アクションチャンキングは、視覚-言語-アクション（VLA）モデルの一般的なインターフェースとなり、低頻度のポリシー推論で高頻度のロボット実行を駆動することを可能にしている。しかし、一度アクションチャンクがコミットされると、その開ループ実行は確率的動力学、ハードウェアの実行エラー、部分観測性の下で脆弱になる可能性がある。この問題に対処するため、研究者らはDREAM-Chunkを提案した。これは、軽量な潜在世界モデルでチャンキングベースのポリシーを強化するテスト時スケーリング手法であり、追加のポリシー微調整を必要としない。
DREAM-Chunkの中心的なアイデアは、テスト時に複数の候補アクションチャンクをサンプリングし、潜在世界モデルを用いて各候補の予測される将来の潜在状態をロールアウトすることである。次に、予測された状態が観測されたロールアウトに最も一致するチャンクからアクションを選択して実行する。このように、DREAM-Chunkは追加のテスト時計算を利用して複数の起こり得る確率的な将来をカバーし、長期間のチャンク実行中の反応性を向上させる。
Kinetixベンチマークでの実験では、DREAM-Chunkはアクションノイズが増加する状況でロバスト性を改善し、特にデモンストレーションに修正行動が含まれる場合に、より大きな候補サンプルサイズから恩恵を受けることが示された。さらに、研究者らは2つのロボットプラットフォームと2つのVLAポリシーにわたる4つの操作タスクで、さまざまな確率性の源の下でDREAM-Chunkを検証した。シミュレーションとハードウェアの両方の実験を通じて、DREAM-Chunkは確率的動力学においてアクションチャンキングポリシーのロバスト性を向上させることが確認された。
この論文は、Wenxi Chenら9名の著者によって2026年6月17日にarXivに提出され、ロボティクス（cs.RO）分野に属する。DREAM-Chunkの意義は、既存のアクションチャンキングポリシーにプラグアンドプレイで適用できる汎用的なテスト時拡張手段を提供することにある。これにより、モデルの再トレーニングや微調整なしに、実世界の確率的環境におけるVLAモデルの展開に対してコスト効率の良いロバスト性向上の道筋が示される。