$π ext{R}^2$：反応的リアルタイムフローポリシー

この論文は、リアルタイムで反応できるフローポリシーを提案しています。既存の汎用操作ポリシーは、推論の途中で感覚入力を受け取って反応できない「反応性」の欠如という問題を抱えています。これは、知覚から行動へのパイプラインの遅延が頻繁な再計画を妨げるためです。本研究は、この遅延問題を解決し、リアルタイムでの反応性を向上させる手法を提示します。

• ロボット操作のための「πR^2」という反応的リアルタイムフローポリシーが提案された。
• 既存の行動チャンクベースのポリシーの反応性を高め、リアルタイム性を実現する。
• プロプリオセプション（自己位置情報）とビジョン・言語特徴を分離し、高速な反応を可能にする。
• 遅延適応フロースケジュールにより、ハードウェア遅延の違いにモデルが対応する。
• 実環境での操作タスクにおいて、成功率が最大30%向上した。