ノイズ除去が再計画のタイミングを教える：フローベースロボットポリシーのためのノイズ除去分散適応チャンキング

- flow-based robot policy の推論戦略である action chunking において、実行ホライズンを固定値ではなく適応的に決める test-time 手法 DVAC を提案。 - denoising 過程の clean-action estimates の分散がタスク位相の内在的信号になることを示す。 - 予測可能な free-space motion では安定、contact-rich や precision-sensitive な操作では変動が大きい性質を利用。 - 低分散の prefix を実行し、高分散の未来行動を commit する前に replan する。

- 従来の action chunking は実行ホライズンを経験的な固定値としており、タスク位相ごとに必要な replanning 頻度が異なる点を無視していた。 - DVAC は denoising 分散という内在的信号を用いて、test-time に適応的に chunk 長を決める点が新しい。 - 固定 horizon と比べ、task success を向上させつつ replanning 頻度を削減できることを示す。 - 要旨からは、他の adaptive chunking 手法との直接比較の詳細は不明。

- flow-based policy の denoising 最終ステップ群における clean-action estimates の variance を測定する。 - 安定した低分散 prefix のみを実行し、高分散な未来行動の前に replan する。 - タスクや rollout をまたいで転移するため、局所分散スケールの rolling estimate で threshold を calibration する。 - これにより固定 horizon ではなく、位相に応じた実行長を test-time に決定する。

- LIBERO, RoboTwin, CALVIN, および real-world manipulation で実験。 - π_{0.5}-based policy を用い、LIBERO success を 94.75% から 98.00% に改善。 - replanning を 43.0% 削減。 - RoboTwin と CALVIN でも aggregate gains を得て、real-world execution efficiency も改善。

- denoising 分散がタスク位相の内在的信号であるという観察に基づく。 - 低分散 prefix 実行と高分散前 replan という設計の有効性が示唆される。 - threshold calibration を rolling estimate で行うことで転移性を確保。 - 要旨からは、失敗ケースや限界、計算コストなどの議論は不明。

- flow-based robot policy の代表的手法（例: π_{0.5} などの flow matching 系 policy）。 - action chunking の関連研究（例: ACT, diffusion policy 系の chunking）。 - ベンチマークとして LIBERO, RoboTwin, CALVIN を用いた manipulation 研究。 - 要旨で参照/比較されている個別論文は明示されていないため、上記は同分野の関連手法・データセットを一般名で挙げたもの。