米Anthropic、ロボットは米国の肉体労働の74%をこなせるがコスト競争力があるのは0.3%と分析

本論文（プレプリント）は、ロボット基盤方針が行動チャンクを実行する長さを固定値ではなく、アクションエキスパート内部の生成安定性と実行済み履歴との連続性からオンラインで推定するChunkTrustを提案した。AHSはRoboTwin2.0の全50タスクでπ0.5の成功率を56.70%から63.50%に、RoboCasa GR1 TabletopではQwen3GR00Tを47.83%から57.50%に改善し、実機4タスクでも正規化プロセススコアを50.4%から57.5%に引き上げた。学習済み事前分布を加えるQHAも、8タスク評価でπ0.5の成功率を36.25%から39.06%に向上させた。

ChunkTrustは再計画ごとに候補となる実行長をスコアリングする。AHSは生成過程の速度場プレフィックスに対して行動ホライズン軸のフーリエ変換を行い、初期サンプリング窓を基準とした高周波エネルギーのRMS偏差をスペクトル安定性として評価する。同時に、実行履歴の末尾と予測行動の候補プレフィックスを連結した軌道の速度変動係数でチャンク間連続性を測り、両者を融合する。この証拠を候補ごとのベータ事後分布とカーネル忘却付き更新でオンラインに蓄積し、トンプソンサンプリングと期待値丸めで実行長を選択する。QHAはVLM文脈トークンと行動潜在トークンにブリッジクロスアテンションをかけて密なホライズン事前分布を学習し、推論時には現在証拠とエピソード内ベータ記憶に事前分布を乗じて適応する。基盤方針は凍結したままである。