すべての一致が裏付けとなるわけではない：人間とロボットの協調における型付き行動受理のための来歴保存型多視点融合

PACTは、人間とロボットの協調作業（Human-Robot Collaboration）において、行動の受理（action admission）を型付きで行うための、来歴を保存する多視点融合（provenance-conserving multi-view fusion）手法を提案する。予測の一致（agreement）だけでは証拠として不十分であり、証拠の来歴（provenance）が重要であるという考えに基づく。供給された来歴分割（provenance partition）に基づいて可算単位を定義し、単位内の共有サポートを保持しつつ、単位間でのみ累積することで、未充足のリリース条件をhold, confirm, fallbackにマッピングする。

従来の融合手法は、予測の一致をそのまま証拠の裏付けとみなす傾向があったが、PACTは、同一の観測に対する反復推論が一致を増幅させても証拠は増えないことを指摘し、証拠の来歴を考慮する点が新しい。また、source-localな値だけでは可算性を識別できないことを示し、座標ごとのmeetが最大の予算であることを理論的に導出している。

PACTの核心は、証拠の可算性（countability）を関係変数として扱い、来歴分割に基づいて融合を行うこと。具体的には、各来歴単位内で共有されるサポートを保持し、単位間でのみ累積する。リリース条件が満たされない場合は、hold, confirm, fallbackのいずれかにマッピングする。理論的には、座標ごとのmeetが、単一要素の忠実性と挿入非増幅性を満たす最大の予算であることを示す。

48のシーンクラスタにおける31,200評価で、common-support正規化リスクカバレッジ面積（ncsAURC）が0.0861を達成。構築した敵対的コンセンサスアームを除くと、来歴分割集約は単一集約と比較してncsAURCを0.0557削減し、裏付けのコントラストは消えた。完全なソースレコードでは、ネイティブスコアはPACTを支持するが、共通の事後ピークスコアでは、ネストされたDirichletとの差が縮まり、積融合が有利になる。来歴の再割り当ては、予測が不変でも証拠予算を移動させる。オフラインのHRCでは、8倍のカメラ内重複で720の型付き応答が不変のまま、カメラグループ化PACTは57のQwen3-VL-32B参照整合候補のうち47を受理し、60エピソードで参照不整合の受理は観測されなかった。

PACTは、計算上の多重性と証拠上の多重性を分離し、一致が裏付けとなるのは来歴が別々の累積を許す場合のみであると主張する。しかし、要旨からは、実世界の動的な来歴変化や、来歴分割が誤っている場合のロバスト性などについては不明である。また、理論的な保証は特定の仮定に依存しており、その仮定が現実のタスクでどの程度満たされるかは議論の余地がある。

要旨で参照されている関連研究として、nested Dirichlet processやproduct fusion、Qwen3-VL-32Bなどの視覚言語モデルが挙げられる。また、多視点融合や不確実性定量化の分野の定番論文（例：Deep Ensembles, Bayesian deep learning）を読むことが推奨される。