The Pulse

RACE riduce i tempi di inattività dei robot con blocchi di azioni più lunghi

Un gruppo di ricerca ha presentato RACE, un metodo che prevede i passaggi tra le sottoabilità di un robot per aiutare i modelli di visione, linguaggio e azione a eseguire blocchi di azioni più lunghi. In un test in cui il robot doveva affer

AI.info Team · Scritto con l’IA · 2026-10-06

Il 5 ottobre i ricercatori hanno presentato un articolo scientifico su RACE, un metodo che consente ai modelli di visione, linguaggio e azione di eseguire sequenze più lunghe di movimenti robotici senza fermarsi altrettanto spesso per aggiornare la policy. In un test con un robot reale impegnato ad afferrare e spostare oggetti, RACE ha usato blocchi di 20 azioni, quattro volte le cinque del modello di riferimento, e ha registrato un tasso di successo del 66% su 50 prove. Il modello di riferimento con blocchi di cinque azioni ha completato con successo il 36% delle prove.

Il lavoro affronta un problema pratico del controllo robotico: le policy di grandi dimensioni possono impiegare così tanto tempo a generare i comandi successivi che il robot finisce la sequenza in corso e resta in attesa. Blocchi di azioni più lunghi possono ridurre queste pause, ma richiedono anche al robot di agire più a lungo senza una nuova osservazione. La conclusione principale degli autori è che gli errori si concentrano nei passaggi tra le sottoabilità di manipolazione, per esempio quando il robot passa dall’avvicinarsi a un oggetto all’afferrarlo.

RACE prevede quando un robot deve passare da un compito all’altro

RACE è l’acronimo di Reliable Action-Chunk Extension. Il metodo esegue prima un passaggio ausiliario di rimozione del rumore in un solo passo attraverso il modello di azione, poi usa le caratteristiche così ottenute per stimare dove cadranno i passaggi tra sottoabilità nel blocco di azioni successivo. Le tempistiche previste per questi passaggi vengono usate per condizionare l’intero processo con cui il modello genera le azioni.

Il gruppo ha sviluppato RACE a partire dal modello di visione, linguaggio e azione basato sul flow matching π_0.5. Il metodo non richiede che ogni passaggio sia etichettato manualmente: ricava i dati di riferimento per l’addestramento da dimostrazioni delle azioni mediante il rilevamento dei punti di cambiamento. Gli autori li definiscono pseudoetichette, anziché dati di riferimento annotati da esseri umani.

«Per capire da dove derivi questa inaffidabilità, analizziamo gli errori nelle azioni all’interno dei blocchi lunghi e scopriamo che si concentrano nei passaggi tra sottoabilità di manipolazione, aumentando nettamente con la lunghezza del blocco».

Scrivono Seonghoon Yu, Dongwon Kim, HyungRok Jung, Yoonjae Baek, Byung-kwan Lee, Suha Kwak e Jeany Son, autori dell’articolo scientifico.

I miglioramenti sul robot reale richiedono un confronto preciso

L’esperimento con il robot ha usato 30 dimostrazioni di un compito in cui afferrare e spostare oggetti e ha verificato ogni policy su 50 prove. I ricercatori riportano risultati medi calcolati sulle prove riuscite: la policy sottoposta a fine-tuning con blocchi di cinque azioni ha impiegato 12,6 secondi, di cui 2,11 di inattività. Con 20 azioni per blocco eseguito, il normale fine-tuning ha raggiunto un tasso di successo del 48% con 0,40 secondi di inattività; RACE ha raggiunto il 66% con 0,41 secondi di inattività.

La distinzione è importante. La riduzione dei tempi di inattività di circa cinque volte deriva dal confronto tra RACE con blocchi di 20 azioni e il modello di riferimento con blocchi di cinque azioni, non dal confronto con il fine-tuning usando blocchi della stessa lunghezza, pari a 20 azioni. Con 20 azioni, il tempo di inattività di RACE è sostanzialmente identico a quello del modello sottoposto a fine-tuning, mentre il suo tasso di successo è più alto. Anche il tempo di completamento cambia poco: l’articolo riporta 11,8 secondi per RACE contro 11,6 secondi per il fine-tuning con blocchi di 20 azioni, perché l’esecuzione asincrona maschera già gran parte del ritardo nell’inferenza della policy.

I risultati nelle simulazioni mostrano i limiti dei blocchi più lunghi

L’articolo valuta RACE anche su VLABench, RoboCasa-H50 e LIBERO, tre benchmark simulati di manipolazione. Su VLABench, il tasso medio di successo di RACE con 20 azioni eseguite per ogni chiamata alla policy è del 33,0%, contro il 28,1% del fine-tuning con blocchi della stessa lunghezza. Gli autori riferiscono che RACE resta competitivo rispetto ad altri approcci di visione, linguaggio e azione con blocchi lunghi quattro volte quelli del modello di riferimento, mentre i blocchi più lunghi riducono il numero di chiamate alla policy.

Più lungo non significa sempre migliore. Secondo gli autori, il sistema di previsione dei passaggi di RACE ne manca alcuni, soprattutto nelle dimostrazioni escluse dall’addestramento e nei blocchi più lunghi, e il tasso di successo scende sotto quello del modello di riferimento con 40 azioni eseguite. Le previsioni che tengono conto dei passaggi affrontano gli errori intorno ai cambi di sottoabilità; non eliminano il rischio generale di agire più a lungo senza nuove osservazioni.

Meno pause significano meno occasioni di reagire

Il test descritto nell’articolo riguarda un compito di laboratorio controllato, non un robot che opera vicino a persone o a oggetti imprevedibili. Gli autori avvertono che i blocchi più lunghi danno al robot meno occasioni di rispondere a cambiamenti inattesi, tra cui l’ingresso di qualcuno nella sua area di lavoro, e affermano che l’impiego vicino alle persone richiede misure di protezione come il monitoraggio della sicurezza, il controllo delle collisioni e la supervisione umana.

Il risultato di RACE è quindi circoscritto: nel compito testato, in cui il robot doveva afferrare e spostare oggetti, aumenta il tasso di successo rispetto al normale fine-tuning con blocchi della stessa lunghezza, pari a 20 azioni, mentre la configurazione con blocchi lunghi riduce nettamente i tempi di inattività rispetto al modello di riferimento con blocchi di cinque azioni. Le prestazioni del metodo continuano a peggiorare quando i blocchi diventano troppo lunghi e le etichette dei passaggi restano inferite automaticamente, anziché verificate manualmente.