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:2606.00269

視覚言語行動モデルにおける閉ループ神経活性制御

Closed-Loop Neural Activation Control in Vision-Language-Action Models

シェア:XThreadsFacebookLINEはてブBluesky

視覚言語行動モデルのテスト時介入を固定係数から適応的な閉ループ制御に変え、タスク成功率と概念制御の安定性を向上させる手法を提案した。

詳しい要約

1. どんなもの?

- Vision-Language-Action (VLA) モデルのテスト時介入を閉ループ制御するフレームワーク CTRL-STEER を提案。 - 従来の固定係数による開ループ介入を、適応的な時変制御信号に置き換える。 - 表現と調整を分離し、運動整合残差方向に沿って介入しつつ、フィードバック制御器が介入強度をオンライン調整。 - PID と強化学習ベースの制御器で実装。 - 微調整済み OpenVLA ポリシーと LIBERO タスクスイートで評価。

2. 先行研究と比べてどこがすごい?

- 既存手法は固定のステアリング係数を用いる開ループ制御で、身体性制御に不向き。 - タスク状態や概念誤差が時間変化するため、過補正・振動・タスク成功率低下を引き起こす。 - CTRL-STEER は閉ループで適応的に介入強度を調整し、より安定した概念調整とステアリング-タスク成功率のトレードオフ改善を実現。 - ベースモデルの変更や再訓練が不要。

3. 技術・手法の肝は?

- 表現と調整を分離:時間的概念が個々のニューロンで直接制御されると仮定せず、運動整合残差方向に沿ってステアリング。 - フィードバック制御器が介入強度をオンラインで調整。 - PID 制御器と強化学習ベース制御器の2種類を実装。 - 固定係数ではなく時変制御信号を生成。

4. どうやって有効だと検証した?

- 微調整済み OpenVLA ポリシーを用い、4つの LIBERO タスクスイートで実験。 - 固定係数ベースラインと比較し、より安定した概念調整とステアリング-タスク成功率のトレードオフ改善を確認。 - ベースモデルの変更や再訓練なしで達成。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究:固定係数ステアリング手法、PID 制御、強化学習ベース制御、OpenVLA、LIBERO。 - 関連手法:Vision-Language-Action (VLA) モデル、テスト時介入 (test-time intervention)。

※ 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: Abhijith Babu, Ramneet Kaur, Nathaniel D. Bastian, Olivera Kotevska, Susmit Jha, Yanzhao Wu, Sumit Kumar Jha, Anirban Roy

分類: cs.AI

原文アブストラクト

Vision-Language-Action (VLA) models can be steered at test time by intervening on semantically meaningful internal directions, but existing methods use a fixed steering coefficient, effectively operating in open loop. This is poorly suited to embodied control, where task state and concept error evolve over time, often causing overcorrection, oscillation, and reduced task success, especially for temporal behaviors such as speed and smoothness. We propose CTRL-STEER, a closed-loop framework that replaces static intervention strength with adaptive, time-varying control signals. The key idea is to decouple representation from regulation: rather than assuming temporal concepts are directly controlled by individual neurons, we steer along motion-aligned residual directions while a feedback controller adjusts intervention magnitude online. We instantiate this framework with both PID and reinforcement learning based controllers. Experiments with a fine-tuned OpenVLA policy on four LIBERO task suites show that CTRL-STEER achieves more stable concept regulation and a better steering-task success trade-off than fixed-coefficient baselines, without modifying or retraining the base model.

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

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