日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

操作arXiv:2606.10363

HiMem-WAM: ロボット操作のための階層的メモリゲート型ワールドアクションモデル

HiMem-WAM: Hierarchical Memory-Gated World Action Models for Robotic Manipulation

シェア:XThreadsFacebookLINEはてブBluesky

長期的なロボット操作タスクにおける記憶保持の問題を解決するため、階層的な潜在アクションと境界トリガー型メモリ更新を統合したワールドアクションモデルを提案した。

詳しい要約

1. どんなもの?

- World Action Models (WAMs) の新手法 HiMem-WAM を提案 - ロボットマニピュレーションの長期的タスクにおける記憶問題に対処 - 階層的潜在行動と記憶ゲートを統合 - 低レベル運動潜在と高レベルスキル潜在を同時学習 - 境界トリガーで記憶更新を行う

2. 先行研究と比べてどこがすごい?

- 既存 WAMs は長期的タスクでのタスク関連記憶が苦手 - 提案手法は階層的潜在行動で時間的抽象化を構造化 - 記憶ゲートによりテスト時の未来動画生成や optical flow 推定なしで因果推論が可能 - 展開時の摂動に対する頑健性が向上 - 記憶依存の長期的マニピュレーションで大幅な改善

3. 技術・手法の肝は?

- 階層的潜在行動フレームワーク:低レベル運動潜在と高レベルスキル潜在を同時学習 - 境界認識記憶ゲート:予測されたスキル遷移時にコンパクトなタスク状態を書き込む - 記憶更新は境界トリガーで実行 - テスト時の未来動画生成や optical flow 推定を不要に - 運動中心の潜在行動を統合

4. どうやって有効だと検証した?

- LIBERO, LIBERO-PLUS, RMBench および実世界タスクで評価 - 階層的潜在が展開時の摂動下での頑健性を改善することを示す - 記憶モジュールが記憶依存の長期的マニピュレーションに大きく貢献することを確認

5. 議論はある?

- 要旨からは不明

6. 次に読むべき論文は?

- LIBERO, LIBERO-PLUS, RMBench に関する研究 - World Action Models (WAMs) の関連手法 - 階層的潜在行動や記憶ゲートを用いたロボティクス研究

※ 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: Xiaoquan Sun, Ruijian Zhang, Chen Cao, Yihan Sun, Jiahui Chen, Zetian Xu, Bo Chen, Haijier Chen, Zhen Yang, Jiarun Zhu, Yijun Hong, JingZhe Xu, Jingrui Pang, Mingqi Yuan, Jiayu Chen

分類: cs.RO

原文アブストラクト

World Action Models (WAMs) have emerged as a new powerful paradigm for embodied intelligence, learning action-relevant visual dynamics that significantly enhance generalization and robustness. However, existing WAMs still struggle with task-relevant memory in long-horizon robotic manipulation. To address this, we present HiMem-WAM, a Hierarchical Memory-Gated WAM that integrates motion-centric latent actions, high-level skill latents, and boundary-triggered memory updates. Specifically, we develop a hierarchical latent action framework that jointly learns low-level motion and high-level skill latents, providing structured temporal abstraction. Meanwhile, a boundary-aware memory gate writes compact task states at predicted skill transitions, enabling causal inference without test-time generation of future video or optical flow estimation. Evaluated on LIBERO, LIBERO-PLUS, RMBench and real-world tasks, HiMem-WAM shows that hierarchical latents improve robustness under deployment perturbations, and the memory module substantially benefits memory-dependent long-horizon manipulation.

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