The Pulse
WISE aumenta il tasso di successo nella pianificazione dei robot scegliendo tra quattro futuri
WISE valuta diverse azioni immaginate del robot prima dell’esecuzione, combinando la validità dell’azione, la coerenza con il movimento previsto e l’avanzamento del compito. Nei test dello studio, quattro candidati hanno aumentato il tasso
AI.info Team · Scritto con l’IA · verificato ·
«La sola plausibilità visiva non garantisce che un’azione realizzi la transizione prevista».
Cheikh Ahmed, Mahdi Mostajabdaveh, Milad Yazdani e Zirui Zhou, autori di «Seeing Through the Illusion: Test-Time Scaling for World Action Models»
Un modello per robot può immaginare un futuro convincente e poi impartire un’azione che non riesce a realizzarlo. Uno studio pubblicato su arXiv il 2 novembre 2026 propone un modo per verificare questa discrepanza prima che il robot si muova: generare diverse coppie candidate di azione e futuro, assegnare loro un punteggio ed eseguire quella con il punteggio più alto.
WISE verifica se un’azione immaginata è coerente con il suo futuro
Il metodo, chiamato WISE, valuta ogni rollout in base a tre proprietà. Verifica se l’azione proposta è valida e regolare nel tempo, se un modello di dinamica inversa riesce a ricavare un’azione coerente con il movimento immaginato e quanto il futuro sembri far progredire l’esecuzione dell’istruzione.
Il selettore somma i punteggi e sceglie il candidato migliore. Il world action model sottostante rimane congelato; secondo lo studio, il modello di dinamica inversa viene addestrato una volta per ciascuna configurazione fisica del robot. Dopo aver eseguito il blocco di azioni scelto, il robot osserva il risultato e pianifica di nuovo.
Gli autori si concentrano su un problema specifico dei world action model, che producono sia le azioni del robot sia le previsioni su come cambierà la scena. L’esempio riportato nello studio descrive una presa immaginata di una banana in cui l’oggetto rimane vicino alla pinza, mentre l’esecuzione reale lo allontana dall’interazione prevista. Il sistema di valutazione punta a distinguere una scena immaginata dall’aspetto plausibile da una in cui l’azione associata è coerente con il movimento previsto.
Quattro candidati portano il tasso di successo su RoboLab dal 6% al 24%
Nei test con Cosmos 3 Edge su RoboLab, WISE ha aumentato il tasso di successo a ciclo chiuso dal 6,0% dell’esecuzione di un singolo rollout al 24,0% con quattro candidati per decisione. La valutazione su RoboLab ha coperto 10 compiti di manipolazione e 50 episodi per metodo. Con lo stesso numero di quattro candidati, Future Consensus ha raggiunto il 18,0%, mentre GeoBoN e Robometer hanno raggiunto ciascuno il 20,0%.
Secondo lo studio, il vantaggio di WISE sul selettore concorrente più efficace su RoboLab è stato pari a due episodi riusciti in più su 50. Si tratta di un margine più ristretto rispetto al miglioramento ottenuto rispetto all’esecuzione di un singolo rollout, e gli autori avvertono che, con una valutazione di queste dimensioni, differenze di pochi punti tra i selettori rientrano nella variabilità del campionamento.
Su LIBERO i miglioramenti sono più contenuti e l’inferenza richiede più tempo
Su LIBERO, WISE ha aumentato il tasso di successo medio di DreamZero dal 75,1% al 78,3% su quattro suite di benchmark. Lo studio riporta 2.000 episodi per metodo e un vantaggio complessivo di 0,9 punti su Robometer. WISE non è risultato primo in tutte le suite: GeoBoN ha ottenuto il risultato migliore su LIBERO-Goal e Robometer su LIBERO-Long.
Il lavoro aggiuntivo di selezione comporta un costo in termini di tempo di esecuzione. Rispetto all’esecuzione di un singolo rollout, WISE ha aumentato il tempo medio di esecuzione per episodio di 3,4 volte su RoboLab e di 3,5 volte su LIBERO. Tra i selettori che utilizzano quattro candidati, WISE ha registrato il tempo di esecuzione più lungo su RoboLab; su LIBERO, il suo costo era paragonabile a quello di Robometer e inferiore a quello di GeoBoN.
L’avanzamento del compito modifica il maggior numero di selezioni
Gli studi di ablazione suggeriscono che i tre segnali usati per il punteggio spesso favoriscono candidati diversi. Tutti e tre hanno selezionato indipendentemente lo stesso candidato nel 7,8% delle decisioni su RoboLab e nel 7,0% di quelle su LIBERO. L’avanzamento del compito è stato il segnale più spesso in accordo con la scelta finale di WISE, nel 67,2% dei casi su RoboLab e nel 65,5% su LIBERO, ma non ha determinato la selezione da solo.
La rimozione del punteggio relativo all’avanzamento del compito ha modificato la scelta di WISE nel 47,1% delle decisioni su RoboLab e nel 48,5% di quelle su LIBERO: è stato l’effetto maggiore tra quelli di tutti i componenti in entrambi i contesti. Gli autori individuano anche dei limiti: un modello di dinamica inversa può interpretare erroneamente le azioni implicate da una traiettoria immaginata e un modello di avanzamento può valutare male futuri dall’aspetto plausibile. I risultati dello studio mostrano quindi un beneficio misurabile derivante dalla valutazione di più rollout immaginati, a fronte di un tempo di inferenza aggiuntivo e della dipendenza dai valutatori ausiliari.