CoWAM: WAM을 활용한 선택적 정책 개입을 위한 조정 계약

CoWAM: Coordination Contracts for Selective Policy Intervention with WAMs

월드 액션 모델(WAM)은 로봇 정책에 행동에 따른 예측된 미래를 추가하지만, 단순히 그럴듯한 미래가 존재한다고 해서 양손 조작 정책이 실행할 행동을 변경해야 하는 것은 아닙니다. 본 논문에서는 CoWAM이라는 선택적 개입 계층을 제안합니다. 이는 조정 계약으로 동기화, 역할 호환성 및 충돌 회피를 표현합니다. 각 계약은 타입 검사와 이벤트 기반 검증을 결합하며, 보정된 개입 게이트를 사용합니다. CoWAM은 대체 행동이 모든 활성 조건을 만족하고 명확하고 위험성이 낮은 개선을 제공하는 경우에만 정책 변경을 수행하며, 그렇지 않은 경우에는 미리 정의된 회피 메커니즘을 사용합니다. 제안의 품질과 선택기의 품질을 분리하기 위해, 모든 방법은 동일한 후보 풀에서 작동하며 공유 오라클 레이블링 전에 결정을 내립니다. 8가지 시뮬레이션된 양손 조작 작업에서 CoWAM은 계약만 사용하는 방식보다 조정 유효성 있는 선택률을 16.7%p 향상시키고, 가장 강력한 선택적 기준 모델보다 전체 성공률을 9.6%p 향상시킵니다. 또한, 부작용이 있는 개입 비율은 1% 미만으로 유지됩니다. 이러한 결과는 조정 계약이 예측된 세계-행동 정보를 기반으로 한 보수적인 정책 개입을 위한 효과적인 인터페이스임을 입증합니다.

World Action Models (WAMs) augment robot policies with action-conditioned predicted futures, but a plausible future alone does not justify changing the action that a bimanual policy would execute. We present CoWAM, a selective intervention layer that expresses synchronization, role compatibility, and collision convergence as coordination contracts. Each contract combines typed admissibility checks with event-conditioned verification and calibrated intervention gates. CoWAM preserves the nominal action unless an alternative satisfies every active obligation and provides a clear, low-risk improvement; when the nominal action is also inadmissible, it invokes a predefined abstention fallback. To separate selector quality from proposal quality, all methods operate on identical candidate pools and commit their decisions before shared oracle labeling. Across eight simulated bimanual tasks, CoWAM improves coordination-valid selection by 16.7 percentage points over the contract-only variant and raises closed-loop success by 9.6 percentage points over the strongest selective baseline, while keeping harmful interventions below 1%. Together, these results establish coordination contracts as an effective interface for conservative policy intervention with predicted world-action evidence across coordination-rich bimanual tasks.