論文の概要: PACT-VLA: Speculative Action-Chunk Verification with Pre-Commit Observations

• arxiv url: http://arxiv.org/abs/2610.28019v1
• Date: Tue, 20 Oct 2026 11:08:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.77758
• Title: PACT-VLA: Speculative Action-Chunk Verification with Pre-Commit Observations
• Title（参考訳）: PACT-VLA:事前観察による投機的アクション・チャンク検証
• Abstract要約: PACT-VLAは、推論開始観測から候補を生成し、この事前コミット観測を用いて候補を選択する学習自由フレームワークである。 パイプライン化実装は、監視処理と候補生成とバッチスコアとを重複させるため、評価されたハードウェアに制御ステップの遅延を生じさせない。
• 参考スコア（独自算出の注目度）: 6.735479667547921
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Vision-language-action (VLA) policies are commonly deployed with asynchronous inference in real-world settings, where the next action chunk is generated while the robot is still executing the previous one. By the time the new chunk is committed, the robot and scene have changed, so the chunk is conditioned on a stale observation and task success drops sharply as this inference delay grows. Generating multiple candidate chunks could let newer observations inform the final choice, but existing multi-candidate methods either rank candidates with the stale inference-start observation or repeatedly switch between candidates during execution, which can make the executed action sequence discontinuous. Our key insight is that inference delay can be used as decision time. While candidate generation is still underway, candidate selection can reuse the VLA itself to choose the complete action chunk that best fits a later observation. We propose PACT-VLA, a training-free framework that generates candidates from the inference-start observation and selects one using this pre-commit observation. Its scoring function, FlowRes, measures the residual between each candidate's implied flow direction and the velocity predicted by the frozen policy under the pre-commit observation, requiring no separate verifier. A pipelined implementation overlaps observation processing with candidate generation and batches scoring, so selection adds no control-step delay on the evaluated hardware. At a four-step delay, PACT-VLA improves average success by 15.0 percentage points over RTC on Kinetix and by 5.2 points over single-candidate asynchronous execution with GR00T N1.7 on LIBERO, and it further improves existing delay-robust methods. On three real-robot tasks, it raises average success from 60% to 82% over naive asynchronous execution with the same frozen $π_{0.5}$ checkpoint.
• Abstract（参考訳）: ビジョン言語アクション(VLA)ポリシーは、ロボットがまだ前のアクションを実行している間に次のアクションチャンクが生成される現実世界の設定において、非同期推論で一般的にデプロイされる。 新しいチャンクがコミットされる頃には、ロボットとシーンが変化し、不安定な観察でチャンクが調整され、この推論遅延が増加するにつれてタスク成功が急激に低下する。 複数の候補チャンクを生成することで、より新しい観測結果が最終選択を知らせることができるが、既存のマルチ候補メソッドは、古い推論開始観測で候補をランク付けするか、実行中に候補を何度も切り替えるか、実行中のアクションシーケンスが不連続になる可能性がある。 私たちの重要な洞察は、推論遅延が決定時間として使用できることです。 候補生成はまだ進行中であるが、候補選択はVLA自体を再利用して、後の観察に最も適した完全なアクションチャンクを選択することができる。 PACT-VLAは、推論開始観測から候補を生成し、この事前コミット観測を用いて候補を選択する学習自由フレームワークである。 そのスコアリング機能であるFlowResは、各候補のインプリードフロー方向と凍結政策によって予測される速度の間の残差を測定し、別個の検証器を必要としない。 パイプライン化実装は、監視処理と候補生成とバッチスコアとを重複させるため、評価されたハードウェアに制御ステップの遅延を生じさせない。 4段階の遅延で、PACT-VLAはキネティクスのRTCよりも平均15.0ポイント、LIBEROのGR00T N1.7で単一候補の非同期実行よりも5.2ポイント向上し、既存の遅延ロス法をさらに改善する。 3つの実ロボットタスクでは、同じ凍結した$π_{0.5}$チェックポイントで、ネイティブ非同期実行よりも平均60%から82%の成功率を上げる。

関連論文リスト

• Policy-Aligned Predictive Verification for Adaptive VLA Action-Chunk Execution [29.851693894969916]
  視覚言語アクション(VLA)ポリシーは、繰り返し推論を減らすアクションシーケンスを生成する。 候補行動プレフィックスの結果を予測する政策整合予測検証器(PAV)を導入する。 提案手法は,VLAの内部タスク条件表現空間における既存の提案を評価する。
  論文  参考訳（メタデータ） (2026-10-15T07:45:17Z)
• Accelerating VLA Inference with Perturbation Informed Execution [27.545857699229956]
  アクションチャンキング視覚言語アクション(VLA)モデルは、将来のロボットアクションのシーケンスを予測する。 固定水平実行では、ロボットは、各予測チャンクの固定長プレフィックスを実行した後、再びポリシーを呼び出す。 本稿では,次のポリシーコールの前に実行されるアクションチャンクとアクション数を共同で選択する,トレーニング不要なPICESを提案する。
  論文  参考訳（メタデータ） (2026-10-14T06:31:06Z)
• Looking Back to Move Forward: Temporal Verification for Generative Robot Policies [53.428667457759055]
  表現的生成行動モデリングと大規模実演コーパスからのスケーラブルな模倣学習を組み合わせた,ロボット学習のための有望なパラダイムとして生成ポリシーが登場した。 本稿では,フローマッチングVLAのための時空間認識型動作検証フレームワークTeVを紹介する。
  論文  参考訳（メタデータ） (2026-09-30T05:41:58Z)
• FutureRTC: Real-Time Robot Execution with Anticipatory-Conditioned Action Chunking [51.97839311685636]
  FutureRTCは、実行時の観察と非同期VLA制御の状態を予測するためのプラグイン・アンド・プレイ適応フレームワークである。 FutureRTCは推論遅延に対する堅牢性を実現し,よりスムーズな軌道,高速な実行,一貫したタスク成功率を実現している。
  論文  参考訳（メタデータ） (2026-07-27T05:10:16Z)
• DEFLECT: Delay-Robust Execution via Flow-matching Likelihood-Estimated Counterfactual Tuning for VLA Policies [12.248643831532663]
  DEFLECTは、非同期VLA制御の使用可能な遅延エンベロープを大幅に拡張し、高遅延状態(5-7制御ステップ)で+6.4の成功率を、最も長い遅延時間で実スケールVLAに移行すると+4.6とした。
  論文  参考訳（メタデータ） (2026-05-19T03:14:11Z)
• 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。