論文の概要: When Delay Meets Drift: Physical Safety of Robot Foundation Models Is a Cross-Layer Problem

• arxiv url: http://arxiv.org/abs/2611.02101v1
• Date: Sun, 01 Nov 2026 18:14:05 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:13:35.226814
• Title: When Delay Meets Drift: Physical Safety of Robot Foundation Models Is a Cross-Layer Problem
• Title（参考訳）: ロボットファンデーションモデルの物理的安全性はクロス層問題
• Abstract要約: クローズドループにおける物理環境,モデル,コンピューティングプラットフォーム,実行の変動について検討する。 LIBERO上のpi0.5ビジョン言語アクションモデルの4000対の閉ループエピソードにおいて、400msの推論遅延は安全違反率を3.5ポイント上昇させる。
• 参考スコア（独自算出の注目度）: 1.2955666302189826
• License:
• Abstract: Robot foundation models now act in a closed loop, yet their safety is evaluated one variation at a time: robustness benchmarks perturb the scene while assuming instantaneous inference, and real-time execution methods study inference delay in nominal scenes. We argue that physical safety is not a property of the model alone, but emerges from how variations in the physical environment, the model, the computing platform, and execution interact in closed loop. We formalize this as cross-layer variation propagation across these system layers and use an interaction contrast to measure when joint variation creates more risk than the sum of its parts. In 4,000 paired closed-loop episodes of the pi0.5 vision-language-action model on LIBERO, a 400 ms inference delay raises the safety-violation rate by 3.5 percentage points under the training viewpoint but by 37 percentage points under a 60-degree camera shift: 33.5 percentage points (95% CI: 25-43) more than the two effects combined. We close with a research agenda toward predictable physical intelligence: predicting when variation becomes risk, and adapting compute, power, and control accordingly.
• Abstract（参考訳）: ロボット基礎モデルは現在、クローズドループで動作しているが、その安全性は一度に1つのバリエーションとして評価されている。 我々は、物理的安全性はモデルのみの特性ではなく、物理的環境、モデル、コンピューティングプラットフォーム、実行がクローズドループでどのように相互作用するかから生じると論じる。 これらシステム層を横断する層間変動伝搬として定式化し, 相互作用コントラストを用いて, 関節の変動が部品の総和よりも高いリスクを生じさせるかを測定する。 LIBERO上でのpi0.5視覚言語アクションモデルの4000対の閉ループエピソードにおいて、400msの推論遅延はトレーニング視点下での安全違反率を3.5パーセント上昇させるが、60度のカメラシフトでは37ポイント上昇する。 予測可能な物理的インテリジェンスに対する研究の課題は、いつ変動がリスクになるかを予測し、それに応じて計算、電力、制御を適用することである。

関連論文リスト

• VeriVLA: Adaptive Test-Time Verification for Flow-Based VLAs with Latent World Models [50.77784979595945]
  トレーニング不要な2軸トリガを導入し,時間内変動とサンプル間のばらつきを測定した。 一度起動すると、JEPAベースの潜在世界モデルは、アクション条件付き将来の潜在状態を予測することによって、候補アクションチャンクをランク付けする。 提案手法は, 平均完了スコアを50.8%から65.5%に引き上げると同時に, トリガ決定毎のサンプリングと検証に326msを加算する。
  論文  参考訳（メタデータ） (2026-10-15T14:34:44Z)
• Beyond Detection: Evaluating Defensive LLMs Against AI-Generated Social Engineering in Live Turn-by-Turn Interaction [42.06723421277899]
  ジェネレーティブAIは、ソーシャルエンジニアリングアタックをより流動的で適応的でスケーラブルにする。 我々は信頼連鎖のローカライゼーションを形式化し、アクターの権限、資産管理、検証効率、トランザクションパスで相互作用が失敗するかどうかを特定する。 我々は,20のシナリオファミリー,正当なケース,4つの構造的故障モード,および3つの表面状態にまたがる制御された300ケースのオンライン住宅コーパスを構築した。
  論文  参考訳（メタデータ） (2026-08-10T21:17:03Z)
• The Saturation Trap and the Subjectivity of Intervention Timing: Why Affect-Based Triggers and LLM Judges Fail to Time Interventions on Autonomous Agents [0.0]
  インターベンションタイミングは信頼性の低い構造であり、シングルアノテータF1を不適切な最適化ターゲットとする。 我々の貢献は、人間のレータ間の信頼性、4つの検出器アーキテクチャ、モデルのLEM-judgeスイープ、再現された飽和効果にまたがるこの問題を、共同でマッピングすることである。
  論文  参考訳（メタデータ） (2026-06-02T23:54:27Z)
• Deformable Gaussian Occupancy: Decoupling Rigid and Nonrigid Motion with Factorized Distillation [81.44955493339835]
  DeGOは変形可能なガウスの占有機構であり、分解したガウスの変形と分解された4次元基礎モデル蒸留を統一する。 Occ3D-NuScenesベンチマーク実験により,本手法が弱い監督下での最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-05-27T15:09:55Z)
• Ada3Drift: Adaptive Training-Time Drifting for One-Step 3D Visuomotor Robotic Manipulation [53.750389076941396]
  拡散に基づくビジュモータポリシーは反復的認知を通じて多モーダルな動作分布をキャプチャするが、その高い推論遅延はリアルタイムロボット制御を制限する。 Ada3Driftは,専門家のデモモードに対して予測された行動を引き付ける訓練時間ドリフト場を学習する。 Ada3Driftは、拡散ベースの代替よりも10倍の関数評価を必要としながら、最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-03-12T14:36:53Z)
• Towards Scalable Probabilistic Human Motion Prediction with Gaussian Processes for Safe Human-Robot Collaboration [6.846949601451734]
  本研究では,フルボディ動作予測のための構造化変分ガウスプロセス(GP)フレームワークを提案する。 我々のモデルは、強いベースラインよりも最大50のカーネル密度推定負対数類似度(KDE NLL)を達成する。 確率的定式化にもかかわらず、我々のモデルは0.24-0.35Mのパラメータしか必要としない。
  論文  参考訳（メタデータ） (2026-03-07T08:11:46Z)
• When World Models Dream Wrong: Physical-Conditioned Adversarial Attacks against World Models [54.08784776767683]
  本稿では,物理条件を乱す最初のホワイトボックス世界モデルアタックであるPhysCond-WMA(PhysCond-WMA)を提案する。 PhysCond-WMAは知覚の忠実さを維持しながら意味、論理、決定レベルの歪みを引き起こす。
  論文  参考訳（メタデータ） (2026-02-21T07:22:37Z)
• Agentic Physical AI toward a Domain-Specific Foundation Model for Nuclear Reactor Control [3.9610256846446554]
  最近のベンチマークでは、視覚言語モデルは基本的な量物理学のタスクで50～53%の精度しか達成していない。 パーセプション中心のアーキテクチャはパラメータ空間の模倣を最適化するが、セーフティクリティカルな制御は結果空間の保証を要求する。 本稿では,エージェント物理AIとして動作するコンパクト言語モデルを導入することにより,ドメイン固有基盤モデルに対する根本的に異なる経路を示す。
  論文  参考訳（メタデータ） (2025-12-29T08:26:27Z)
• The Butterfly Effect: Neural Network Training Trajectories Are Highly Sensitive to Initial Conditions [51.68215326304272]
  たとえ小さな摂動であっても、同じ訓練軌跡を確実に引き起こすことで、トレーニング時間とともに急速に減少する効果が発散することを示します。 この結果から,ニューラルネットワークのトレーニング安定性,微調整,モデルマージ,モデルアンサンブルの多様性の実践的意味が示唆された。
  論文  参考訳（メタデータ） (2025-06-16T08:35:16Z)
• Coordinate Transformer: Achieving Single-stage Multi-person Mesh Recovery from Videos [91.44553585470688]
  ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。 本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。 3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
  論文  参考訳（メタデータ） (2023-08-20T18:23:07Z)

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。