[2G5-OS-47b] 基盤モデル時代におけるPhysical AI

16:00 〜 16:15

[2G5-OS-47b-03] 推論遅延下におけるリアルタイム応答性のための VLA アクションチャンクの補正

〇千代 航平¹、Maxime Alvarez¹、松嶋 達也¹、松尾 豊¹、岩澤 有祐¹ (1. 東京大学)

キーワード：

フィジカルAI

VLA（Vision-Language-Action）モデルは行動をチャンク化して効率化する一方、遅延や長ホライズンで反応性が落ちる。A2C2は既存VLAの出力チャンクに対し、各制御ステップで最新観測などを用いて小型の補正ヘッドが時間依存の補正を加え、再学習なしで閉ループ応答性を回復する。RTCなどの非同期実行とも併用可能で、Kinetix（12タスク）とLIBERO Spatialで遅延・長ホライズンほど成功率を改善し、ゼロ遅延でも頑健性を向上させることができた。