ES
Los robots pueden elegir secuencias de acciones más recientes mientras calculan
PACT-VLA: Speculative Action-Chunk Verification with Pre-Commit Observations · arXiv:2610.28019
En palabras sencillas
Cuando un robot tarda en planificar sus próximos movimientos, puede seguir moviéndose mientras la escena cambia. Así, los movimientos nuevos podrían basarse en una vista antigua.
PACT-VLA prepara varios bloques posibles de movimientos y usa una vista más reciente, justo antes del cambio, para elegir uno. En tareas simuladas de control dinámico, su éxito medio con un retraso de cuatro pasos fue mayor que el de RTC, un método pensado para que los bloques de acciones soporten retrasos. El resultado es un promedio para esa configuración de prueba.
La investigación
Cuando un robot todavía calcula sus próximos movimientos, puede seguir actuando y la escena puede cambiar. ¿Puede usar lo que ve más cerca del momento del cambio para elegir un bloque de acciones que encaje mejor con la situación actual?
PACT-VLA elige un bloque completo de acciones para el robot de un conjunto fijo de candidatos, puntuándolos con una observación más reciente justo antes de ejecutarlos.
En Kinetix, una simulación de tareas de control dinámico, los investigadores compararon métodos para elegir bloques de acciones con un retraso de inferencia de cuatro pasos. PACT-VLA promedió un 77,2 % de éxito en 12 tareas, frente al 62,2 % de RTC, un método de bloques de acciones diseñado para resistir retrasos, usando el mismo modelo publicado y el mismo protocolo de ejecución.
El mayor promedio respalda la selección de un bloque con información recibida más cerca del momento de ejecutarlo. El resultado se limita a los procedimientos y tareas evaluados; la comparación no separa la generación de candidatos de su selección.
La comparación entre Kinetix y RTC cambia el procedimiento para elegir bloques de acciones, por lo que no permite separar el efecto de generar candidatos del de seleccionarlos.
Las diferencias de éxito comunicadas no incluyen intervalos de confianza y, por tanto, no cuantifican la incertidumbre estadística.
Qué muestran las pruebas
- El problema de la vista desactualizada
PACT-VLA es un método que no requiere entrenamiento adicional y que selecciona un bloque completo de acciones antes de que el controlador se comprometa a ejecutarlo. El problema surge porque el robot puede seguir actuando mientras se genera el siguiente bloque, y la escena puede cambiar antes de que esté listo.
El método usa una observación recibida poco antes del cambio previsto para ayudar a elegir entre candidatos generados con información anterior.
- Comparación con control retrasado
Kinetix es una prueba simulada de control dinámico que incluye tareas como lanzar, atrapar y mantener el equilibrio. Con un retraso de inferencia de cuatro pasos, el éxito medio de PACT-VLA fue del 77,2 % en 12 tareas, frente al 62,2 % de RTC.
Para ese retraso, ambos métodos utilizaron el mismo modelo publicado, entrenado para imitar comportamientos, y el mismo protocolo de ejecución, con 2.048 ejecuciones por tarea y método.
- Por qué importa la vista más reciente
La comparación en Kinetix cambia el procedimiento para elegir bloques de acciones, así que no separa los efectos de generar candidatos de los de seleccionarlos.
Una segunda comparación ayuda a examinar qué observación se usa para puntuarlos: con cuatro candidatos y el procedimiento de generación, el modelo, los parámetros de puntuación y el calendario de ejecución constantes, usar la observación previa al cambio produjo un éxito medio por episodio mayor, promediado en 12 niveles, que puntuar con la observación de generación y un retraso de cuatro pasos.
- Resultados más allá de Kinetix
El patrón también aparece en otros entornos evaluados, con un límite importante. En LIBERO, que prueba la manipulación basada en imágenes, el éxito medio de GR00T N1.7 en cuatro conjuntos de pruebas fue mayor con PACT-VLA que con la ejecución asíncrona de un solo candidato, cuando el retraso era de cuatro pasos.
Con un retraso de un paso, cuando la observación no era más reciente, el éxito medio disminuyó ligeramente en las dos arquitecturas evaluadas. En tres tareas con un robot real, el éxito medio en la tarea completa fue mayor que con la ejecución asíncrona ingenua usando el mismo modelo fijo y específico para cada tarea.
Detalles
- Autores del paper original
- Yixiang Zhu, Ruilong Wu, Yonghao Chen, Jiaxiang Zou, Yusong Hu
- Enviado a arXiv
- Licencia
- arXiv non-exclusive