論文の概要: Reactive Real-Time Flow Policies via Asynchronous Distribution Alignment

• arxiv url: http://arxiv.org/abs/2609.36540v1
• Date: Tue, 29 Sep 2026 02:30:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.118579
• Title: Reactive Real-Time Flow Policies via Asynchronous Distribution Alignment
• Title（参考訳）: 非同期分布アライメントによるリアクティブリアルタイムフローポリシ
• Abstract要約: 視覚アクションモデル(VLA)のような汎用ロボットポリシーは、目覚ましい一般化を実現している。 非同期実行は、ロボットが前のアクションを実行する間、次のアクションシーケンスを予測することによって、アクションチャンク間の一時停止を避ける。 非同期実行が元のVLAと同じ動作分布を生成するかどうかを検討する。
• 参考スコア（独自算出の注目度）: 6.244157656390949
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generalist robot policies such as vision-language-action models (VLAs) have achieved remarkable generalization, but their inference delays can conflict with the demands of real-time control. Asynchronous execution avoids pauses between action chunks by predicting the next sequence of actions while the robot carries out the previous one. In this paper, we study whether asynchronous execution produces the same action distribution as the original VLA. We find that, for non-Markovian demonstrations, asynchronous execution can produce a fundamentally different action distribution, which can limit the policy's reactivity. In our method, we seek to restore this reactivity by aligning the asynchronously produced action distribution with that of the original VLA through two complementary mechanisms. First, Recursive Flow-Field Distillation trains the asynchronous policy using the VLA's action-generation flow. We characterize the learned distribution theoretically and show experimentally that our asynchronous policy can generate nearly the full range of actions the original VLA would produce, while existing asynchronous methods recover only a fraction of that range. Second, Propose-Resolve prepares multiple action sequences asynchronously and uses the latest observation to select among them based on a lightweight approximation of their likelihood under the VLA's action distribution. Our resulting method matches the original VLA's success on LIBERO and retains about 80% of its success on RoboMimic, about 30 percentage points more than existing asynchronous methods.
• Abstract（参考訳）: 視覚言語行動モデル(VLA)のような一般的なロボットポリシーは、顕著な一般化を実現しているが、その推論遅延はリアルタイム制御の要求と矛盾する可能性がある。 非同期実行は、ロボットが前のアクションを実行する間、次のアクションシーケンスを予測することによって、アクションチャンク間の一時停止を避ける。 本稿では,非同期実行が元のVLAと同じ動作分布を生成するかどうかを検討する。 非マルコフ的な実演では、非同期実行は基本的に異なるアクション分布を生成し、ポリシーの反応性を制限することができる。 本手法では,非同期に生成した動作分布と元のVLAの動作分布とを2つの相補的機構で整列させることにより,この反応を復元する。 まず、再帰的フローフィールド蒸留(Recursive Flow-Field Distillation)は、VLAのアクションジェネレーションフローを使用して非同期ポリシーを訓練する。 我々は学習した分布を理論的に特徴付け、我々の非同期ポリシーが元のVLAが生成するアクションのほぼ全範囲を生成できることを実験的に示す。 第二に、Propose-Resolveは複数のアクションシーケンスを非同期に準備し、最新の観測結果を用いて、VLAのアクション分布下での確率の軽量な近似に基づいてそれらの中から選択する。 提案手法は, LIBERO上でのVLAの成功と一致し, RoboMimic上での成功率の約80%を保持し, 既存の非同期メソッドよりも約30パーセント高い。

関連論文リスト

• Reshaping Action Error Distributions for Reliable Vision-Language-Action Models [69.38615670891038]
  ロボット操作において、視覚言語アクション(VLA)モデルは、一般化可能でスケーラブルなロボットポリシーを学ぶための有望なパラダイムとして登場した。 連続動作型VLAモデルに焦点をあて、トレーニング中の動作誤差分布を再構成することにより、従来のMSEベースの回帰を超越する。 複数の代表的VLAアーキテクチャ上で、標準、少数ショット、ノイズの多い設定にまたがるアプローチを評価します。
  論文  参考訳（メタデータ） (2026-02-04T05:37:09Z)
• VLA-RAIL: A Real-Time Asynchronous Inference Linker for VLA Models and Robots [5.308743386891208]
  VLA(Vision-Language-Action)モデルは、ロボット工学において画期的な進歩を遂げた。 連続したアクションチャンクのキューを融合する戦略は、VLAモデル全体のパフォーマンスに大きな影響を与える。 既存の方法は、ロボットアクションの実行時にジッタ、ストール、あるいは停止に悩まされる。 本稿では,モデル推論とロボット動作制御を非同期に行うように設計された新しいフレームワークであるVLA-RAILを紹介する。
  論文  参考訳（メタデータ） (2025-12-31T06:59:42Z)
• Steering Vision-Language-Action Models as Anti-Exploration: A Test-Time Scaling Approach [78.4812458793128]
  動作チャンクの高忠実度検証に軽量な擬数推定器を適用したテスト時間スケーリングフレームワークである textbfTACO を提案する。 我々の手法は、オフライン強化学習(RL)における古典的な反探索原理に似ており、勾配のないため、計算上の大きな恩恵をもたらす。
  論文  参考訳（メタデータ） (2025-12-02T14:42:54Z)
• Dual-Stream Diffusion for World-Model Augmented Vision-Language-Action Model [62.889356203346985]
  本稿では,モダリティ競合を処理する世界モデル拡張VLAフレームワークである Dual-STream diffusion (DUST) を提案する。 DUSTは標準のVLAベースラインと暗黙のワールドモデリングメソッドよりも最大6%向上する。 Franka Research 3による実世界のタスクでは、DUSTは成功率のベースラインを13%上回っている。
  論文  参考訳（メタデータ） (2025-10-31T16:32:12Z)
• HybridVLA: Collaborative Diffusion and Autoregression in a Unified Vision-Language-Action Model [54.64088247291416]
  操作ポリシー設計の基本的な目的は、ロボットに人間の指示を理解し、シーンの手がかりを推論し、動的な環境で一般化されたアクションを実行することである。 近年の自己回帰的視覚言語行動(VLA)法は、視覚言語モデル(VLM)から常識推論能力を継承し、次の行動予測を行う。 拡散に基づく行動の連続的な性質と自己回帰の文脈的推論を吸収する統合フレームワークであるHybridVLAを紹介する。
  論文  参考訳（メタデータ） (2025-03-13T17:59:52Z)

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。