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:2603.27281

HiFlow: トークン化不要のスケール単位自己回帰ポリシー学習をフローマッチングで実現

HiFlow: Tokenization-Free Scale-Wise Autoregressive Policy Learning via Flow Matching

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの行動は低次元連続ベクトルであるため、離散トークン化を不要とし、時間プーリングで多スケールの連続行動目標を構築する自己回帰ポリシーHiFlowを提案。単一ステージでエンドツーエンドに学習し、既存手法を上回る性能を示した。

詳しい要約

1. どんなもの?

- 連続行動を直接扱う粗から細への自己回帰型visuomotor policy学習手法。 - 名前はHierarchical Flow Policy (HiFlow)。 - 離散action tokenizerを不要にし、raw continuous actions上で動作。 - 各action chunkからtemporal poolingで多スケール連続行動目標を構築。 - 単一stageでend-to-end学習。

2. 先行研究と比べてどこがすごい?

- 既存の粗から細自己回帰手法は、画像生成由来のdiscrete action tokenizerに依存。 - そのため量子化誤差と多段階学習パイプラインが生じていた。 - HiFlowはtokenization-freeで量子化誤差を排除。 - 単一stage学習でtokenizer不要。 - diffusion-basedやtokenization-based自己回帰policyより一貫して高性能と報告。

3. 技術・手法の肝は?

- 各action chunkからtemporal poolingで多スケール連続行動目標を生成。 - 連続するaction windowを平均し、粗い要約を作成。 - それをより細かい時間解像度でrefine。 - 全体をend-to-endで単一stage学習。 - flow matchingに基づく粗から細自己回帰policy。

4. どうやって有効だと検証した?

- MimicGen、RoboTwin 2.0、実世界環境で実験。 - 既存手法(diffusion-based、tokenization-based自己回帰policy)と比較。 - HiFlowが一貫して優位と報告。 - 詳細な評価指標や統計は要旨からは不明。

5. 議論はある?

- 要旨からは不明。 - 想定される論点:tokenization-freeの限界、temporal poolingの設計感度、実世界での汎化。 - ただし要旨には明示的な議論や限界の記述なし。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:diffusion-based policies、tokenization-based autoregressive policies。 - 関連手法:coarse-to-fine autoregressive modeling、flow matching。 - データセット/ベンチマーク:MimicGen、RoboTwin 2.0。 - 具体的な論文名は要旨からは不明。

※ 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: Daichi Yashima, Koki Seno, Shuhei Kurita, Yusuke Oda, Komei Sugiura

分類: cs.RO

原文アブストラクト

Coarse-to-fine autoregressive modeling has recently shown strong promise for visuomotor policy learning, combining the inference efficiency of autoregressive methods with the global trajectory coherence of diffusion-based policies. However, existing approaches rely on discrete action tokenizers that map continuous action sequences to codebook indices, a design inherited from image generation where learned compression is necessary for high-dimensional pixel data. We observe that robot actions are inherently low-dimensional continuous vectors, for which such tokenization introduces unnecessary quantization error and a multi-stage training pipeline. In this work, we propose Hierarchical Flow Policy (HiFlow), a tokenization-free coarse-to-fine autoregressive policy that operates directly on raw continuous actions. HiFlow constructs multi-scale continuous action targets from each action chunk via simple temporal pooling. Specifically, it averages contiguous action windows to produce coarse summaries that are refined at finer temporal resolutions. The entire model is trained end-to-end in a single stage, eliminating the need for a separate tokenizer. Experiments on MimicGen, RoboTwin 2.0, and real-world environments demonstrate that HiFlow consistently outperforms existing methods including diffusion-based and tokenization-based autoregressive policies.

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

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