フィジカルAIラボ - 4ページ目 (6ページ中) - 身体性AIとロボット学習：研究動向・講座・エンジニアリング

フロンティア・レーダー｜NVIDIA Cosmos 3 on AWS：1 回のフォワードパスで推論・動画・行動を出力、インスタンス選定に付いた検証条件

AWS の Cosmos 3：Nano/Super の完全なチェックポイントは BF16 でテスト。H100 8 GPU SFT は NVIDIA テスト済み。ベンチマーク値なし。

F4R は VLM エージェントで実機の失敗を診断し、シミュレーションで再構築して学習。著者報告で OOD 成功率 90.0%、Targeted BC 比 +18.75 pt。

凍結した VLA に時間 U-Net と SIREN デコーダーを追加。著者報告で π0.5 は 9.8・6.1・11.4 ポイント向上、呼び出しは 6.46% 遅延。

プレプリント：Orin NX の 4 bit 形式は実行経路でエネルギーが 36.8 倍違う。IQ4_NL は最小のエネルギーと常駐メモリ、NF4・INT4 も再生完走。

SmolVLA トレースで元の回答を照合。説明は not_assessed、事実項が unassessed なら終了コード 1。形式失敗も原文を保持。

固定版の evalarc と検証済みの記録でアップグレード判定を再計算。合計は上がったが、ブロックした 10 チェックの原因は 2 ケースの形式・スキーマの問題でした。

凍結した VLA に、シミュレーションだけで学習した残差方策を追加。VLM の潜在表現を最適輸送マッパーで実機分布に揃え、著者報告では 8 組すべてで実機成功率が向上。

π0.5 派生の階層型 VLA では計画に逐次フォワード 57 回、終点を消しても成功率は不変。著者報告で実機の計画は 1094→125 ms、NGM で計画が効くように。

SAVI による逐次的な方策比較。進捗や報酬など非二値の指標にも対応し、著者報告ではバッチ手法比で評価負担を最大 70% 削減。

Physical AI レーダー 9 月のアーカイブから 8 テーマ 14 件を選び数字を確認。VLA 評価は回復能力を測り始め、推論レイテンシは論文の正式な指標になりました。

9 月のレーダー「シミュレーションと評価」の一次資料 7 件：回復能力、逐次検定、量子化後の閉ループ検証、忠実度。初期状態 98.83% の方策も回復成功率は 48%。

1 ノード半日の SFT、シミュレーションと実機での RL、デプロイ経験からの学習。9 月のレーダー 7 件で見る VLA ポストトレーニングと、オンライン RL の落とし穴。