VLAの不確実性推定と実行監督を効率化する研究群

VLA（視覚言語行動）政策の信頼性向上を狙う4本のarXiv論文が相次いだ。単一ポリシーの埋め込みからGaussian過程の条件付き分散で認識的不確実性を推定する手法は、SmolVLAとLIBERO-10の実験でアンサンブルに匹敵し、スコア算出時間を最大約50分の1に減らした。FastHarnessはGPT-6 Astraによるπ0.5の監督頻度を経験から調整し、レビューのトークン使用量を平均57.2%削減、成功率を80%から97.19%に高めた。Echoは停止・失敗信号を行動チャンクに加えて同時にデノイズし、成功・失敗の判定と行動生成を一つのVLAで担う。ほかに実行可能な記憶を扱うストリーミング推論の研究もある。