論文の概要: AdaPolicy: Action-Driven Anticipatory Robot Policies via Next-Chunk Prediction

• arxiv url: http://arxiv.org/abs/2610.34280v1
• Date: Sun, 25 Oct 2026 13:23:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.572207
• Title: AdaPolicy: Action-Driven Anticipatory Robot Policies via Next-Chunk Prediction
• Title（参考訳）: AdaPolicy:Next-Chunk予測によるアクション駆動型予測ロボットポリシー
• Abstract要約: AdaPolicyは、カスケードされた次のチャンク予測を通じて、将来の認識表現を形作る。 AdaPolicyは、推論時のオーバーヘッドをゼロにトレーニングできる軽量である。 MetaWorld、RoboTwin 2.0、LIBERO、および実世界のデプロイに関する実験は、一貫した利益を示している。
• 参考スコア（独自算出の注目度）: 26.99508532251765
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Endowing robot policies with anticipatory capabilities has proven effective in improving control performance. However, existing methods predominantly rely on explicit supervision derived from future observations, in either pixel or latent space, at the cost of additional architectural and computational complexity. Departing from explicit future supervision, we ask whether such foresight can be elicited directly from the action signal. To this end, we propose \textbf{AdaPolicy}, an \textbf{A}ction-\textbf{d}riven \textbf{a}nticipatory policy framework that shapes future-aware representations via cascaded next-chunk prediction. Specifically, an Online Action Head jointly produces the current action chunk and an evolved latent state. Building on this state, a cascaded Unrolled Action Head forecasts the next chunk, and the resulting loss flows back through the evolved state to instill implicit foresight into the online policy. Importantly, this training-only unroll requires no future-observation encoding, keeping AdaPolicy lightweight to train with zero inference-time overhead. Experiments on MetaWorld, RoboTwin 2.0, LIBERO, and real-world deployments demonstrate consistent gains across diverse settings, including up to $14$ percentage points on millimeter-precision tasks such as earphone assembly and shoelace threading. More details and visualizations are available at \href{https://teee111.github.io/AdaPolicy/}{https://teee111.github.io/AdaPolicy/}.
• Abstract（参考訳）: 予測能力を持つロボットポリシーの活用は,制御性能の向上に有効であることが証明された。 しかし、既存の手法は、アーキテクチャと計算の複雑さの増大を犠牲にして、ピクセルまたは潜在空間における将来の観測から導かれる明示的な監督に大きく依存している。 今後の明確な監視から離れて、このような監視をアクション信号から直接引き出すことができるかどうかを問う。 この目的のために,次世代の次チャンク予測を用いて,将来の認識表現を形作るためのフレームワークである \textbf{A}ction-\textbf{d}riven \textbf{a}nticipatory フレームワークである \textbf{AdaPolicy} を提案する。 具体的には、オンラインアクションヘッドは、現在のアクションチャンクと進化した潜在状態を共同で生成する。 この状態に基づいて、カスケードされたアンロールされたアクションヘッドは次のチャンクを予測し、結果として得られた損失は進化した状態に遡ってオンラインポリシーに対する暗黙の監視を注入する。 重要なことは、このトレーニング専用アンロールは、将来の可観測エンコーディングを必要としないため、AdaPolicyは、推論時のオーバーヘッドをゼロにトレーニングできる軽量である。 MetaWorld、RoboTwin 2.0、LIBERO、および実世界のデプロイに関する実験では、イヤホンアセンブリや靴紐スレッディングといったミリ精度タスクの最大14ドルポイントを含む、さまざまな設定で一貫した増加を示している。 詳細と視覚化は \href{https://teee111.github.io/AdaPolicy/}{https://teee111.github.io/AdaPolicy/} で見ることができる。

関連論文リスト

• ForeAct3D: Policy-Grounded Future World Modeling for VLA Policies [28.246787329202586]
  我々は、ビジョン・ランゲージ・アクション・ポリシーの中で、ポリシーに基づく未来の世界モデリングのためのフレームワークであるForeAct3Dを紹介する。 我々は、ForeAct3D 98.3%がLIBEROで平均成功し、CALVINでの平均タスク長が3.73であり、全てのスイートで基本方針を上回っていることを示す。
  論文  参考訳（メタデータ） (2026-10-03T15:49:04Z)
• Copper-Policy: Focus on the Representation for Robust Robot Manipulation [19.303490977989856]
  我々は,この政策でコンパクトな世界表現を学習するCuper-Policyを紹介した。 画素を再構成することなくタスク意図に調和した将来の観察埋め込みを予測する。 表現分析により、学習した特徴は摂動からタスク駆動的変化を分離した方がよいことが示された。
  論文  参考訳（メタデータ） (2026-09-26T16:53:28Z)
• GaussianDream++: Efficient 3D Gaussian World Modeling for Robotic Manipulation [55.47130289185285]
  VLA(Vision-Language-Action)ポリシーは、高度な言語条件のロボット操作である。 我々は textbfWorld State Tokens と textbfWorld Prediction Tokens を VLA バックボーンに直接挿入する,コンパクトでポリシーネイティブな拡張である textbfMethodname を提示する。
  論文  参考訳（メタデータ） (2026-08-26T11:41:55Z)
• 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)
• From Imagined Futures to Executable Actions: Mixture of Latent Actions for Robot Manipulation [88.39072412680633]
  将来の映像を実行可能な表現に変換する制御指向インタフェースであるMoLAを提案する。 我々は,シミュレーションベンチマークと実世界のロボット操作タスクに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2026-05-12T14:15:16Z)
• FLARE: Robot Learning with Implicit World Modeling [87.81846091038676]
  $textbfFLARE$は、予測潜在世界モデリングをロボットポリシー学習に統合する。 $textbfFLARE$は最先端のパフォーマンスを実現し、これまでのポリシー学習のベースラインを最大26%上回っている。 この結果は、暗黙の世界モデリングと高周波ロボット制御を組み合わせた汎用的でスケーラブルなアプローチとして$textbfFLARE$を確立した。
  論文  参考訳（メタデータ） (2025-05-21T15:33:27Z)
• Dense Policy: Bidirectional Autoregressive Learning of Actions [51.60428100831717]
  本稿では,行動予測における自己回帰的政策の新たなパラダイムを確立するために,Dense Policyと呼ばれる双方向拡張学習手法を提案する。 軽量なエンコーダのみのアーキテクチャを使用して、アクションシーケンスを初期単一フレームからターゲットシーケンスへ粗い方法で反復的に展開する。 実験により、我々の密集した政策は自己回帰学習能力に優れており、既存の全体的生成ポリシーを超越できることが示された。
  論文  参考訳（メタデータ） (2025-03-17T14:28:08Z)
• Learning Vision-based Pursuit-Evasion Robot Policies [54.52536214251999]
  我々は、部分的に観察可能なロボットの監督を生成する完全観測可能なロボットポリシーを開発する。 我々は、RGB-Dカメラを搭載した4足歩行ロボットに、野生での追従回避のインタラクションにポリシーを展開させる。
  論文  参考訳（メタデータ） (2023-08-30T17:59:05Z)

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。