論文の概要: Revision, Not Restart: Revisable Visual Plans for Closed-Loop World-Action Models
- arxiv url: http://arxiv.org/abs/2609.35439v1
- Date: Mon, 28 Sep 2026 15:40:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-02 05:27:18.129284
- Title: Revision, Not Restart: Revisable Visual Plans for Closed-Loop World-Action Models
- Title（参考訳）: Revision, not restart: Revisionable Visual Plans for Closed-Loop World-Action Models
- Abstract要約: 修正可能な時間計画(Revisable Temporal Planning)は、視覚的未来を永続的な行動条件として維持し、フィードバック後に修正する。
タイムアウェア・ヒストリーは、観測された証拠を供給し、適応的なポリシーは、新しいノイズから保持、ブリッジリビジョン、または新しいリプランニングを選択する。
結果は、フィードバック駆動型視覚計画修正とクローズドループタスクのパフォーマンスを結びつける。
- 参考スコア（独自算出の注目度）: 11.848736377015113
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: World-action models use predicted visual futures to condition robot actions, yet execution feedback can invalidate parts of a prediction while leaving its task structure useful. We propose Revisable Temporal Planning (RTP), which maintains the visual future as a persistent action condition and revises it after feedback. Its central mechanism is a learned revision bridge: it resumes an intermediate state saved during visual generation and adapts its continuation to current observations. Visual and action supervision connect this revision to subsequent control. Time-aware history supplies observed evidence, and an adaptive policy selects retention, bridge revision, or fresh replanning from new noise before decoding the next action. On RoboMME and RMBench, RTP achieves task-averaged success rates of 48.6% and 84.8%, respectively. Matched comparisons support learned continuation; estimated checkpoint-source and action-prefix effects are positive but less precisely resolved. These results connect feedback-driven visual-plan revision to closed-loop task performance. Project Page: https://PLACEHOLDER.github.io/RTP/
- Abstract（参考訳）: ワールドアクションモデルは、ロボットの動作を条件付けるために予測された視覚的未来を使用するが、実行フィードバックはタスク構造を有用に保ちながら予測の一部を無効にすることができる。
本稿では、視覚的未来を永続的な行動条件として維持し、フィードバック後に修正するRTP(Revisable Temporal Planning)を提案する。
その中心となるメカニズムは学習されたリビジョンブリッジであり、視覚発生中に保存された中間状態を再開し、その継続を現在の観測に適応させる。
視覚と行動の監督は、このリビジョンをその後の制御に結び付ける。
タイムアウェア履歴は、観察された証拠を供給し、適応的なポリシーは、次のアクションを復号する前に、新しいノイズから保持、ブリッジリビジョン、または新しい再計画を選択する。
RoboMME と RMBench では、RTP のタスク平均成功率は、それぞれ 48.6% と 84.8% である。
一致した比較は学習された継続をサポートし、推定されたチェックポイントソースとアクション-プレフィックス効果は肯定的であるが、正確には解決されていない。
これらの結果は、フィードバック駆動型視覚計画修正とクローズドループタスク性能を結びつける。
Project Page: https://PLACEHOLDER.github.io/RTP/
関連論文リスト
- Achieve What You Imagined: Learning to Align Actions with Visual Plans [37.7412146305617]
世界行動モデルは、将来の視覚的な観察とロボットのアクションを共同で予測することができる。
視覚的予測と、生成された行動によって引き起こされる結果の間には、相違がある可能性がある。
我々は、フリーズされた行動条件付き世界モデルを用いて、行動条件付き結果の予測とフィードバックの構築を行う。
論文 参考訳（メタデータ） (2026-09-27T18:32:40Z) - Recommendation World Models for Future-State Control [53.191633845200876]
我々は、訓練されたランク付け者が将来の結果についての意思決定を支援する方法について研究する。
UA-TWM(UA-TWM)は,近傍のスレート動作を構成するユーティリティアンコールなワールドモデルインタフェースである。
本研究は,MovieLens-25MとKuaiRand-Pureにおける12の逐次バックボーン間の移動と,KuaiSimにおけるターゲット指向インタラクションの繰り返しを評価する。
論文 参考訳（メタデータ） (2026-09-25T02:37:48Z) - Exact Feedback Is Not Control: Evaluating Text-based Closed-Loop Revision in LLMs [11.49266427505128]
本稿では, 正確な長さ, 語彙, 構成制約にまたがるすべての違反を, 決定論的検証を行う固定予算修正プロトコルを提案する。
フィードバックの正しさと完全さの修正はモデル側のリビジョン動作を分離する。
一致した状態の介入は、最終的な成功を確実に改善することなく、現在のドラフトを保持しながら以前の対話を削除し、フィードバックが変更を修正したことを示している。
論文 参考訳（メタデータ） (2026-09-23T14:06:52Z) - 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) - Rethink Before You Execute: Adaptive Execution for World Action Models [29.76405877028887]
世界行動モデルは、将来の行動と環境の進化を共同で予測する。
この固定された実行の地平線は実行のダイナミクスとあまり一致していないと我々は主張する。
WAMのための軽量なプラグアンドプレイ実行方式であるTempoWAMを提案する。
論文 参考訳（メタデータ） (2026-08-10T11:59:42Z) - 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) - 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) - Scene Graph-Guided Proactive Replanning for Failure-Resilient Embodied Agent [9.370683025542686]
本稿では,サブタスク境界における障害の検出と修正を行う,アクティブなリプランニングフレームワークを提案する。
AI2-THORシミュレータの実験では,実行障害発生前の意味的および空間的ミスマッチを検出する。
論文 参考訳（メタデータ） (2025-08-15T07:48:51Z) - 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。