制することで、より物理的に現実的な予測を生成する。
  論文  参考訳（メタデータ） (2025-10-28T04:09:16Z)
• Generative Regression Based Watch Time Prediction for Short-Video Recommendation [36.95095097454143]
  短いビデオレコメンデーションシステムでは、時計の時間予測が重要なタスクとして現れている。 最近の研究は、連続時計時間推定を正規回帰タスクに変換することによって、これらの問題に対処しようとしている。 本稿では,WTPをシーケンス生成タスクとして再構成する新しい生成回帰(GR)フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-12-28T16:48:55Z)

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。