自己回帰ポリシーによるリアルタイム実行

- 大規模 Vision-Language-Action モデルの実運用に不可欠な real-time execution を、autoregressive policies で実現する研究。 - asynchronous inference により滑らかな行動軌道と高速反応性を両立。 - tokenization horizon の調整と constrained decoding を適用し、厳密な latency bounds を保証。 - これにより multi-trajectory decoding を可能にし性能を最大化。

- 従来の real-time execution 研究は主に diffusion policies の変種に焦点。 - autoregressive policies は synchronous inference での rollout が遅く、より重要だが未検討だった。 - 本研究は autoregressive policies でも real-time execution が可能であることを示す。 - 同等レベルの flow-matching policy と比較して一貫して性能を上回る。

- tokenization horizon を調整。 - constrained decoding を適用。 - これにより厳密な latency bounds を保証。 - その結果 multi-trajectory decoding が可能となり性能を最大化。 - asynchronous inference を活用。

- simulated 環境と real-world 環境の両方で検証。 - autoregressive policy が同等レベルの flow-matching policy を一貫して上回ることを確認。 - synchronous inference と比較してタスク完了速度が大幅に改善。 - 詳細な評価指標やデータセットは要旨からは不明。

- autoregressive policies の固有の利点として faster convergence と instruction-following における better generalizability を挙げる。 - これらの結果から autoregressive policies が real-time execution を支える競争力のある policy type であり続けると結論。 - 限界や課題についての議論は要旨からは不明。

- 要旨で参照/比較されている研究: diffusion policies の変種、flow-matching policy。 - 関連手法: asynchronous inference、constrained decoding、multi-trajectory decoding。 - 同分野の定番: Vision-Language-Action モデル、autoregressive policies、diffusion policies。