論文の概要: Rho: A Foundation for Efficiently Adaptable VLA Models
- arxiv url: http://arxiv.org/abs/2609.38164v1
- Date: Tue, 29 Sep 2026 17:59:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.830627
- Title: Rho: A Foundation for Efficiently Adaptable VLA Models
- Title（参考訳）: Rho: 効果的に適応可能なVLAモデルのための基盤
- Abstract要約: 汎用的な物理AIモデルは、広義の視覚的および言語的能力とロボットの体現物間の正確な制御を組み合わせなければならない。
Rhoは、データライトタスク適応用に設計されたバイマニュアル操作のためのオープンウェイトVLAモデルのファミリーである。
- 参考スコア（独自算出の注目度）: 30.763995691459403
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: General-purpose physical AI models must combine broad visual and linguistic capabilities with precise control across robot embodiments and efficient adaptation to downstream tasks. We introduce Rho, a family of open-weights VLA models for bimanual manipulation designed for data-light task adaptation on 3 embodiments representative of dual-arm robots across research labs and the industry -- YAM Box, UR AI Trainer, and FR3 Duo. We systematically ablate Rho's action-expert architecture and training recipe, and show in controlled simulation and physical-robot experiments that embodiment midtraining improves downstream adaptation. The resulting Rho variants for YAM Box, UR AI Trainer, and FR3 Duo match or outperform existing open-weights VLAs and achieve the strongest overall performance across the tasks, embodiments, and baselines evaluated in this report. We further demonstrate the Rho model family's built-in capacity for online adaptation: an internal latent policy learns from corrective feedback to select observation-conditioned noise inputs for the frozen flow-matching action expert. With as few as 15 corrected episodes, adapting this lightweight module enables Rho to handle task situations at the fringe of its offline finetuning distribution. Together, these results position Rho as both a strong general-purpose robotic manipulation model and a practical foundation for adaptation. We release the base Rho model and the embodiment-specific checkpoints to facilitate Rho's deployment in research experiments and practical industrial use cases.
- Abstract（参考訳）: 汎用的な物理AIモデルは、広義の視覚的および言語的能力と、ロボットの動作を正確に制御し、下流のタスクに効率的に適応する必要がある。
我々はRhoを紹介します。これは、データライトタスク適応用に設計されたバイマニュアル操作のための、オープンウェイトVLAモデルのファミリーで、研究ラボと業界にまたがる3つのデュアルアームロボット(YAM Box、UR AI Trainer、FR3 Duo)に代表される、データライトタスク適応用に設計されたものです。
我々はRhoのアクション・エキスパート・アーキテクチャとトレーニング・レシピを体系的に改善し、中級トレーニングを具体化する制御されたシミュレーションと物理ロボット実験で下流適応を改善することを示す。
YAM Box、UR AI Trainer、FR3 DuoのRho変種は、既存のオープンウェイトVLAよりも優れ、このレポートで評価されたタスク、実施、ベースラインで最大の全体的なパフォーマンスを達成する。
内部潜在ポリシーは、修正フィードバックから学習し、凍結フローマッチングアクションエキスパートのための観測条件付きノイズ入力を選択する。
修正されたエピソードは最大15回しかなく、この軽量モジュールを適用することで、Rhoはオフラインの微調整ディストリビューションの範囲内でタスク状況を処理することができる。
これらの結果とともに、Rhoは強力な汎用ロボット操作モデルであり、適応のための実践的な基盤であると見なされた。
基礎となるRhoモデルと具体化固有のチェックポイントを公開し、Rhoの研究開発および実践的産業ユースケースへの展開を促進する。
関連論文リスト
- HiL-ResRL: A Model-Agnostic Finetuning Adapter via Human-in-the-loop Residual Reinforcement Learning [15.872908522637957]
本稿では,VLA(Vision-Language-Action)モデルのための,プラグイン・アンド・プレイファインチューニングパイプラインを提案する。
VLA生成したアクションを統一インターフェースとして概念化し、残留ポリシーをトレーニングする。
オンラインのRLトレーニングを1.5時間以内に行うと、実際のロボットの平均成功率は95%を超えます。
論文 参考訳（メタデータ） (2026-06-22T05:07:08Z) - 3D RL-DWA: A Hybrid Reinforcement Learning and Dynamic Window Approach for Goal-Directed Local Navigation in Multi-DoF Robots [5.723747457483321]
本稿では,Reinforcement Learning (RL) と Dynamic Window Approach (DWA) を組み合わせた新しいハイブリッド手法を提案する。
本手法は, 変形可能なマイクロロボットの運動と形状を動的に調整するために, スパース点雲データを利用する。
1080の試験に基づく実験の結果、DWAベースのローカルプランナーとRLを統合することにより、変形能力と航法能力の両方が大幅に向上することが示唆された。
論文 参考訳（メタデータ） (2026-05-12T19:37:32Z) - Rethinking Visual-Language-Action Model Scaling: Alignment, Mixture, and Regularization [65.37179698521766]
VLA(Vision-Language-Action)モデルは、ジェネラリストロボットの制御を強く約束する。
標準的な「スケールデータ」レシピがロボット工学に翻訳されるかどうかはまだ不明だ。
本稿では,多様なロボットを対象とした事前学習のためのコアトレーニング選択を再考する,VLAスケーリングの体系的かつ制御された研究を提案する。
論文 参考訳（メタデータ） (2026-02-10T12:25:43Z) - 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) - Sample-Efficient Robot Skill Learning for Construction Tasks: Benchmarking Hierarchical Reinforcement Learning and Vision-Language-Action VLA Model [9.025728945376468]
本研究は,建設ロボットに新しいスキルを教えるための2つの主要なアプローチを評価する。
目標は、タスクパフォーマンスと、実際のジョブに各アプローチをデプロイするために必要な実践的労力の両方を理解することです。
論文 参考訳（メタデータ） (2025-12-16T02:56:13Z) - Run, Ruminate, and Regulate: A Dual-process Thinking System for Vision-and-Language Navigation [52.11339614452127]
VLN(Vision-and-Language Navigation)は、エージェントが人間の指示に従って複雑な3D環境を動的に探索する必要がある。
近年の研究では、一般的な知識と一般的な推論能力から、大きな言語モデル(LLM)をVLNに活用する可能性を強調している。
本稿では、LLMの一般化機能とVLN固有の専門知識をゼロショットで統合する、R3と呼ばれる新しいデュアルプロセス思考フレームワークを提案する。
論文 参考訳（メタデータ） (2025-11-18T04:32:00Z) - 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) - Solving Robotics Tasks with Prior Demonstration via Exploration-Efficient Deep Reinforcement Learning [0.688204255655161]
本稿では,実演を取り入れたロボットタスクの学習を目的とした,探索効率の高い深層強化学習と参照ポリシ(DRLR)フレームワークを提案する。
DRLRフレームワークはImitation Bootstrapped Reinforcement Learning (IBRL)と呼ばれるアルゴリズムに基づいて開発されている。
論文 参考訳（メタデータ） (2025-09-04T10:02:32Z) - InternVL3.5: Advancing Open-Source Multimodal Models in Versatility, Reasoning, and Efficiency [255.9417257812203]
InternVL 3.5は、多目的性、推論能力、推論効率を大幅に向上させる、オープンソースの新しいマルチモーダルモデルである。
主要なイノベーションはCascade Reinforcement Learningフレームワークで、2段階のプロセスを通じて推論を強化する。
我々の最大のモデルであるInternVL3.5-241B-A28Bは、一般的なマルチモーダル、推論、テキスト、エージェントタスクにわたるオープンソースのMLLMの最先端の結果を得る。
論文 参考訳（メタデータ） (2025-08-25T17:58:17Z) - Sample-Efficient Reinforcement Learning with Symmetry-Guided Demonstrations for Robotic Manipulation [7.099237102357281]
強化学習(RL)は、特に高次元連続状態-作用空間において、サンプル効率の低下に悩まされる。
デモとRL生成の両方を格納するデュアルバッファアーキテクチャを用いた新しいトレーニングフレームワークであるDemo-EASEを紹介する。
その結果,Demo-EASEは標準のRLベースラインに比べてコンバージェンスを著しく加速し,最終性能を向上させることがわかった。
論文 参考訳（メタデータ） (2023-04-12T11:38:01Z)
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。