論文の概要: FlowVLA: Learning Flow-Aware Physical Completion for Quantitative Robotic Pouring

• arxiv url: http://arxiv.org/abs/2610.29692v1
• Date: Wed, 21 Oct 2026 13:07:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 09:50:43.251618
• Title: FlowVLA: Learning Flow-Aware Physical Completion for Quantitative Robotic Pouring
• Title（参考訳）: FlowVLA: 定量的ロボットポーリングのためのフロー認識物理補完学習
• Abstract要約: FlowVLAは物理補完推定からモーター生成を分離する。 目標非依存推定器は、移動質量の推定を維持するために、視覚的、関節的、手首的、反復的な力量的履歴を融合させる。 コーヒーポット/ウォーター実験では、FlowVLAは13.1gのゴールバランス平均絶対誤差(MacroMAE)を達成する。 すべての試みにおいて、53.7%はどちらもタスクを完了し、要求された質量の+/-10%以内で終了する。
• 参考スコア（独自算出の注目度）: 10.431844918039706
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: During steady pouring, images and robot pose may remain nearly unchanged while transferred mass accumulates, making the return decision ambiguous for a whole-task vision-language-action (VLA) policy. We present FlowVLA, which separates motor generation from physical-completion estimation. A shared $π_{0.5}$ action expert learns approach, pour, and return with boundary-aware supervision. A target-independent estimator fuses visual, joint, wrist-wrench, and recurrent force-belief histories to maintain an estimate of transferred mass. The controller initiates return when this estimate plus predicted residual outflow reaches the requested mass. In coffee-pot/water experiments, FlowVLA achieves 13.1 g goal-balanced mean absolute error (MacroMAE), lower than all tested VLA baselines. Across all attempts, 53.7% both complete the task and finish within +/-10% of the requested mass. The same model interpolates to held-out 150/250-g targets without retraining. Independently trained models further evaluate the formulation in three additional container-fluid settings.
• Abstract（参考訳）: 安定した注ぐ間、画像とロボットのポーズは、移動した質量が蓄積されている間ほとんど変化しないかもしれないため、全タスクの視覚言語アクション(VLA)ポリシーに対するリターン決定は曖昧である。 本稿では,運動生成と物理補完推定を分離したFlowVLAを提案する。 共有された$π_{0.5}$アクションエキスパートは、アプローチ、注ぐ、バウンダリ対応の監視で戻ります。 目標非依存推定器は、移動質量の推定を維持するために、視覚的、関節的、手首的、反復的な力量的履歴を融合させる。 この推定と予測された残留流出が要求された質量に達すると、コントローラは戻りを開始する。 コーヒーポット/ウォーターの実験では、FlowVLAは13.1gのゴールバランスの平均絶対誤差(MacroMAE)を達成した。 すべての試みにおいて、53.7%はどちらもタスクを完了し、要求された質量の+/-10%以内で終了する。 同じモデルは150/250-gの目標を再訓練することなく補間する。 独立に訓練されたモデルは、さらに3つのコンテナフロー設定で定式化を評価する。

関連論文リスト

• Trust-Calibrated VLA Policy Post-Training with Evolving Imagination [60.998903003181006]
  既存の改善パラダイムは信頼性と効率性の緊張を露呈する。 本稿では,モデル進化強化学習(MERL, Model-Evolving Reinforcement Learning)を提案する。 摂動型LIBERO-PROタスクでは、MERLは平均79.7%の成功を達成し、マッチしたモデルフリー制御よりも10.9%の高閾値学習速度を向上し、同じプロトコール外部ベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-10-12T10:08:28Z)
• Forward Dynamics Models [85.83989159271482]
  我々は、アクションと将来の世界状態を予測するロボットアクションモデルのファミリーであるフォワード・ダイナミクス・モデル(FDM)を提示する。 将来の予測は行動の特徴に則っているが、逆ではない。エンドツーエンドのトレーニングは、将来的な国家が政策を監督する。 シミュレーションおよび実ロボットを用いた実験により、両背骨のFDMの有効性が示された。
  論文  参考訳（メタデータ） (2026-10-09T07:12:16Z)
• ActionGround: Training-Free Runtime Refinement of Frozen VLA Policies [0.0]
  VLA(Vision-Language-Action)モデルは、視覚的な観察と言語指示を直接ロボットアクションにマッピングする。 本稿では,凍結したVLAポリシをラップした,ニューロシンボリックでトレーニング不要な実行層であるActionGroundを紹介する。 我々は,OpenVLA,OpenVLA-OFT,Force-VLA,Generalist-VLAの10種類のLIBERO-Spatial pick-and-placeタスクにおけるActionGroundの評価を行った。
  論文  参考訳（メタデータ） (2026-09-27T05:59:06Z)
• AquaOrbit: Sim-to-Real Reinforcement Learning for Underwater Target Orbiting under Intermittent Visual Feedback [51.92060148406936]
  間欠的な視覚的損失は、水中周回中の目標相対的なフィードバックを妨害する。 AquaOrbitは、水中の目標軌道を周回するリカバリモジュールを備えた強化学習用コントローラである。
  論文  参考訳（メタデータ） (2026-09-21T03:29:45Z)
• On-Policy Self-Distillation in Diffusion Models [89.32656931795293]
  強化学習は、拡散モデルと人間の好みやタスク固有の目的とを一致させることができるが、エンドポイント報酬は、中間的偏見予測をどのように変更すべきかを規定していない。 そこで我々は、DiffusionOPSDを、画像レベルの報酬誘導を明示的なターゲットに変換して、サンプルクエリにおけるクリーンな出力予測を行うオンライン自己蒸留フレームワークとして導入する。 SD 3.5-Mとステップ蒸留したZ-Image-Turboを用いて、2つのバックボーンと10個の評価器で20の報酬マッチング設定のうち19のファイナルホールトアウトスコアを達成した。
  論文  参考訳（メタデータ） (2026-08-25T14:55:24Z)
• QuantWAMs: Calibrating at the Right Granularity for World Action Models [34.540026172139406]
  World Action Modelsは、将来の観測とアクションを共同で予測するが、反復的なデノゲーションとクローズドループの実行は、デプロイメントにコストがかかる。 我々は,量子化決定をモデル構造,ロールアウト分布,タスク目標によって定義されたキャリブレーションコンテキストと整合するPTQフレームワークQuantWAMを提案する。 我々は,RoboTwin 2.0,LIBERO,AgiBot G2を用いた実ロボット操作において,Fast-WAMおよびLingBot-VA上のQuantWAMを評価した。
  論文  参考訳（メタデータ） (2026-07-30T15:54:29Z)
• CosFly-VLA: A Spatially Aware Vision-Language-Action Model for UAV Tracking [6.465600276213322]
  VLA(Vision-Language-Action)ポリシーは、視覚的標的を効果的に追跡することができるが、建物、植生、道路沿いの物体が視線を塞ぐと、その性能は劣化することが多い。 本稿では,空間認識型VLAモデルCosFly-VLAについて述べる。 OpenVLAとは対照的に、CosFly-VLA-0.8Bはオープンループ平均変位誤差(ADE)を外見テストで34.1%、目に見えないテストで35.3%削減する。
  論文  参考訳（メタデータ） (2026-07-16T13:52:08Z)
• Look Before You Leap: Distilling Tree Search into Action Evaluation for Frozen VLA Models [60.17417174639865]
  VLA(Vision-Language-Action)モデルは、大規模な事前訓練を通じて幅広い身体的能力を取得する。 一般的な治療法であるポストトレーニングは、タスク固有のパフォーマンスを改善するが、事前トレーニングに価値をもたらすジェネラリスト能力は制限される。 SVAは凍結したVLAポリシーを長期的結果の認識と組み合わせたフレームワークである。
  論文  参考訳（メタデータ） (2026-07-04T07:53:10Z)
• $π_0$-EqM: Equilibrium Matching for Closed-Loop Vision-Language-Action Control [15.91564223967737]
  VLA(Vision-Language-Action)制御のための生成フローマッチング動作デコーダは、しばしば固定されたサンプリング水平線で展開される。 フローマッチングの専門家を$_$でEquilibrium Matching (EqM)デコーダに置き換え、上流のVLAスタックをそのままにしておく。 一致した300ステップの予算の下で、$_$-EqMは、RoboTwinの平均的な成功を、19のタスクで40.4%から50.2%に改善し、LIBEROでは競争力を維持している。
  論文  参考訳（メタデータ） (2026-05-22T01:07:07Z)
• Beyond Completion: Probing Cumulative State Tracking to Predict LLM Agent Performance [9.771590610969918]
  WMF-AM(Working Memory Fidelity-Active Manipulation)を紹介する。 その結果,20種類のオープンウェイトモデル (0.5B-35B, 13ファミリー) で10タスク・エージェント・バッテリを発売した。
  論文  参考訳（メタデータ） (2026-03-28T17:25:11Z)
• RefineBench: Evaluating Refinement Capability of Language Models via Checklists [71.02281792867531]
  本研究は,2つの改良モード(ガイドリファインメントと自己リファインメント)を評価する。 ガイド付き改良では、プロプライエタリなLMと大きなオープンウェイトLMの両方が目標フィードバックを利用して、5ターン以内のほぼ完全なレベルへの応答を洗練できる。 これらの結果は、フロンティアLMは誤った反応を自己調整するためにブレークスルーを必要とすることを示唆している。
  論文  参考訳（メタデータ） (2025-11-27T07:20:52Z)

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。