論文の概要: Kintsugi-VLA: Turning Failed Robot Rollouts into Recovery Data through Interventional Recoverability
- arxiv url: http://arxiv.org/abs/2609.31048v1
- Date: Fri, 25 Sep 2026 09:42:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 18:27:51.329184
- Title: Kintsugi-VLA: Turning Failed Robot Rollouts into Recovery Data through Interventional Recoverability
- Title（参考訳）: Kintsugi-VLA: 故障したロボットのロールアウトをインターベンショナルリカバリによるリカバリデータに変換する
- Abstract要約: Kintsugi-VLAは、失敗したロールアウトをターゲットとする合成リカバリデータに変換するフレームワークである。
Kintsugi-VLAは、失敗したシミュレータのロールアウトが、捨てられた経験から構造化されたリカバリトレーニングデータにどのように変換されるかを示した。
- 参考スコア（独自算出の注目度）: 2.2935396753701065
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Simulation enables scalable training of Vision-Language-Action policies by using privileged experts to generate visual demonstrations without requiring every trajectory to be collected through manual teleoperation. However, such pipelines typically retain successful demonstrations while failed rollouts are discarded, even though they expose precisely the off-nominal states from which recovery must be learned. We introduce Kintsugi-VLA, a framework for converting failed rollouts into targeted synthetic recovery data by exploiting exact state restoration and branching in simulation. For a fixed privileged expert, we define interventional recoverability as the probability of completing the original task after the simulator is restored to a given state, estimate it using adaptive Monte Carlo continuations with pointwise Wilson intervals, and characterize its non-monotonic evolution along failed trajectories. These estimates identify an observed terminal low-recoverability frontier-the point after which measured recoverability remains below a threshold-which is then used to select informative recovery starting states. In a simulated Franka manipulation task, targeted recovery data yield aggregate SmolVLA recovery success of 34.6\% and 38.4\% under difficulty- and frame-budget matching, respectively, 5.8 and 6.7 percentage points above uniform sampling within the same recovery window. The same ordering is observed under disturbed end-to-end execution and shifted clutter and physics conditions, while clean-task success decreases from 76.8\% to 74.7\%. Kintsugi-VLA demonstrates how failed simulator rollouts can be transformed from discarded experience into structured recovery-training data through direct interventional measurement.
- Abstract（参考訳）: シミュレーションにより、手動遠隔操作によって収集されるすべての軌跡を必要とせずに、特権を持つ専門家を使用して視覚的なデモンストレーションを生成することで、ビジョン・ランゲージ・アクションポリシーのスケーラブルなトレーニングが可能になる。
しかし、そのようなパイプラインは通常、成功例を維持し、失敗したロールアウトは破棄される。
シミュレーションにおける状態復元と分岐を利用して, 故障したロールアウトを対象とする合成回復データに変換するフレームワークであるKintsugi-VLAを紹介する。
固定特権専門家に対しては、シミュレータが与えられた状態に復元された後に元のタスクを完了する確率として介入的回復可能性を定義し、それを点方向のウィルソン区間を持つ適応モンテカルロ連続体を用いて推定し、失敗した軌道に沿ってその非単調進化を特徴づける。
これらの推定値は、測定された回復可能性がしきい値以下にとどまった後の観測された終端の低回復可能性フロンティアを特定し、情報的回復開始状態を選択するために使用される。
シミュレーションされたフランカ操作タスクでは、同一のリカバリウィンドウ内の一様サンプリングより5.8および6.7ポイント高いSmolVLAリカバリ成功率34.6\%と38.4\%を目標とするリカバリデータ収率集計を行う。
同じ順序付けは、乱れたエンドツーエンド実行と、乱雑な状態と物理条件で観察され、クリーンタスクの成功率は76.8\%から74.7\%に低下する。
Kintsugi-VLAは、失敗したシミュレータのロールアウトが、廃棄された経験から直接介入測定によって構造化されたリカバリ訓練データにどのように変換されるかを示した。
関連論文リスト
- CARE: Experience-Guided Atomic Corrective Execution for Vision-Language-Action Policies [52.32735203969873]
VLA(Vision-Language-Action)ポリシーは、ロボット操作において強力なパフォーマンスを達成するが、実行が名目上の軌道から逸脱した後も不安定なままである。
本稿では,実行時に発生する障害から学習することで回復を改善するフレームワークであるCARE(Corrective Atomic Robotic Execution)を提案する。
論文 参考訳（メタデータ） (2026-09-21T05:14:34Z) - MAGMA-GEN: Validated Recovery Supervision from Ambiguous Failures via Counterfactual Re-Execution [1.0074626918268836]
本稿では、不明瞭なロールアウトを検証されたリカバリ監視に変換する、オンラインデータ生成パイプラインであるMAGMA-GENを提案する。
MaGMA-GENは、まず特権コーチを使用して早期決定レベルのエラーを仮説化し、局所的な修正または回復アクションを提案する。
この診断は誤りであり、一致した条件下での同一状態からの再実行が下流の進行を改善した場合のみ、候補は保持される。
論文 参考訳（メタデータ） (2026-09-17T11:07:47Z) - Imagining Recovery: Inference-Time Counterfactual Realignment for Vision-Language-Action Models [10.832654624297135]
視覚言語アクション(VLA)モデルは、オンラインのディスラプションに対して脆弱である。
我々は,凍結したVLAを故障データなしで推論時に復元する,トレーニング不要なフレームワークであるCoReを提案する。
論文 参考訳（メタデータ） (2026-08-14T18:49:46Z) - Reflective Recovery: A Self-Supervised Method for Reasoning by Learning from Mistakes [70.64622557376505]
リフレクティブリカバリは、推論中のミスを認識し、修正するようにモデルに教える。
AIME 2025では30.0%から37.5%、Minervaでは37.6%から47.8%に精度が向上している。
論文 参考訳（メタデータ） (2026-07-24T02:51:42Z) - DenseReward: Dense Reward Learning via Failure Synthesis for Robotic Manipulation [67.08835970838996]
強化学習は模倣学習の限界を超えてロボットポリシーを改善するための大きな約束である。
2つの重要な課題は、さまざまな障害データを大規模に取得し、スパース軌道レベルの成功ラベルを超えて、きめ細かい報酬信号を取得することである。
両課題に対処する高密度ロボット報酬モデルであるDenseRewardを紹介した。
論文 参考訳（メタデータ） (2026-07-14T17:59:29Z) - 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) - RePO-VLA: Recovery-Driven Policy Optimization for Vision-Language-Action Models [90.39703013636868]
RePO-VLAは、リカバリ駆動のポリシー最適化フレームワークである。
成功、回復、失敗の軌跡に異なる役割を割り当てる。
対人的な成功は、平均で20%から75%、実世界の規模で80%まで上昇する。
論文 参考訳（メタデータ） (2026-05-10T08:24:05Z) - ANNEAL: Adapting LLM Agents via Governed Symbolic Patch Learning [12.44509691077682]
本稿では,繰り返し発生する障害をプロセス知識グラフのシンボル編集に変換する神経シンボルエージェントであるANNEALを紹介する。
その中核となるメカニズムであるFDKA(Failure-Driven Knowledge Acquisition)は、責任のあるオペレータをローカライズし、制約付きLLM生成を通じて型付きパッチを合成し、提案を検証する。
4つのドメインと27のマルチシードランをまたいだANNEALは、永続的な構造修復を行う唯一の評価システムである。
論文 参考訳（メタデータ） (2026-05-04T05:24:03Z) - See, Plan, Rewind: Progress-Aware Vision-Language-Action Models for Robust Robotic Manipulation [59.07792608884117]
本稿では,See, Plan, Rewind (SPR)について紹介する。
SPRは、現在の状態と今後のマイルストーンを見て、次の2Dウェイポイントに向けて軌道を計画し、障害時に回復可能な状態に戻すという、継続的なコアサイクルを通じて運用される。
SPRは、OpenVLA-OFTとUniVLAを上回る最小のパフォーマンス低下で最先端のロバスト性を達成する。
論文 参考訳（メタデータ） (2026-03-10T07:22:51Z)
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。