論文の概要: Reflex: Fast Robot Policy Serving by Reusing and Correcting Past Actions
- arxiv url: http://arxiv.org/abs/2611.00524v1
- Date: Sat, 31 Oct 2026 01:28:56 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-03 19:18:57.765397
- Title: Reflex: Fast Robot Policy Serving by Reusing and Correcting Past Actions
- Title（参考訳）: 反射:過去の行動の再利用と修正によるロボット政策の高速化
- Abstract要約: Reflexは、過去のポリシー実行をバックボーンのないパスに変えて、将来の決定を下すサービス層です。
Reflexは、推論レイテンシを1.4倍から11倍、スループットを2.0倍から2.2倍改善する。
- 参考スコア（独自算出の注目度）: 12.005169216996629
- License:
- Abstract: Modern robot policies often perform expensive inference to generate action chunks, making serving a latency bottleneck for real-time control and a throughput bottleneck for multi-robot serving. Building on the success of caching in image, video, and audio generation, recent robot-policy advances have reported promising speedups by reusing intermediate denoising states to avoid redundant computation. Surprisingly, we find that such reuse often offers little advantage over simply running fewer denoising steps from fresh noise, without any cache. Moreover, accelerating denoising leaves the expensive policy backbone intact, which can account for 70% of GPU time. We present Reflex, a serving layer that turns past policy executions into a backbone-free path for future decisions. Rather than reusing intermediate computations, Reflex caches complete action chunks to bypass both the backbone and action head. This introduces two challenges: similar observations can demand different actions, and small action deviations (errors) in reuse can compound into execution stalls. Reflex addresses these through two-level cache correction. At the action level, it learns action-aware similarity from past policy decisions, assembles compatible chunks, and applies lightweight residual correction to limit action mismatch. At the execution level, it captures task progress and adaptively refreshes the original policy to limit accumulated errors and balance inference cost. Without modifying the underlying policy, Reflex improves inference latency by 1.4x to 11x and throughput by 2.0x to 2.2x on representative workloads and real robots, while preserving comparable task success.
- Abstract（参考訳）: 現代のロボットポリシーは、アクションチャンクを生成するために高価な推論を行うことが多く、リアルタイム制御のための遅延ボトルネックとマルチロボットサービスのためのスループットボトルネックを提供する。
画像、ビデオ、音声生成におけるキャッシュの成功に基づいて、最近のロボット政治の進歩は、冗長な計算を避けるために中間的妄想状態の再利用によって、有望なスピードアップを報告している。
驚いたことに、このような再利用は、キャッシュなしで、新鮮なノイズからデノイングステップを少なくするよりも、ほとんど利点がないことがよくあります。
さらに、デノイングの加速は、高価なポリシーバックボーンをそのまま残し、GPU時間の70%を占めることができる。
Reflexは、過去のポリシー実行をバックボーンのないパスに変えて、将来の決定を下すサービス層です。
中間計算を再利用する代わりに、Reflexはバックボーンとアクションヘッドの両方をバイパスするために完全なアクションチャンクをキャッシュする。
同様の観察は異なるアクションを要求することができ、再利用時の小さなアクション逸脱(エラー)は実行ストールに混在する。
リフレックスは2段階のキャッシュ補正を通じてこれらに対処する。
アクションレベルでは、過去のポリシー決定からアクション対応の類似性を学び、互換性のあるチャンクを組み立て、アクションミスマッチを制限するために軽量な残留補正を適用します。
実行レベルでは、タスクの進捗をキャプチャし、元のポリシーを適応的に更新して、蓄積したエラーと推論コストのバランスを制限する。
基本方針を変更することなく、Reflexは推論レイテンシを1.4倍から11倍に、スループットを2.0倍から2.2倍に改善すると同時に、同等のタスク成功を保っている。
関連論文リスト
- Same Path, Less Time: Training-Free Fast Execution of Vision-Language-Action Models under Inference Latency [0.0]
1つの原則に基づいて構築されたフリーアクションチャンキングポリシーのためのトレーニングフリー実行層を提案する。
時間層は、計画されたインクリメントを合計し、グリップが動きながらアームを1倍に保ち、アクチュエータの線形範囲で速度を抑える。
ミスアライメントされたエントリーとサンプリングは継続エラーにバイアスとばらつきを生じさせ、スピードアップが報われると、成功率を損なうことを示す。
論文 参考訳（メタデータ） (2026-11-01T00:53:26Z) - Smooth Action Chunking Via Movement-Primitive Representations for Imitation Learning [34.27428277005379]
模倣学習は視覚に基づくロボットポリシーに広く採用されている。
アクションチャンキングが標準インターフェースになった。
命令された軌道はチャンク内および連続チャンク間の両方でジャーキーである。
本稿では,移動原始的軌道表現をアクションチャンキングに組み込むことにより,この問題に対処する。
論文 参考訳（メタデータ） (2026-10-29T06:24:09Z) - RESETTLE: Robotic Recovery through Disagreement-Triggered Retrieval and Efficient Corrective Control [92.47481295713227]
本稿では,凍結ロボットポリシーのアクション・エグゼクティブ・インタフェースにおいて,効率的なリカバリのためのモデルに依存しないフレームワークであるRESETTLEを紹介する。
適応されたV-JEPAエンコーダを使用して、同じタスクのデモ参照を取得する。
LIBERO-Plus、Meta-World、RoboCasaでは最大8.70%、6.28%、絶対的な成功率6.83%に達する。
論文 参考訳（メタデータ） (2026-10-08T15:49:03Z) - Reducing Temporal Redundancy for Efficient Vision-Language-Action Inference [19.683948028719808]
VLA(Vision-Language-Action)モデルは、ロボット操作の強力な一般化を示すが、その高い推論遅延はリアルタイムデプロイメントを制限する。
本稿では,知覚と行動生成の両面での計算量を削減するシステムレベル加速戦略を提案する。
Libero、RobotWin、Real Robot Platformsの実験では、ハイパフォーマンスを維持しながら、2倍以上のスピードアップを実証している。
論文 参考訳（メタデータ） (2026-07-14T02:48:31Z) - Motion-Aware Caching for Efficient Autoregressive Video Generation [73.27762884730272]
MotionCacheは、ピクセルレベルのモーション特性の軽量プロキシとして、フレーム間の差異を利用する。
SkyReels-V2やMAGI-1のような最先端モデルの実験では、MotionCacheが大幅なスピードアップを実現している。
論文 参考訳（メタデータ） (2026-05-03T05:49:27Z) - DiscreteRTC: Discrete Diffusion Policies are Natural Asynchronous Executors [57.944744187489185]
外部修正をネイティブなアンマスクに置き換えるDiscreteRTCを提案する。
DiscreteRTCは、非同期のインペインティングのために0行のコードを実装するのが簡単で、スクラッチから生成したアクションに比べてわずか0.7倍の計算速度で推論が高速で、フローベースのRTCに比べて実世界の動的ピックタスクの成功率が50%向上した。
論文 参考訳（メタデータ） (2026-04-27T23:04:03Z) - 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。