日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

VLAarXiv:2608.10232

FACT: 失敗を考慮した因果的ワールドアクションモデル訓練

FACT: Failure-Aware Causal Training for World-Action Models

シェア:XThreadsFacebookLINEはてブBluesky

ワールドアクションモデルに失敗データを組み込み、行動の結果を予測させることで、将来予測の偏りを減らし、操作タスクの性能を向上させる手法を提案した。

詳しい要約

1. どんなもの?

FACTは、実行されたアクションを条件として将来のビデオとタスクの進捗を予測する、因果的なWorld-Action Model (WAM)を導入する。従来のWAMは主に成功したデモンストレーションで訓練され、失敗アクションの結果を予測する動機が乏しい。FACTはアクション条件付きインターフェースにより、失敗ロールアウトをアクション結果の監視に利用し、悪いアクションを将来のターゲットとして有効化する。これにより、進捗予測器は成功と失敗の両方のアクション結果を認識し、推論時にサンプリングされたアクション候補のスコアリングに使用できる。

2. 先行研究と比べてどこがすごい?

先行研究のWAMは、将来予測の能力を活用して将来ビデオを生成し、逆動力学モデルでアクションを復元するか、予測ビデオをゴール条件としてアクション生成に使用する。しかし、これらのモデルは主に成功したデモンストレーションで訓練され、失敗アクションの結果を予測する理由がほとんどない。FACTは、アクション条件付きの将来予測を導入することで、失敗データを訓練に組み込み、成功バイアスを軽減する点で優れている。

3. 技術・手法の肝は?

FACTの核心は、アクション条件付きの因果的World-Action Modelを構築することである。具体的には、将来のビデオとタスクの進捗を、実行されたアクションに条件付けて予測する。このインターフェースにより、失敗ロールアウトをアクション結果の監視に使用でき、悪いアクションを将来のターゲットとして扱う。訓練時には、失敗データを組み込むことで進捗予測器が成功と失敗の両方の結果を学習する。推論時には、この進捗予測器を使用してサンプリングされたアクション候補をスコアリングできる。

4. どうやって有効だと検証した?

シミュレーションと実世界のバイマニュアル操作タスクで広範な実験を行い、FACTが多くの既存ベースラインを上回ることを示した。また、失敗データを訓練に組み込むことで性能が向上し、悪いアクション下での成功バイアスのある将来幻覚を低減することを確認した。

5. 議論はある?

要旨からは、FACTの限界や潜在的な欠点についての議論は不明である。ただし、失敗データの収集方法や、進捗予測器の精度がアクション候補のスコアリングに与える影響などが考えられるが、要旨には明記されていない。

6. 次に読むべき論文は?

要旨で参照されている関連研究として、World-Action Models (WAMs)、将来予測を用いたポリシー学習、逆動力学モデル、ビデオ予測モデルなどが挙げられる。具体的な論文名は不明だが、これらの分野の定番論文を読むことが推奨される。

※ 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: Quanquan Peng, Yutong Liang, Rui Yan, Nicklas Hansen, Xiaolong Wang

分類: cs.RO, cs.AI, cs.LG

原文アブストラクト

Recent world-action models (WAMs) show that co-training policies with future prediction can provide physical priors for action generation. Building on the future-prediction ability of video models, many WAMs generate future videos and recover actions with inverse-dynamics models, or use these predicted videos as goal conditions for action generation. In both cases, the world model is trained mostly on successful demonstrations and has little reason to predict the consequences of bad actions. We introduce FACT, a causal World-Action Model that predicts future video and task progress conditioned on the executed action. This action-conditioned interface allows failure rollouts to supervise action consequences, turning bad actions into valid future targets rather than being discarded. Failure-aware training makes the progress predictor aware of both successful and failed action outcomes, which can optionally be used to score sampled action candidates at inference. Extensive experiments on simulation and real-world bimanual manipulation tasks show that FACT outperforms many existing baselines, improves as failure data are incorporated into training, and reduces success-biased future hallucination under bad actions. See more details at https://fact-wam.github.io/

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

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI