論文の概要: React When You Need To: Event-Triggered Asynchronous Inference for VLA Policies

• arxiv url: http://arxiv.org/abs/2609.22587v1
• Date: Fri, 18 Sep 2026 21:11:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:44:51.378571
• Title: React When You Need To: Event-Triggered Asynchronous Inference for VLA Policies
• Title（参考訳）: 必要な場合のReact: VLAポリシのイベントトリガー非同期推論
• Abstract要約: 本稿では,前回の推論から観測されたシーン変化に応じて,推論ギャップに適応するイベント誘導動的推論戦略を提案する。 本手法は, 平均95%の成功率, 最強ベースラインを55ポイント越え, 常に最善を尽くしている。
• 参考スコア（独自算出の注目度）: 30.576805630967154
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Vision-Language-Action (VLA) models commonly predict action chunks, limiting their ability to react to environmental changes during execution. Existing asynchronous inference methods improve reactivity but typically rely on a fixed inference gap. In this paper, we propose an event-guided dynamic inference strategy that adapts the inference gap according to scene changes observed since the previous inference. Thereby, it simultaneously preserves motion consistency and prompt reactivity. Across static and dynamic real-world settings, our method consistently performs best, averaging 95% success and exceeding the strongest baseline by 55 percentage points. The code will be made publicly available upon acceptance. The project page is available at https://react-when-you-need-to.github.io/.
• Abstract（参考訳）: VLA(Vision-Language-Action)モデルは一般的にアクションチャンクを予測し、実行中に環境変化に反応する能力を制限する。 既存の非同期推論メソッドは反応性を改善するが、通常は固定された推論ギャップに依存する。 本稿では,前回の推論から観測されたシーン変化に応じて,推論ギャップに適応するイベント誘導型動的推論戦略を提案する。 これにより、同時に動きの一貫性を保ち、反応を促す。 静的および動的実世界の設定全体にわたって、我々の手法は一貫して最高の性能を示し、95%の成功率を平均し、最強のベースラインを55ポイント超えた。 コードは受理時に公開されます。 プロジェクトのページはhttps://react-when-you-need-to.github.io/で公開されている。

関連論文リスト

• FutureRTC: Real-Time Robot Execution with Anticipatory-Conditioned Action Chunking [51.97839311685636]
  FutureRTCは、実行時の観察と非同期VLA制御の状態を予測するためのプラグイン・アンド・プレイ適応フレームワークである。 FutureRTCは推論遅延に対する堅牢性を実現し,よりスムーズな軌道,高速な実行,一貫したタスク成功率を実現している。
  論文  参考訳（メタデータ） (2026-07-27T05:10:16Z)
• TFP: Temporally Conditioned Memory-Fusion Policies for Visuomotor Learning [11.149498165285491]
  Vision-Language-Action(VLA)ポリシーは、$_0.5$やOpenVLAのような多くのタスクでうまく機能するが、リアクティブであることが多い。 このようなタスクは、メモリだけでなく、動的に認識される信念の更新も必要である、と我々は主張する。
  論文  参考訳（メタデータ） (2026-07-09T09:24:30Z)
• TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation [61.35569005726248]
  既存の具体的制御研究は、トレーニングデータとモデルサイズをスケールすることで、顕著なパフォーマンス向上を示す。 拡散や自己回帰モデルのような非決定論的生成モデルは、エンボディドコントロールの分野で広く採用されている。 推測時間サンプリングのためのプラグイン・アンド・プレイフレームワークである textbfTapSampling を提案する。
  論文  参考訳（メタデータ） (2026-05-25T08:03:31Z)
• DiscreteRTC: Discrete Diffusion Policies are Natural Asynchronous Executors [57.944744187489185]
  外部修正をネイティブなアンマスクに置き換えるDiscreteRTCを提案する。 DiscreteRTCは、非同期のインペインティングのために0行のコードを実装するのが簡単で、スクラッチから生成したアクションに比べてわずか0.7倍の計算速度で推論が高速で、フローベースのRTCに比べて実世界の動的ピックタスクの成功率が50%向上した。
  論文  参考訳（メタデータ） (2026-04-27T23:04:03Z)
• Adaptive Action Chunking at Inference-time for Vision-Language-Action Models [22.3720651624276]
  アクションチャンキングは、ロボット操作能力を改善するための重要なテクニックである。 大きなチャンクサイズは、新しい情報に対するモデルの応答性を低下させ、小さなチャンクではモードジャンプの可能性を高める。 本稿では,適応的行動チャンキング(Adaptive Action Chunking, AAC)戦略を提案する。
  論文  参考訳（メタデータ） (2026-04-05T16:03:32Z)
• FASTER: Rethinking Real-Time Flow VLAs [82.58822112377923]
  VLA(Vision-Language-Action)モデルを物理世界に展開するには、リアルタイム実行が不可欠である。 反応時間は、TTFA(Time to First Action)と実行地平線によって決定される一様分布に従っていることを示す。 即時反応のための高速動作サンプリング(FASTER)を提案し,この問題を克服する。
  論文  参考訳（メタデータ） (2026-03-19T17:51:37Z)
• ABPolicy: Asynchronous B-Spline Flow Policy for Real-Time and Smooth Robotic Manipulation [17.98625177131488]
  ABPolicyは、B-スプライン制御ポイントアクション空間で動作するフローマッチングポリシーである。 非同期推論を活用することで、ABPolicyはリアルタイムの継続的更新を提供する。 実験結果から, ABPolicyは軌道ジャークを減少させ, よりスムーズな運動と性能向上をもたらすことが示された。
  論文  参考訳（メタデータ） (2026-02-27T10:50:13Z)
• VLASH: Real-Time VLAs via Future-State-Aware Asynchronous Inference [24.248289541718275]
  非同期推論は、連続および低レイテンシ制御を実現するための有望なソリューションを提供する。 本稿では,ビジョン・ランゲージ・アクションモデルのための一般的な非同期推論フレームワークであるVLASHを提案する。 追加のオーバーヘッドやアーキテクチャの変更なしに、スムーズで、正確で、高速な反応制御を提供する。
  論文  参考訳（メタデータ） (2025-11-30T18:59:24Z)
• 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)

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。