# 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。

Oossa · 2026-10-19 · https://oossa.com/ja/mambaact-speeds-up-vision-language-action-robots

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。

## 事実

- MambaActは従来のアクションエキスパートより10分の1のサイズ。
- 遅延はLIBEROで64.8％、実環境で58.8％短縮。

## なぜ重要か

ロボット研究者は、限られたハードウェアでもVLAモデルをより高速に実行でき、ほぼリアルタイムの操作が可能になる。

## 出典と参考資料

1. [MambaAct: Efficient Mamba Action Experts for Flow-Matching Vision-Language-Action Models](https://arxiv.org/abs/2610.22951) – arXiv cs.RO, 2026-10-19

最終更新: 2026-10-19