論文の概要: Technical Report: One-Step Drifting Action Heads for GR00T N1.7
- arxiv url: http://arxiv.org/abs/2609.18108v1
- Date: Wed, 16 Sep 2026 04:25:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:53.632578
- Title: Technical Report: One-Step Drifting Action Heads for GR00T N1.7
- Title（参考訳）: 技術報告:GR00T N1.7用ワンステップドリフトアクションヘッド
- Abstract要約: 一段階のアクション生成は、視覚-アクション(VLA)ポリシーの推論コストを大幅に削減することができる。
本技術報告では、反復拡散変圧器作用ヘッドをワンステップドリフト作用ヘッドに置き換えたGR00T N1.7変異体について検討する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: One-step action generation can substantially reduce the inference cost of vision-language-action (VLA) policies, but its effect on closed-loop task success remains an open question. This technical report studies a GR00T N1.7 variant in which the iterative diffusion-transformer action head is replaced by a one-step drifting action head, together with an overlap-conditioned extension for asynchronous chunk replacement. All multi-seed drifting runs were trained on two NVIDIA A800 GPUs. On LIBERO, the action head reduces the mean model-forward time of the action head from approximately $45.3\,\mathrm{ms}$ to $5.0\,\mathrm{ms}$, while the measured backbone-plus-head time falls from approximately $70.0\,\mathrm{ms}$ to $30.6\,\mathrm{ms}$. However, this speedup is accompanied by a systematic reduction in task success. Across three drifting seeds, success is $64.0\pm4.0\%$ on LIBERO-Spatial, $52.0\pm1.0\%$ on LIBERO-Goal, and $26.0\pm2.6\%$ on LIBERO-Long. The low seed variance indicates that the degradation is not explained by random initialization alone. We report the result as a speed--success trade-off rather than an overall improvement, and discuss likely contributing factors including deterministic one-step mode averaging, batch-dependent geometry estimation, long open-loop chunk execution, and the fact that synchronous LIBERO evaluation does not exercise the asynchronous overlap path.
- Abstract（参考訳）: 一段階のアクション生成は、視覚言語アクション(VLA)ポリシーの推論コストを大幅に削減するが、クローズループタスクの成功に対する影響は未解決のままである。
本技術報告では,反復拡散変圧器動作ヘッドを1ステップドリフト動作ヘッドに置き換えたGR00T N1.7変異体と,非同期チャンク置換のための重畳条件拡張体について検討する。
マルチシードドリフトランは2つのNVIDIA A800 GPUでトレーニングされた。
LIBEROでは、アクションヘッドの平均モデルフォワード時間は約45.3\,\mathrm{ms}$から5.0\,\mathrm{ms}$に減少する一方、測定されたバックボーンプラスヘッド時間はおよそ70.0\,\mathrm{ms}$から30.6\,\mathrm{ms}$に減少する。
しかし、このスピードアップには、タスク成功の体系的な削減が伴う。
3つの漂流種子全体では、LIBERO-Spatialで644.0\pm4.0\%、LIBERO-Goalで52.0\pm1.0\%、LIBERO-Longで26.0\pm2.6\%である。
種子の低分散は、分解がランダム初期化だけでは説明されないことを示している。
結果が全体的な改善ではなく,速度-successトレードオフとして報告され,決定論的一段階平均化,バッチ依存幾何推定,長いオープンループチャンク実行,同期LIBERO評価が非同期重複パスを動作しないという事実など,潜在的に寄与する要因について考察する。
関連論文リスト
- ActionSplice: In-Flight Action Editing for Interactive World Models [4.400011068855375]
チャンク自動回帰ビデオワールドモデルは通常、1つのアクションで生成されたチャンクを条件付けする。
我々は、この問題をCST(Counterfactual State Transport)として定式化する推論フレームワークであるActionpliceを紹介する。
一時スプライシングの$mathrmCST*R$は、一時プレフィックスを保持し、接尾辞のみを更新する。
$mathrmCST*T$は、それぞれ接尾辞LPIPSを56.1%減らし、77.5%減らし、2.73times$と1.69times$の1.69timesを待ち前のスピードアップで提供する。
論文 参考訳（メタデータ） (2026-09-08T04:21:36Z) - Teach it to stop, not just to click [0.0]
修復された政策の成功率は上流の足場に支配されていることを示す。
通常のk-seedレポートのためのライブラリ(cua_reliability)をリリースする。
論文 参考訳（メタデータ） (2026-07-19T08:46:06Z) - Scaling Laws for Agent Harnesses via Effective Feedback Compute [53.68149869349268]
emphEffective Feedback Compute (EFC)は、情報的、有効、非冗長な場合にのみフィードバックを信用し、その後の決定のために保持するトレースレベルのスケーリング座標である。
EFCベースの座標は、生の計算ベースラインよりも失敗率を常に予測する。
論文 参考訳（メタデータ） (2026-05-28T09:45:47Z) - Mixture of Horizons in Action Chunking [36.43925695943073]
本稿では,視覚言語-アクションモデルのための水平線(MoH)$戦略を$textbfmixture of horizons(MoH)として提案する。
MoHは、アクションチャンクを異なる水平線で複数のセグメントに並べ替え、共有アクショントランスで並列に処理し、ライトリニアゲートで出力を融合する。
これは1つのモデルにおいて、長期の予測と短期の精度を共同で利用し、複雑なタスクのパフォーマンスと一般化性の両方を改善している。
論文 参考訳（メタデータ） (2025-11-24T18:59:51Z) - INC: An Indirect Neural Corrector for Auto-Regressive Hybrid PDE Solvers [61.84396402100827]
本稿では,学習した補正を支配方程式に統合する間接ニューラルコレクタ(mathrmINC$)を提案する。
$mathrmINC$は、$t-1 + L$の順番でエラー増幅を減らし、$t$はタイムステップ、$L$はリプシッツ定数である。
大規模なベンチマークで$mathrmINC$をテストし、1Dカオスシステムから3D乱流まで、多くの異なる解法、神経バックボーン、テストケースをカバーした。
論文 参考訳（メタデータ） (2025-11-16T20:14:28Z) - From Continual Learning to SGD and Back: Better Rates for Continual Linear Models [50.11453013647086]
以前見られたタスクの損失を、$k$の繰り返しの後、忘れること、すなわち、分析する。
実現可能な最小二乗の設定において、新しい最上界を創出する。
我々は、タスクを繰り返しないランダム化だけで、十分に長いタスクシーケンスで破滅的な事態を防げることを初めて証明した。
論文 参考訳（メタデータ） (2025-04-06T18:39:45Z) - TriDet: Temporal Action Detection with Relative Boundary Modeling [85.49834276225484]
既存の手法はビデオのあいまいな動作境界による不正確な境界予測に悩まされることが多い。
本稿では,その境界付近の相対確率分布を推定して,行動境界をモデル化する新しいトライデントヘッドを提案する。
TriDetは3つの挑戦的なベンチマークで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2023-03-13T17:59:59Z) - Asynchronous Training Schemes in Distributed Learning with Time Delay [17.259708772713164]
分散ディープラーニングの文脈では、固定重みや勾配の問題によってアルゴリズムの性能が低下する可能性がある。
本稿では,静的な重みや勾配の問題に対処する別のアプローチを提案する。
また,PC-ASGDの実用版として,トレードオフパラメータの決定を支援する条件を適用して提案する。
論文 参考訳（メタデータ） (2022-08-28T07:14:59Z) - Sharper Convergence Guarantees for Asynchronous SGD for Distributed and
Federated Learning [77.22019100456595]
通信周波数の異なる分散計算作業者のトレーニングアルゴリズムを示す。
本研究では,より厳密な収束率を$mathcalO!!(sigma2-2_avg!)とする。
また,不均一性の項は,作業者の平均遅延によっても影響されることを示した。
論文 参考訳（メタデータ） (2022-06-16T17:10:57Z)
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。