Dream-Tac: 接触を伴うロボット操作のための統合触覚世界行動モデル

- 接触の多いロボットマニピュレーション向けの Tactile-World Action Model『Dream-Tac』を提案。 - 行動・将来の視覚観測・触覚ダイナミクスを統合的にモデル化する。 - 視覚だけでなく触覚を組み込み、接触リッチなタスクでの行動生成を狙う。 - コード公開あり。

- 従来の World Action Model は主に vision に依存し、接触リッチな操作で失敗しやすい。 - 触覚の物理的相互作用の手がかりを統合する点が新しい。 - 行動・視覚・触覚を統合的にモデル化する unified な枠組みを実現。 - 6つの接触リッチタスクで行動精度が平均31.7%向上。

- contact-gated visuotactile fusion で触覚信号を選択的に統合。 - contact-aware attention bias でクロスモーダル相互作用を調整。 - リアルタイム展開のため dual-level acceleration strategy を設計。 - 訓練時は contact-aware bias を再定式化し fused attention path を保持。 - 推論時は cache-based diffusion acceleration を導入。 - 訓練最大2.9倍、推論最大1.8倍の高速化。

- 6つの contact-rich manipulation tasks で評価。 - 行動精度が平均31.7%向上したと報告。 - 訓練・推論の高速化効果も示す。 - 詳細な実験設定やベースラインは要旨からは不明。

- 触覚を統合する有効性を主張。 - 高速化によりリアルタイム展開の可能性を示す。 - 限界や失敗ケース、一般化性に関する議論は要旨からは不明。

- World Action Models に関する先行研究（要旨で具体的名称なし）。 - vision-based world models や diffusion policy など同分野の定番。 - 触覚を扱う visuotactile manipulation の関連研究。 - 具体的な参照論文は要旨からは不明。