Technische Samenvatting: Dynamische-Blindheid Overwinnen via Snelheid- en Trajectcorrectie

1. Probleemstelling

Vision-Language-Action (VLA)-modellen hebben opmerkelijke generalisatie aangetoond in robotische manipulatie, maar lijden aan een structurele "dynamische-blindheid" wanneer ze worden ingezet in niet-stationaire omgevingen. De meeste heersende VLA's maken gebruik van een actie-chunking-paradigma: bij elke inferentiestap voorspelt het model een vaste reeks toekomstige acties op basis van één statisch observatiekader. Deze acties worden open-loop uitgevoerd totdat de volgende chunk wordt gegenereerd.

Dit ontwerp creëert een kritieke faalmodus in dynamische scenario's (bijvoorbeeld objecten op transportbanden, externe verstoringen):

• Temporele Blindheid: Zodra een chunk is gegenereerd, is het beleid blind voor veranderingen in de scène die plaatsvinden tijdens de uitvoering van die chunk.
• Foutaccumulatie: Naarmate het doelobject beweegt, groeit de trackingfout lineair met de omvang van de verstoring en de stapindex binnen de chunk, en blijft deze onzichtbaar voor het beleid totdat de volgende herplanningscyclus plaatsvindt.
• Beperkingen van Bestaande Oplossingen: Huidige benaderingen om dit te mitigeren vereisen óf dure hertraining met architecturale wijzigingen (injectie van optische stroming, geheugensbanken of wereldmodellen) óf vertrouwen op het verminderen van inferentielatentie (kleinere backbones, parallelle decoding). De eerste lijdt aan hoge rekenkosten en potentiële hallucinaties bij voorspelling; de laatste breekt vaak de temporele consistentie tussen chunks of offert het generalisatievermogen van grotere fundamentele modellen op. Bovendien verwarren bestaande benchmarks beweging vaak met perceptie of scenemoeilijkheid, waardoor het moeilijk is om de specifieke faalmodus van dynamische-blindheid te isoleren.

2. Methodologie: Snelheid- en Trajectcorrectie (PPC)

De auteurs stellen Snelheid- en Trajectcorrectie (PPC) voor, een trainingsvrije, gesloten-vormige, inferentie-tijd wrapper die op elke VLA met gechunkte acties kan worden toegepast zonder de backbone te wijzigen of leerbare parameters te vereisen.

Kernconcept

PPC neemt een extern dynamisch signaal (snelheid $v$ en richting $\hat{d}$) uit een tracking- of dieptebepalingspijplijn en corrigeert de actiechunk intern voordat deze wordt uitgevoerd. Het formuleert de correctie als een enkele kwadratische kostenfunctie die de waypoint-trackingfout afweegt tegen de inspanning van ruimtelijke afwijking. Het minimaliseren van deze kosten levert een geünificeerde oplossing op die orthogonaal ontleedt in twee distincte kanalen:

1. Snelheidskanaal (Temporele Compressie):

   • Functie: Comprimeert de uitvoering van de actiechunk langs de geplande richting om het component van de verstoring dat parallel aan het plan is, op te vangen.
   • Mechanisme: Het berekent een scalair compressiefactor $\alpha^* \ge 1$. Als het doel zich in de richting van het plan beweegt, voert de robot de chunk sneller uit (minder omgevingsstappen) om het "bij te halen" van de projectie van het bewegende doel.
   • Formule: $\alpha^* = 1 + \frac{v \cos \theta}{\|\Delta p\|}$, waarbij $\theta$ de hoek is tussen de verstoring en de geplande delta. Dit zorgt ervoor dat alleen het uitgelijnde component de snelheid moduleert.

2. Trajectkanaal (Ruimtelijke Compensatie):

   • Functie: Past een orthogonale ruimtelijke offset toe om het component van de verstoring loodrecht op het plan op te vangen, wat niet alleen door temporele schaling kan worden opgelost.
   • Mechanisme: Het genereert een reeks ruimtelijke offsets $\{\delta_k\}$ die een Fibonacci-profiel volgen. Dit profiel verdeelt de noodzakelijke loodrechte verplaatsing geleidelijk over het chunkvenster, minimaliseert de som van de gekwadrateerde offsets en zorgt ervoor dat de volgende chunk onbevooroordeeld begint.
   • Extensie: Voor versnelde beweging breidt de methode zich uit tot een correctie van de tweede orde met behulp van een Lucas-polynoomprofiel om opstapeling van drift te behandelen.

Stabilisatiemechanisme

Om irreguliere regimes (bijvoorbeeld willekeurige wandelingen, stop-en-go, teleportatie) te hanteren waar de quasi-stationaire aanname van de gesloten-vorm oplossing faalt, bevat PPC een Hiërarchische 2-EMA Latch-Stabilisator:

• Het bewaakt de snelheidsstroom op richtingswijzigingen.
• Het gebruikt een langzame buitenste Exponentiële Glijdend Gemiddelde (EMA) om chronische instabiliteit te detecteren en een snelle binnenste EMA om te reageren op transiënten.
• Als instabiliteit wordt gedetecteerd, beperkt een "Cadanspoort" het uitvoeringshorizon (bijvoorbeeld tot $T/4$ stappen), waardoor wordt voorkomen dat het model een lange, potentieel foutieve chunk uitvoert onder chaotische omstandigheden.

3. Belangrijkste Bijdragen

1. PPC Framework: Een principiële, fysisch onderbouwde, gesloten-vorm operator die expliciet compenseert voor omgevingsdynamica in VLA's met gechunkte acties. Het vereist geen leerbare parameters, geen wijziging van de backbone en is agnostisch ten opzichte van de onderliggende VLA-architectuur.
2. MOVEBENCH: Een nieuwe diagnostische benchmark ontworpen om het bewegingsregime als enige evaluatie-as te isoleren. Het bestaat uit 10.000 trajecten over 10 taken met vaste objecten en scènes, variërend alleen in bewegingspatronen (statisch, uniform, versneld en irregulier). Dit maakt een nauwkeurige karakterisering van dynamische-blindheid mogelijk, wat in bestaande benchmarks vaak verward wordt.
3. Empirische Validatie: Uitgebreide experimenten die aantonen dat PPC consistent beter presteert dan state-of-the-art trainingsvrije wrappers en dynamisch-adaptieve methoden over diverse fundamentele VLA's.

4. Experimentele Resultaten

Geëvalueerd op MOVEBENCH met vier fundamentele VLA's (GR00T, SmolVLA, $\pi_0$, $\pi_{0.5}$) en vergeleken met baselines zoals ACT, BID en DynamicVLA:

• Prestatiewinst: PPC verbetert de successpercentages met maximaal 28,8% in alleen-dynamische omgevingen en 25,9% in gemengde statisch-dynamische omgevingen ten opzichte van fundamentele modellen.
• Gevoeligheid voor Bewegingsregimes:
  • Versnelde Beweging: PPC levert de grootste winst op (+32,8% gemiddeld) omdat het Fibonacci/Trajectkanaal specifiek gericht is op de loodrechte drift die zich onder versnelling opstapelt.
  • Uniforme Beweging: Winsten zijn consistent (+18,2%), voornamelijk gedreven door het Snelheidskanaal.
  • Irreguliere Beweging: Winsten zijn positief (+12,6%) maar kleiner, waarbij wordt vertrouwd op de Latch-Stabilisator om de uitvoering tijdens regime-wisselingen te beperken.
• Vergelijking met Baselines:
  • ACT/BID: Deze inferentie-tijd wrappers (temporele ensembling, rejection sampling) falen in het oplossen van intra-chunk-blindheid en kunnen de prestaties verslechteren (bijvoorbeeld ACT daalt tot 1% succes op teleport-taken door het middelen van verouderde chunks).
  • DynamicVLA: Ondanks dat het specifiek is ontworpen voor dynamica en lage latentie heeft, presteert het slechter dan fundamentele modellen (bijvoorbeeld 44,9% versus 56,9% voor $\pi_{0.5}$), wat bevestigt dat alleen het verminderen van latentie de blindheid voor beweging binnen een chunk niet oplost.
• Robuustheid: PPC blijft robuust tegen perceptieruis (grootte- en richtingsfouten) die typerend is voor real-world trackers en degradeert op een soepele manier naar de baseline VLA wanneer geen beweging aanwezig is ($v=0$).

5. Betekenis en Stellingen

Het artikel stelt dat de dominante faalmodus in dynamische manipulatie niet de frequentie van herplanning (latentie) is, maar de blindheid voor beweging tijdens de uitvoering van een enkele actiechunk.

• Ontkoppeling van Perceptie en Correctie: Door dynamische correctie te behandelen als een nabewerkingsstap met behulp van externe signalen, omzeilt PPC de "ego-bewegingsconfound" (waarbij de eigen beweging van de robot objectbeweging verbergt) en de latentie-capaciteit trade-off die inherent is aan het hertrainen van modellen met temporele inputs.
• Behoud van Statische Capaciteit: Omdat de correctie gesloten-vormig is en standaard naar identiteit terugkeert wanneer $v=0$, behoudt PPC de sterke statische-scène capaciteiten van moderne fundamentele VLA's zonder rekenkundige overhead of architecturale wijzigingen in te brengen.
• Diagnostische Duidelijkheid: De introductie van MOVEBENCH benadrukt dat "dynamische-blindheid" een distincte, isoleerbare faalmodus is die bestaande benchmarks niet vastleggen, en biedt een duidelijkere weg voor het evalueren en verbeteren van dynamische manipulatiebeleid.

De auteurs concluderen dat expliciete, intra-chunk compensatie via gesloten-vorm operators een zeer effectieve hefboom is voor dynamische manipulatie, en een praktische, trainingsvrije weg naar robuustheid biedt die de capaciteiten van fundamentele VLA's aanvult in plaats van vervangt.