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:2512.07697

遅延対応拡散ポリシー:動的タスクにおける観測と実行のギャップを埋める

Delay-Aware Diffusion Policy: Bridging the Observation-Execution Gap in Dynamic Tasks

シェア:XThreadsFacebookLINEはてブBluesky

推論遅延をポリシー学習に明示的に組み込み、遅延補償された軌道と遅延条件付けで動的タスクの成功率を向上させるフレームワークを提案。

詳しい要約

1. どんなもの?

- 推論遅延を明示的に扱う模倣学習フレームワーク DA-DP(Delay-Aware Diffusion Policy)の提案。 - ロボットが観測してから行動実行までの間に生じる数十〜数百 ms の observation-execution gap を対象とする。 - 訓練・推論の両方で、ゼロ遅延から実測遅延へ自然に一般化することを狙う。 - 遅延条件付けを備えた diffusion policy として実装される。

2. 先行研究と比べてどこがすごい?

- 従来の delay-unaware な手法と比較して、遅延に対して成功率がより頑健であることを主張。 - ゼロ遅延を前提とした模倣学習に対し、実測遅延を訓練・推論に取り込む点が差異。 - 特定アーキテクチャに依存せず、diffusion policy 以外にも転用可能な一般パターンとして提示。 - 遅延をタスク難易度と別軸の評価指標として報告する評価プロトコルを提唱。

3. 技術・手法の肝は?

- ゼロ遅延の軌道を delay-compensated な軌道へ補正する。 - ポリシーに delay conditioning を追加し、遅延量を条件として入力する。 - 訓練時と推論時の双方で実測遅延を扱う設計。 - アーキテクチャ非依存で、diffusion policy 以外の模倣学習にも適用可能な枠組み。

4. どうやって有効だと検証した?

- 多様なタスク・ロボット・遅延条件で DA-DP を実証的に検証。 - delay-unaware な手法と比較し、成功率が遅延に対してより頑健であることを確認。 - 具体的なタスク名・ロボット・遅延値・ベースライン名は要旨からは不明。

5. 議論はある?

- 遅延をタスク難易度とは別の評価軸として報告する評価プロトコルの必要性を提起。 - アーキテクチャ非依存性と diffusion policy を超えた転用可能性を主張。 - 限界や失敗事例、遅延モデルの仮定については要旨からは不明。

6. 次に読むべき論文は?

- DA-DP が拡張対象とする diffusion policy 関連研究。 - 遅延を考慮する模倣学習・遅延補償に関する先行研究(要旨では個別名は示されず)。 - 比較対象として delay-unaware な模倣学習ベースライン。 - 実測 latency を評価軸とするロボティクス評価プロトコル関連の研究。

※ 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: Aileen Liao, Dong-Ki Kim, Max Olan Smith, Ali-akbar Agha-mohammadi, Shayegan Omidshafiei

分類: cs.RO, cs.LG

原文アブストラクト

As a robot senses and selects actions, the world keeps changing. This inference delay creates a gap of tens to hundreds of milliseconds between the observed state and the state at execution. In this work, we take the natural generalization from zero delay to measured delay during training and inference. We introduce Delay-Aware Diffusion Policy (DA-DP), a framework for explicitly incorporating inference delays into policy learning. DA-DP corrects zero-delay trajectories to their delay-compensated counterparts, and augments the policy with delay conditioning. We empirically validate DA-DP on a variety of tasks, robots, and delays and find its success rate more robust to delay than delay-unaware methods. DA-DP is architecture agnostic and transfers beyond diffusion policies, offering a general pattern for delay-aware imitation learning. More broadly, DA-DP encourages evaluation protocols that report performance as a function of measured latency, not just task difficulty.

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. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI