論文の概要: Retrieval-triggered Action Projection Adjustment for Frozen VLA Policies: An Empirical Study and Failure Analysis

• arxiv url: http://arxiv.org/abs/2610.24573v1
• Date: Sat, 17 Oct 2026 09:08:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-22 17:34:57.952288
• Title: Retrieval-triggered Action Projection Adjustment for Frozen VLA Policies: An Empirical Study and Failure Analysis
• Title（参考訳）: 冷凍VLA政策の検索トリガー型行動予測調整-実証的研究と故障解析-
• Abstract要約: Retrieval-Triggered projection correct (RTPC)は、フリーズされたOpenVLAポリシーのための監査可能な外部メモリラッパーである。 RTPCは、応力補正された局所深度レコードを検索し、回転とグリップコマンドをそのまま保ちながら、翻訳のみのプロジェクション補正を適用する。 分析は、終端結合、バッチ感度、トリガーマッチングされたメモリフリーベースラインの欠如を、検索ベースの修正に寄与する要因として特定する。
• 参考スコア（独自算出の注目度）: 10.823947391609437
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Frozen Vision-Language-Action (VLA) policies cannot incorporate previously encountered failures without updating the underlying model. We present retrieval-triggered projection correction (RTPC), an auditable external-memory wrapper for frozen OpenVLA policies that retrieves stress-collected local-depth records and applies translation-only projection correction while keeping rotation and gripper commands unchanged. RTPC is evaluated on CALVIN single-task manipulation using primary and independent replication cohorts. In the primary evaluation, RTPC reduced a depth-based near-collision or stall proxy event rate without changing task-success count. However, this reduction was not reproduced in the independent replication, and retrieved correction directions were not distinguishable from random same-family directions. Analysis identifies endpoint coupling, batch sensitivity, and the lack of a trigger-matched memory-free baseline as limitations for attributing effects to retrieval-based correction. These findings do not establish physical safety improvement or memory-specific benefits, but provide an empirical evaluation and failure analysis of retrieval-conditioned intervention for frozen VLA policies.
• Abstract（参考訳）: 凍結ビジョン・ランゲージ・アクション(VLA)ポリシーは、基盤となるモデルを更新することなく、以前に発生した障害を組み込むことはできない。 提案する検索トリガードプロジェクション補正 (RTPC) は, 凍結したOpenVLAポリシーのための監査可能な外部メモリラッパーで, 応力補正された局所深度レコードを検索し, 回転とグリップのコマンドをそのまま保ちながら, 翻訳のみのプロジェクション補正を適用する。 RTPCは、一次複製コホートと独立複製コホートを用いて、CALVIN単一タスク操作で評価される。 一次評価では,タスク回数を変化させることなく,深度に基づくニアコリジョンやストールプロキシイベント率を削減した。 しかし、この縮小は独立複製では再現されず、検索した補正方向はランダムな同方向方向と区別できなかった。 分析は、終端結合、バッチ感度、トリガーマッチングされたメモリフリーベースラインの欠如を、検索ベースの修正に寄与する要因として特定する。 これらの知見は, 物理的安全性の向上や, メモリ固有の利点は確立していないが, 凍結したVLAポリシーに対する検索条件付き介入の実証的評価と失敗解析を提供する。

関連論文リスト

• ReTAC: Residual Test-Time Agentic Computation for Video Spatial Reasoning [75.14564822108872]
  テストタイムエージェント計算は多モーダルな言語モデルを改善することができる。 ビデオ空間推論のためのトレーニング不要なマルチエージェントフレームワークであるReTACで、この定式化をインスタンス化する。
  論文  参考訳（メタデータ） (2026-10-12T07:39:58Z)
• Credit-Guided Policy Improvement for Test-time Adaptive Vision-Language Navigation [53.30116823667751]
  視覚言語ナビゲーションのためのテスト時適応(TTA-VLN)により、事前訓練されたポリシーは、目に見えない環境にオンラインで適応できる。 分散シフトは、局所的な行動選好を歪め、オフコース決定につながる可能性がある。 我々は,行動誘発観察遷移から署名付き参照関連決定クレジットを回収する信用誘導政策改善(CGPI)を提案する。
  論文  参考訳（メタデータ） (2026-09-29T13:46:11Z)
• Counterfactual Tool Ranking under Utility, Cost, and Privilege Constraints [7.504639516424482]
  本研究は、新しいDR推定器、公式BFCLリーダーボードスコア、プロダクションエージェント安全クレームではなく、偽造可能な評価方法であり、独立した公的証拠である。 不一致保存フォールバックは、5つのサポートギャップ実行すべてでこの特性を達成するが、保守的なサンプリング境界はデプロイメントの改善を証明しない。 2つのピン付きローカルQwen2.5モデルは、同じ200の保持タスクで評価され、固定プロンプトの下での強い失敗が露呈する。
  論文  参考訳（メタデータ） (2026-09-19T06:40:09Z)
• Residual Fault Adaptation for Dexterous In-Hand Manipulation Under Runtime Joint Faults [7.30960183218258]
  本稿では,隠れたコマンドチャネル障害を補うための残差故障適応(RFA)を提案する。 RFAは凍結した健康な教師を保ち、名目上の行動を提供し、修正行動を推測するために繰り返し残る政策を訓練する。 ディクスタラスハンドのシミュレーション実験は、RFAが健康政策と比較して操作性能を向上させることを示唆している。
  論文  参考訳（メタデータ） (2026-09-15T16:34:45Z)
• Reuse Before You Retrieve: Diagnosing Headroom and Complementarity for Test-Time Augmentation of Embodied Multimodal Policies [56.86456077356948]
  凍結言語アクション(VLA)ポリシーは、テスト時に徐々に改善されている。 追加のサンプリングは、ポリシーのロールアウト内により優れた振る舞いが存在する場合にのみ有効である。 検索は、関連するアクションがポリシーによって確実に表現されない場合に最も有用である。
  論文  参考訳（メタデータ） (2026-08-18T08:11:31Z)
• Suppression Sticks, Locality Is Fragile: A Closed-Loop Target-and-Control Audit of Task-Vector Negation in VLA Policies [33.432377306905735]
  タスクベクトル算術は、モデルを修正するためのクローズドフォームな方法を提供するが、クローズドループロボット制御において、その振る舞いの局所性は未だ不明である。 マルチタスク・ビジョン・ランゲージ・アクション(VLA: Multitask Vision-Language-action)ポリシーから,タスク・ベクターごとのタスク・ベクター・サブトラクションのターゲット・アンド・コントロール・監査を行う。
  論文  参考訳（メタデータ） (2026-08-05T10:59:53Z)
• SVR: Self-Verifying Refinement via Joint Verdict-Confidence Reinforcement Learning for Adaptive Test-Time Compute [62.3458279176813]
  自己検証リファインメント(Self-Verifying Refinement)は、オラクルフリーのマルチターン強化学習フレームワークである。 自己検証を計算制御ポリシとして使用することを学ぶ。 マクロ平均精度は0.563で、平均で2.99回しか推測できない。
  論文  参考訳（メタデータ） (2026-07-30T16:20:58Z)
• Interventional Causal Circuits for Safe Robot Action Testing and Failure Recovery [4.492262382019958]
  運動パラメータの形式的テストは計算に費用がかかり、コストはアクション空間の次元に悪影響を及ぼす。 本稿では,JPT(Joint Probability Tree)とMarginal-Deterministic Variable Tree(Marginal-Deterministic Variable Tree)から派生した因果回路を結合した閉ループフレームワークを提案する。 このフレームワークは、ロボットが動作を開始する前に全ての介入クエリのトラクタビリティを検証し、サポート外候補を自動的に検出し、修正から除外する。
  論文  参考訳（メタデータ） (2026-07-16T10:41:20Z)
• Calibration Is Not Control: Why LLM-Agent Oversight Needs Intervention [14.376426170653707]
  2つのトラジェクトリプレフィックスは、異なるアクションを必要とする間、同じリスク見積を持つことができる。 我々は、このミスマッチをターゲットエラーとして形式化し、介入の利点を特定する。
  論文  参考訳（メタデータ） (2026-06-19T13:08:17Z)
• LEC: Linear Expectation Constraints for False-Discovery Control in Selective Prediction and Routing Systems [95.35293543918762]
  大規模言語モデル(LLM)はしばしば信頼できない答えを生成するが、不確実性のある手法は誤った予測と完全に区別することができない。 我々は、この問題を、偽発見率(FDR)制御のレンズを通して解決し、全ての許容された予測のうち、エラーの割合が目標のリスクレベルを超えないことを保証する。 本稿では,線形期待制約を強制することで,選択予測を制約付き決定問題として再解釈するLECを提案する。
  論文  参考訳（メタデータ） (2025-12-01T11:27:09Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)

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。