日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

拡散ポリシーarXiv:2601.12894

Sparse ActionGen: リアルタイム枝刈りによる拡散ポリシーの高速化

Sparse ActionGen: Accelerating Diffusion Policy with Real-time Pruning

シェア:XThreadsFacebookLINEはてブBluesky

拡散ポリシーの多段ノイズ除去を、観測に応じて動的に枝刈り・キャッシュ再利用することで最大4倍高速化し、リアルタイム制御を可能にした手法。

詳しい要約

1. どんなもの?

- Diffusion Policy の多段 denoising を高速化する Sparse ActionGen (SAG) を提案。 - rollout 適応型の prune-then-reuse 機構で、計算の枝刈りとキャッシュ再利用を統合。 - 観測条件付き diffusion pruner を導入し、環境ダイナミクスに適応。 - timestep と block をまたぐ one-for-all reusing 戦略で冗長性を最小化。 - 複数のロボティクスベンチマークで最大 4× の生成高速化を達成。

2. 先行研究と比べてどこがすごい?

- 既存の caching ベース加速は static schedule に依存し、ロボット-環境相互作用の dynamics に適応できない。 - SAG は rollout-adaptive な prune-then-reuse により、動的な環境変化に追従。 - 観測条件付き pruner で環境認識型の適応を実現。 - one-for-all reusing で timestep と block をまたいだグローバル冗長性を削減。 - 性能を犠牲にせず最大 4× の高速化を実現。

3. 技術・手法の肝は?

- rollout-adaptive prune-then-reuse 機構:まずグローバルに枝刈り可能な計算を特定し、キャッシュ活性化で置換。 - 観測条件付き diffusion pruner をパラメータ化し、環境認識型適応を実現。 - pruner はパラメータと推論効率に優れた設計でリアルタイム予測を可能に。 - one-for-all reusing 戦略:timestep と block をまたいでジグザグに活性化を再利用。 - グローバル冗長性を最小化する。

4. どうやって有効だと検証した?

- 複数のロボティクスベンチマークで実験。 - 最大 4× の生成高速化を達成し、性能を犠牲にしないことを示す。 - 詳細なベンチマーク名や評価指標は要旨からは不明。

5. 議論はある?

- 既存の caching ベース手法の static schedule の問題点を指摘。 - 動的なロボット-環境相互作用への適応の重要性を議論。 - 性能と速度のトレードオフに関する議論は要旨からは不明。 - 限界や今後の課題については要旨からは不明。

6. 次に読むべき論文は?

- Diffusion Policy (元論文) - caching ベースの加速手法(例:DeepCache など、要旨で具体的名称は不明) - 関連する diffusion モデルの高速化手法(例:DDIM, 蒸留など) - ロボティクスベンチマーク(例:Robomimic, RLBench など、要旨で具体的名称は不明)

※ 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, Jianbo Zhou, Yuan Meng, Ye Li, Hanyun Cui, Zhi Wang

分類: cs.RO, cs.CV

原文アブストラクト

Diffusion Policy has dominated action generation due to its strong capabilities for modeling multi-modal action distributions, but its multi-step denoising processes make it impractical for real-time visuomotor control. Existing caching-based acceleration methods typically rely on $\textit{static}$ schedules that fail to adapt to the $\textit{dynamics}$ of robot-environment interactions, thereby leading to suboptimal performance. In this paper, we propose $\underline{\textbf{S}}$parse $\underline{\textbf{A}}$ction$\underline{\textbf{G}}$en ($\textbf{SAG}$) for extremely sparse action generation. To accommodate the iterative interactions, SAG customizes a rollout-adaptive prune-then-reuse mechanism that first identifies prunable computations globally and then reuses cached activations to substitute them during action diffusion. To capture the rollout dynamics, SAG parameterizes an observation-conditioned diffusion pruner for environment-aware adaptation and instantiates it with a highly parameter- and inference-efficient design for real-time prediction. Furthermore, SAG introduces a one-for-all reusing strategy that reuses activations across both timesteps and blocks in a zig-zag manner, minimizing the global redundancy. Extensive experiments on multiple robotic benchmarks demonstrate that SAG achieves up to 4$\times$ generation speedup without sacrificing performance. Project Page: https://sparse-actiongen.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. 2GXO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
  3. 3newmo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
  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