日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2506.13456

拡散ポリシー高速化のためのブロック単位適応キャッシュ

Block-wise Adaptive Caching for Accelerating Diffusion Policy

シェア:XThreadsFacebookLINEはてブBluesky

拡散ポリシーの推論を、ブロック単位で中間特徴を適応的にキャッシュ・再利用することで、学習不要で高速化する手法を提案。

詳しい要約

1. どんなもの?

- Diffusion Policy の推論を高速化する手法 BAC(Block-wise Adaptive Caching)の提案 - 中間 action features を block 単位でキャッシュし、更新・再利用することで加速 - training-free の plugin として既存の transformer-based Diffusion Policy や vision-language-action models に組み込み可能 - 最大 3× の inference speedup を達成すると報告

2. 先行研究と比べてどこがすごい?

- 既存の diffusion acceleration 手法は Diffusion Policy に一般化できなかった - 理由として architectural divergence と data divergence の根本的な差異を挙げる - BAC は block 単位の適応的キャッシュで lossless な action generation 加速を狙う点が異なる - 具体的な先行手法名の比較は要旨からは不明

3. 技術・手法の肝は?

- 観察: feature similarity は非一様な temporal dynamics と block 固有パターンを示す - Adaptive Caching Scheduler で cached/skipped features の global feature similarity を最大化する更新 timestep を決定 - 各 block に適用すると caching error が inter-block 伝播し、特に FFN blocks で誤差が急増 - Bubbling Union Algorithm で、caching error の大きい upstream blocks を downstream FFNs より先に更新し誤差を抑制

4. どうやって有効だと検証した?

- 複数の robotic benchmarks で実験 - 最大 3× の inference speedup を達成したと報告 - lossless な action generation 加速を主張 - 具体的な benchmark 名や比較手法、指標の詳細は要旨からは不明

5. 議論はある?

- caching error の inter-block propagation、特に FFN blocks 内での誤差急増が課題として議論 - Bubbling Union Algorithm による誤差抑制の必要性を指摘 - training-free plugin としての汎用性を主張 - 限界や失敗ケース、計算コストの詳細は要旨からは不明

6. 次に読むべき論文は?

- Diffusion Policy(元論文) - transformer-based Diffusion Policy - vision-language-action models - 既存の diffusion acceleration 手法(具体的名称は要旨からは不明) - Adaptive Caching Scheduler や Bubbling Union Algorithm の関連研究は要旨からは不明

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Kangye Ji, Yuan Meng, Hanyun Cui, Ye Li, Jianbo Zhou, Shengjia Hua, Lei Chen, Zhi Wang

分類: cs.AI, cs.RO

原文アブストラクト

Diffusion Policy has demonstrated strong visuomotor modeling capabilities, but its high computational cost renders it impractical for real-time robotic control. Despite huge redundancy across repetitive denoising steps, existing diffusion acceleration techniques fail to generalize to Diffusion Policy due to fundamental architectural and data divergences. In this paper, we propose $\textbf{B}$lock-wise $\textbf{A}$daptive $\textbf{C}$aching ($\textbf{BAC}$), a method to accelerate Diffusion Policy by caching intermediate action features. BAC achieves lossless action generation acceleration by adaptively updating and reusing cached features at the block level, based on a key observation that feature similarities exhibit non-uniform temporal dynamics and distinct block-specific patterns. To operationalize this insight, we first design an Adaptive Caching Scheduler to identify optimal update timesteps by maximizing the global feature similarities between cached and skipped features. However, applying this scheduler for each block leads to significant error surges due to the inter-block propagation of caching errors, particularly within Feed-Forward Network (FFN) blocks. To mitigate this issue, we develop the Bubbling Union Algorithm, which truncates these errors by updating the upstream blocks with significant caching errors before downstream FFNs. As a training-free plugin, BAC is readily integrable with existing transformer-based Diffusion Policy and vision-language-action models. Extensive experiments on multiple robotic benchmarks demonstrate that BAC achieves up to 3$\times$ inference speedup for free. Project page: https://block-wise-adaptive-caching.github.io.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI