論文の概要: LeapBot-JAC: Joint Action Chains for World Action Models

• arxiv url: http://arxiv.org/abs/2610.12886v1
• Date: Fri, 09 Oct 2026 02:21:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.354291
• Title: LeapBot-JAC: Joint Action Chains for World Action Models
• Title（参考訳）: LeapBot-JAC:ワールドアクションモデルのための共同アクションチェイン
• Abstract要約: 本稿では,ある共有アクションエキスパート内で,疎い将来制御参照と高密度な実行ターゲットを割り当てるLeapBot-JACを提案する。 両方の鎖は、実証された制御によって制御され、整列された物理時間位置で共同で認知される。 LIBEROでは、JACはFastWAMとLeapBot-WAで98.3%成功し、97.0%から97.3%に上昇した。
• 参考スコア（独自算出の注目度）: 8.17380236325047
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Action-chunking policies predict future controls but execute only a prefix before replanning. How should a fixed action-token budget be organized to support execution? We propose LeapBot-JAC, which allocates sparse future-control references and dense execution targets within one shared action expert. Both chains are supervised by demonstrated controls and jointly denoised at aligned physical-time positions. Directed attention allows execution tokens to read reference tokens subject to the host's visibility constraints. JAC adds neither action tokens nor parameters and retains the host's world-modeling process; both chains participate in inference, while only the execution chain drives the robot. On LIBERO, JAC reaches 98.3% success with FastWAM and LeapBot-WA, up from 97.0% and 97.3%. On zero-shot LIBERO-Plus, their success rates improve from 53.5% to 70.4% and from 73.1% to 77.3%, respectively. RoboTwin and two real-world tasks provide additional deployment evaluations. Single-training-seed comparisons and FastWAM ablations support action-role organization as a practical design choice under a fixed action-token budget.
• Abstract（参考訳）: アクションチャンキングポリシーは将来のコントロールを予測するが、リプラン前にプレフィックスのみを実行する。 実行をサポートするために、どのように固定されたアクション・ツー・ケント・予算を編成すべきか? 本稿では,ある共有アクションエキスパート内で,疎い将来制御参照と高密度な実行ターゲットを割り当てるLeapBot-JACを提案する。 両方の鎖は、実証された制御によって制御され、整列された物理時間位置で共同で認知される。 Directed attentionにより、実行トークンは、ホストの可視性制約に従う参照トークンを読み取ることができる。 JACはアクショントークンもパラメータも加えず、ホストの世界モデリングプロセスを保持します。 LIBEROでは、JACはFastWAMとLeapBot-WAで98.3%成功し、97.0%から97.3%に上昇した。 ゼロショットのLIBERO-Plusでは、その成功率は53.5%から70.4%に、それぞれ73.1%から77.3%に向上した。 RoboTwinと2つの実世界のタスクは、追加のデプロイメント評価を提供する。 単系統比較とFastWAMの廃止は、固定されたアクション・ツーケン予算の下での実用的な設計選択としてアクション・ロールの組織をサポートする。

関連論文リスト

• LeWAM: End-to-End World and Action Modeling with JEPAs [18.63984847602804]
  共同埋め込み予測アーキテクチャ (JEPA) は画素再構成なしでコンパクトな潜在世界モデルを学習する。 制御のためのエンドツーエンドJEPAであるLeWAMを紹介する。(1)次の潜伏状態予測と行動フローマッチングに対する共同トレーニング目標,(2)潜伏状態に対する等方的ガウス的制約。 ビジュアルプランニングにおける以前のJEPAと比較して、LeWAMは、コンタクトリッチタスクで28.6%から89.7%、ロングホライゾンタスクで10.9%から46.2%に改善し、32.3倍の速度で計画している。
  論文  参考訳（メタデータ） (2026-10-08T23:58:36Z)
• Future Anchored Verification and Online Recovery for World Action Models [50.72957480806238]
  世界アクションモデル(WAM)は、ロボット操作のための有望なパラダイムとして登場した。 我々は、WAMが行動する前に予測した未来が、通過する意図のある状態を正確に表現しているのを観察する。 予測フレームをアンカーとして保持し,検証とリカバリに使用する軽量フレームワークであるFAVORを紹介する。
  論文  参考訳（メタデータ） (2026-10-05T13:08:58Z)
• Streaming-WAM: Action-Conditioned World-Action Model for Asynchronous Robot Manipulation [21.031571063193546]
  Streaming-WAMは、非同期ロボット制御によるアクション条件付き世界モデリングを結合して、将来の視覚的予測におけるコミットアクションを考慮した。 現実世界のスタンプペーパータスクでは、平均エピソード時間は、同期ジョイントWAMで90秒からストリーミングWAMで38秒に減少する。
  論文  参考訳（メタデータ） (2026-09-24T02:19:21Z)
• Behavior-Aligned Action Tokenization for Robot Policy Learning [9.37360970873363]
  自己回帰型ロボットポリシーは、観察から個別のアクショントークンを予測することによって、継続的な制御を学習する。 本研究では,対応する動作チャンクを選択し,その量子化座標を再構成とともに整列させる行動適応型行動トークン化(BAAT)を提案する。 履歴条件付き拡散復号器はこれらのトークンから連続的なアクションチャンクを再構成し、下流の自己回帰ポリシーはそれらを予測することを学ぶ。
  論文  参考訳（メタデータ） (2026-09-23T08:12:03Z)
• GE-Act 2.0: Pretraining and Scaling a World-Action Model for Robotic Manipulation [63.853929983870955]
  本稿では,ジェニー・エンスペクタ法 2.0 (GE-Act 2.0) について紹介する。 制御指向オートエンコーダ(CoAE)、ワンステップビジュアルプランナー(SVP)、逆ダイナミクスモデル(IDM)を組み合わせている。 それらのコンポーネントは、知識に整合した選択最適化(KASO)で共同で訓練され、記録された行動に適合していると判断された予測された未来のみを選択することで、ミスマッチした監視を減らす。
  論文  参考訳（メタデータ） (2026-09-04T17:16:48Z)
• Latent Action as Intention Enables Efficient Future Imagination for World Action Models [20.031922437200524]
  提案するアーキテクチャ**LAWA**は,コンパクトな潜伏動作を将来の意図の操作的表現として利用するWAMアーキテクチャである。 RoboCasaでは、LAWAは数ショットと全データ設定で65.6%と80.8%という最先端の平均的な成功率を達成した。 また、一致したJoint-WAMモデルの性能レベルも保持し、42.9%の遅延時間を必要とする。
  論文  参考訳（メタデータ） (2026-08-25T17:59:03Z)
• PolicyTrim: Boosting Intrinsic Policy Efficiency of Vision-Language-Action Models [50.232333672172395]
  VLA(Vision-Language-Action)モデルは、ロボット操作の統一パラダイムを提供するが、実際のデプロイメントは実行効率によってボトルネックになることが多い。 強化学習に基づくポストトレーニングフレームワークである textbfPolicyTrim を提案する。 私たちのフレームワークは、タスクの成功率を損なうことなく、最大5.83$times$エンドツーエンドのデプロイメントスピードアップを提供します。
  論文  参考訳（メタデータ） (2026-06-21T14:54:07Z)
• When Actions Go Off-Task: Detecting and Correcting Misaligned Actions in Computer-Use Agents [50.5814495434565]
  この研究は、コンピュータ利用エージェント(CUA)における不整合検出を定義し、研究する最初の試みである。 実世界のCUAデプロイメントにおける3つの一般的なカテゴリを特定し、人間の注釈付きアクションレベルのアライメントラベルを用いたリアルな軌跡のベンチマークであるMisActBenchを構築した。 本稿では,実行前に不整合を検知し,構造化されたフィードバックによって繰り返し修正する,実用的で普遍的なガードレールであるDeActionを提案する。
  論文  参考訳（メタデータ） (2026-02-09T18:41:15Z)

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。