論文の概要: Self-Adaptive VLA for Robust Robot Deployment

• arxiv url: http://arxiv.org/abs/2609.30092v1
• Date: Thu, 24 Sep 2026 16:37:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:10.120057
• Title: Self-Adaptive VLA for Robust Robot Deployment
• Title（参考訳）: ロバストロボット展開のための自己適応型VLA
• Abstract要約: Self-Adaptive VLAは、デプロイ時のハードウェアシフトに反復的に適応可能な、新しいポストトレーニングレシピである。 ハードウェアシフトにより,自己適応型VLAは基本方針の性能の80%以上を回復することを示す。
• 参考スコア（独自算出の注目度）: 37.44271690151415
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While Vision-Language-Action (VLA) models demonstrate impressive capabilities in robotic manipulation, their memoryless nature renders them brittle to test-time environment shifts, particularly hardware shifts caused by wear or imperfect calibration. Enabling these models to self-adapt during deployment without requiring continuous on-site recalibration remains a critical bottleneck for real-world scalability. In this work, we introduce Self-Adaptive VLA, a novel post-training recipe that enables the policy to iteratively adapt to deployment-time hardware shifts leveraging its own rollouts as context. To do so, we first collect policy rollouts under deliberately injected hardware shifts. We then transform the base policy's training data into shift-conditioned expert demonstrations by pre-compensating the expert actions for these known shifts. Next, we introduce a lightweight, plug-in context encoder that compresses the context, including visual observation, proprioception, and actions in the shifted environment, into a latent context token. This token modulates the policy through adaptive layer normalization (AdaLN). Furthermore, we find that context tokens can be ensembled, allowing the policy to iteratively self-correct and mitigate failures step by step. Extensive experiments across four precision-critical bi-manual and dexterous manipulation tasks show that Self-Adaptive VLA recovers over 80% of the base policy's performance under hardware shifts, such as actuation bias and joint encoder offsets. Moreover, Self-Adaptive VLA enables more robust deployment to new workstations compared to the base policy. Our approach provides a pathway for robust large-scale real-world robot deployments and easier maintenance. See videos at https://icefoxzhx.github.io/self-adaptive-vla.
• Abstract（参考訳）: Vision-Language-Action(VLA)モデルは、ロボット操作における印象的な能力を示しているが、その記憶のない性質は、テスト時の環境シフト、特に摩耗や不完全なキャリブレーションによるハードウェアシフトに対して脆弱である。 継続的オンサイトリカバリを必要とせずに、デプロイ中にこれらのモデルを自己適応化することは、現実のスケーラビリティにとって重要なボトルネックです。 本稿では,自己適応型VLAについて紹介する。これは,自己のロールアウトをコンテキストとして活用した,デプロイメント時のハードウェアシフトへの反復的適応を可能にする,新たなポストトレーニングレシピである。 そのために、私たちはまず、意図的に注入されたハードウェアシフトの下でポリシーのロールアウトを収集します。 次に、基本方針のトレーニングデータを、これらの既知のシフトに対する専門家のアクションを事前に補償することで、シフト条件付き専門家のデモンストレーションに変換する。 次に、視覚的観察、プロプレセプション、動作を含むコンテキストを圧縮した軽量なプラグインコンテキストエンコーダを潜在コンテキストトークンに導入する。 このトークンは適応層正規化(AdaLN)を通じてポリシーを変調する。 さらに、コンテキストトークンをアンサンブルすることができ、ポリシーを反復的に自己修正し、段階的に障害を軽減することができる。 4つの精度クリティカルなバイマニュアルおよびデキスタラスな操作タスクに対する広範な実験により、セルフアダプティブVLAは、アクティベーションバイアスやジョイントエンコーダオフセットなどのハードウェアシフトの下で、ベースポリシーのパフォーマンスの80%以上を回復することが示された。 さらに、セルフアダプティブVLAは、基本方針と比較して、新しいワークステーションへのより堅牢なデプロイメントを可能にします。 当社のアプローチは,堅牢な実世界のロボット展開とメンテナンスの容易な経路を提供する。 ビデオはhttps://icefoxzhx.github.io/self-adaptive-vlaにある。

関連論文リスト

• ORPA: Online Residual Policy Adaptation for Robot Manipulation Control with Human Feedback [1.711436622393758]
  オンライン残留ポリシー適応(英語: Online Residual Policy Adaptation、ORPA)は、ロボット行動のフィードバック駆動による修正を可能にするフレームワークである。 ORPAは事前訓練された制御ポリシーを軽量でフィードバック条件付きモジュールで拡張し、関節空間内での残留調整を直接予測する。 ORPAをALOHAプラットフォームを用いて精度の高い操作タスクのセットで評価し、ベースライン制御ポリシやルールベースの逆運動学補正と比較して、小さな摂動による成功率と回復率の改善を実証した。
  論文  参考訳（メタデータ） (2026-08-18T03:30:12Z)
• MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
  連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。 ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
  論文  参考訳（メタデータ） (2026-05-18T01:52:12Z)
• AdaptNC: Adaptive Nonconformity Scores for Uncertainty-Aware Autonomous Systems in Dynamic Environments [7.201566646241765]
  コンフォーマル予測法は、コンフォーマル閾値を適応的にスケーリングすることで目標範囲を維持する。 この固定幾何は, 環境が構造変化を起こすと, 極めて保守的で, 容積非効率な予測領域につながることを示す。 非整合スコアパラメータと整合しきい値の両方をオンライン化するためのフレームワークである textbfAdaptNC を提案する。
  論文  参考訳（メタデータ） (2026-02-02T04:41:35Z)
• On-the-Fly VLA Adaptation via Test-Time Reinforcement Learning [61.38273866396522]
  ビジョン・ランゲージ・アクションモデルが汎用ロボット学習の強力なパラダイムとして登場した。 現在の手法は、シミュレーションや物理世界の展開に挑戦するには相変わらず適していない。 本稿では,VLA フレームワークのテスト時間強化学習について紹介する。
  論文  参考訳（メタデータ） (2026-01-11T01:51:30Z)
• Context Representation via Action-Free Transformer encoder-decoder for Meta Reinforcement Learning [6.927922840261954]
  本稿では,Action Free Transformer encoder decoder (CRAFT)によるコンテキスト表現を提案する。 CRAFTは、状態と報酬のシーケンスのみからタスク表現を推論する。 回転位置埋め込みを備えたトランスフォーマーエンコーダデコーダ上に構築され、長い時間的依存関係をキャプチャし、パラメトリックおよび非適応タスクのバリエーションを堅牢にエンコードする。
  論文  参考訳（メタデータ） (2025-12-16T03:50:29Z)
• PIXEL: Adaptive Steering Via Position-wise Injection with eXact Estimated Levels under Subspace Calibration [17.225716209866086]
  ウェブ上での大規模言語モデル(LLM)のための位置対応型アクティベーションステアリングフレームワークを提案する。 PIXELは2つのビューからプロパティ整列部分空間を学習し、制約された幾何学的目的を通して介入強度を選択する。 PIXELは、モデル一般機能を維持しながら、属性アライメントを一貫して改善する。
  論文  参考訳（メタデータ） (2025-10-11T13:13:34Z)
• SelfAug: Mitigating Catastrophic Forgetting in Retrieval-Augmented Generation via Distribution Self-Alignment [49.86376148975563]
  大規模言語モデル(LLM)は、様々なタスクを理解し実行する能力を通じて自然言語処理に革命をもたらした。 教師付き微調整、特にRetrieval-Augmented Generation (RAG)のシナリオでは、しばしば破滅的な忘れが生じる。 本稿では,モデルのセマンティック分布を保存するために,入力シーケンスロジットをアライメントする自己分布アライメント手法であるSelfAugを提案する。
  論文  参考訳（メタデータ） (2025-09-04T06:50:47Z)
• Align-Then-stEer: Adapting the Vision-Language Action Models through Unified Latent Guidance [63.33213516925946]
  textbfAlign-Then-stEer(textttATE)は,新しいデータ効率,プラグアンドプレイ適応フレームワークである。 我々の研究は、新しいロボットプラットフォームやタスクにVLAモデルをデプロイする実用性を大幅に向上させる、汎用的で軽量なソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-02T07:51:59Z)

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。