日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLA/メタ学習arXiv:2606.07217

重み空間メタ学習によるロボットポリシー適応

Robotic Policy Adaptation via Weight-Space Meta-Learning

シェア:XThreadsFacebookLINEはてブBluesky

VLAモデルを新しいタスクに適応させる際、タスク固有のデモや微調整を不要にするため、言語指示と短いデモ動画からLoRAパラメータを直接生成するメタ学習フレームワークWIZARDを提案した。

詳しい要約

1. どんなもの?

- Vision-Language-Action (VLA) モデルを新しいタスクに適応させるための weight-space meta-learning フレームワーク WIZARD を提案。 - 凍結した VLA policy に対し、タスク固有の LoRA パラメータを生成する。 - 言語指示と短いデモ動画のみを入力とし、1回の forward pass で適応重みを予測。 - ターゲットタスクの action label や test-time optimization を必要としない。

2. 先行研究と比べてどこがすごい?

- 従来の VLA 適応はタスク固有のデモ、action annotation、追加 fine-tuning が必要でコスト大。 - WIZARD は fine-tuning を回避し、言語指示と短いデモ動画だけで適応。 - 未見の dataset collection で最大約2倍、未見タスクで最大約14倍の性能向上。 - 実機 Franka Emika Panda でも real-domain adapted baseline を一貫して上回る。

3. 技術・手法の肝は?

- weight-space meta-learning により、タスク証拠を expert LoRA updates に直接マッピング。 - meta-training 中にタスク間の関係を weight space で学習。 - 推論時は凍結 VLA policy に対し、生成した LoRA パラメータを適用するのみ。 - ターゲットタスクの action label や test-time optimization は不要。

4. どうやって有効だと検証した?

- LIBERO ベンチマークで評価。 - 未見の dataset collection で最大約2倍、未見タスクで最大約14倍の性能向上を確認。 - 実機 Franka Emika Panda で real-domain adapted baseline と比較し、一貫した改善を確認。 - 生成された adapter がシミュレーションを超えたタスクレベル特化を提供することを示す。

5. 議論はある?

- 要旨からは不明。 - 限界や失敗事例、計算コスト、一般化可能性についての議論は要旨に記載なし。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究: VLA モデル、LoRA、LIBERO、Franka Emika Panda。 - 関連手法: weight-space meta-learning、test-time optimization、fine-tuning。 - 同分野の定番: Vision-Language-Action モデル、ロボットマニピュレーション、メタ学習。

※ 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: Christian Bianchi, Siamak Yousefi, Alessio Sampieri, Andrea Roberti, Luca Rigazio, Fabio Galasso, Luca Franco

分類: cs.RO, cs.CV, cs.LG

原文アブストラクト

Vision-Language-Action (VLA) models are emerging as a promising paradigm for robotic manipulation, enabling general-purpose policies trained from large corpora of demonstrations and action labels. However, adapting these models to new tasks still typically requires task-specific demonstrations, action annotations, and additional fine-tuning, making deployment costly and difficult to scale. We propose WIZARD, a weight-space meta-learning framework that sidesteps task-specific fine-tuning by generating task-specific LoRA parameters for a frozen VLA policy. Given only a language instruction and a short demonstration video, WIZARD predicts the corresponding adaptation weights in a single forward pass, without target-task action labels or test-time optimization. During meta-training, WIZARD learns to map task evidence directly to expert LoRA updates, capturing relationships between tasks in weight space. Experiments on LIBERO show that WIZARD improves performance by up to ~2x on unseen dataset collections and up to ~14x on unseen tasks. On a Franka Emika Panda, WIZARD consistently improves over a real-domain adapted baseline, showing that generated adapters provide task-level specialization beyond simulation.

  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