MambaActで視覚・言語・行動ロボットが高速化

新しいMambaActのアクションエキスパートは、LIBEROベンチマークで成功率をわずかに高めながら、推論時間を最大65％短縮する。

短信著者： OossaOossa公開日: 2026年10月19日 4:37 UTC1 分で読める

研究者らは、フローマッチング方式の視覚・言語・行動（VLA）モデル向けに、小型のアクションエキスパート「MambaAct」を発表した。従来のπ₀.₅モデルの視覚・言語エンコーダーは維持しつつ、トランスフォーマーベースのアクション部分をコンパクトなMambaモジュールに置き換えている。この変更により、アクションエキスパートのサイズは10分の1になり、LIBEROシミュレーションベンチマークでのデノイジング遅延は64.8％、実環境テストでは58.8％短縮された。同時に、LIBEROでの平均成功率は約1パーセントポイント向上した。コードとモデルの重みは一般公開されている。