テクノロジー
論文『MA-VLA』、腕ごとに原子行動を割り当てる多腕VLA 未見の協調パターンでπ0が0%のところ13.0%
出典: arXivhttps://arxiv.org/abs/2608.25864公開:
原文を読む
3行まとめ
1
協調行動を中間粒度の「原子行動」に分解して腕ごとに割り当て、部分目標の明示とタスク間の再利用を可能にする。分解はGPT-4.1のプランナーが担う
2
学習時に観測とプロンプトを腕間で入れ替えるArm Shuffleで役割非依存の指示追従を強制し、未見の協調パターンへ再構成できるようにする
3
π0を初期値に2〜4腕で評価。RoboFactory二腕83.5%（π0は80.3%）、RoboTwin 2.0 Hard 49.0%対41.1%、未見協調パターン13.0%対0.0%。実機は双腕SO101。コード・モデル・データ公開
要約
大連理工大学・Oxford・中山大学・上海交通大学などの研究者は、複数の腕を協調させるVLA「MA-VLA」を発表した（ECCV 2026採択）。既存のVLAには「どの腕が何をするか」を指定する仕組みが無いという問題意識で、協調行動を中間粒度の原子行動プロンプトに分解して各腕に割り当てる。分解はGPT-4.1を使ったプランナーが行い、部分目標を明示的に指定でき、タスク間で原子行動を再利用できる。学習時には観測とプロンプトを腕の間で入れ替えるArm Shuffleを行い、腕の役割に依存しない指示追従を強制する。
π0（pi0_base）を初期値として2腕・3腕・4腕の構成で評価した。RoboFactoryのドメイン内で二腕83.5%・多腕83.3%（π0は80.3%・76.5%）、RoboTwin 2.0 Hardで平均49.0%対41.1%。学習に無い協調パターンで構成した分布外ベンチマークでは、ベースラインが0.0%のところ13.0%だった。実機は12自由度の双腕SO101で、ボウル積みがドメイン内12/20・分布外10/20（π0は9/20・0/20）。数字はまだ低いが、「腕を足しても方策を作り直さない」ための枠組みとして記録する。コード・モデル・データはGitHubで公開している。
出典: arXivhttps://arxiv.org/abs/2608.25864公開:
原文