論文の概要: Hierarchical Planning with Latent World Models

• arxiv url: http://arxiv.org/abs/2604.03208v1
• Date: Fri, 03 Apr 2026 17:32:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 17:20:24.556964
• Title: Hierarchical Planning with Latent World Models
• Title（参考訳）: 潜在世界モデルを用いた階層的計画
• Authors: Wancong Zhang, Basile Terver, Artem Zholus, Soham Chitnis, Harsh Sutaria, Mido Assran, Randall Balestriero, Amir Bar, Adrien Bardes, Yann LeCun, Nicolas Ballas,
• Abstract要約: 階層的計画は、最大4倍の計画時間計算を必要としながら、より高い成功を達成する。 この階層的なアプローチにより、現実世界の非グリーディロボットタスクをゼロショットで制御できることを実証する。
• 参考スコア（独自算出の注目度）: 49.82095442483551
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Model predictive control (MPC) with learned world models has emerged as a promising paradigm for embodied control, particularly for its ability to generalize zero-shot when deployed in new environments. However, learned world models often struggle with long-horizon control due to the accumulation of prediction errors and the exponentially growing search space. In this work, we address these challenges by learning latent world models at multiple temporal scales and performing hierarchical planning across these scales, enabling long-horizon reasoning while substantially reducing inference-time planning complexity. Our approach serves as a modular planning abstraction that applies across diverse latent world-model architectures and domains. We demonstrate that this hierarchical approach enables zero-shot control on real-world non-greedy robotic tasks, achieving a 70% success rate on pick-&-place using only a final goal specification, compared to 0% for a single-level world model. In addition, across physics-based simulated environments including push manipulation and maze navigation, hierarchical planning achieves higher success while requiring up to 4x less planning-time compute.
• Abstract（参考訳）: 学習された世界モデルを用いたモデル予測制御(MPC)は、特に新しい環境にデプロイした場合にゼロショットを一般化する能力のために、エボデード制御のための有望なパラダイムとして登場した。 しかし、学習された世界モデルは、予測誤差の蓄積と指数関数的に増加する検索空間のために、長い水平制御に苦しむことが多い。 本研究では、複数の時間スケールで潜在世界モデルを学習し、これらのスケールにわたる階層的計画を実行することで、これらの課題に対処する。 当社のアプローチは,さまざまな潜在するワールドモデルアーキテクチャやドメインに適用可能な,モジュール形式の設計抽象化として機能します。 この階層的手法により、実世界の非階層型ロボット作業においてゼロショット制御が可能であり、最終目標仕様のみを用いて、ピック&プレースで70%の成功率を達成することができる。 さらに、プッシュ操作や迷路ナビゲーションを含む物理ベースのシミュレーション環境を通じて、階層的計画は、最大4倍の計画時間計算を必要としながら、より高い成功を達成する。

関連論文リスト

• Planning in 8 Tokens: A Compact Discrete Tokenizer for Latent World Model [76.30055935418561]
  そこで我々は,各観測結果を最大8個のトークンに圧縮し,計算コストを大幅に削減し,計画に必要な情報を保存するためのトークンであるCompACTを提案する。 アクション条件付きワールドモデルは、CompACTトークンライザを占有し、桁違いの高速計画による競合計画性能を達成し、現実世界のワールドモデルの展開に向けた実践的なステップを提供する。
  論文  参考訳（メタデータ） (2026-03-05T18:00:02Z)
• Compositional Planning with Jumpy World Models [70.74595987225908]
  我々は、事前訓練されたポリシーを構成するエージェントを時間的に拡張したアクションとして研究し、構成員だけでは解決できない複雑なタスクに対する解決を可能にする。 arXiv:2206.08736で導入された幾何学的ポリシー構成フレームワークをモチベーションとして,多段階力学の予測モデルを学習することにより,これらの課題に対処する。
  論文  参考訳（メタデータ） (2026-02-23T09:22:21Z)
• From Forecasting to Planning: Policy World Model for Collaborative State-Action Prediction [57.56072009935036]
  政策世界モデル(PWM)と呼ばれる新しい運転パラダイムを導入する。 PWMは、統一アーキテクチャ内での世界モデリングと軌道計画を統合する。 提案手法は,マルチビューおよびマルチモーダル入力に依存する最先端の手法に適合するか,あるいは超越する。
  論文  参考訳（メタデータ） (2025-10-22T14:57:51Z)
• ExoPredicator: Learning Abstract Models of Dynamic Worlds for Robot Planning [77.49815848173613]
  本研究では,内因性行動とメカニズムの両方について,シンボル的状態表現と因果過程を共同で学習する抽象世界モデルのためのフレームワークを提案する。 シミュレーションされた5つのテーブルトップロボット環境の中で、学習されたモデルは、より多くのオブジェクトとより複雑な目標を持つ保留タスクに一般化した高速な計画を可能にし、幅広いベースラインを上回ります。
  論文  参考訳（メタデータ） (2025-09-30T13:44:34Z)
• Learning Hierarchical Domain Models Through Environment-Grounded Interaction [14.98687521721637]
  オープンワールド環境では、単一の汎用ドメインモデルは様々なタスクをキャプチャできない。 大きな言語モデル(LLM)はそのようなドメインを生成することができるが、適用性を制限する高いエラー率に悩まされる。 LLMと環境基盤からの自律的ドメイン学習のためのフレームワークであるLODGEを提案する。
  論文  参考訳（メタデータ） (2025-05-15T20:23:21Z)
• Forecaster: Towards Temporally Abstract Tree-Search Planning from Pixels [42.275164872809746]
  Forecasterは、階層的な強化学習アプローチで、高いレベルの目標を計画する。 Forecasterは、トランジッションのダイナミクスを抽象レベルでモデル化することで、環境の抽象モデルを学ぶ。 次に、この世界モデルを使用して、ツリー探索計画手順を通じて最適なハイレベルな目標を選択する。
  論文  参考訳（メタデータ） (2023-10-16T01:13:26Z)
• World Model as a Graph: Learning Latent Landmarks for Planning [12.239590266108115]
  計画は人間の知性の目印です。 著名なフレームワークであるModel-Based RLは、世界モデルを学び、ステップバイステップの仮想ロールアウトを使って計画する。 本稿では,スパースな多段階遷移からなるグラフ構造化世界モデルを学習することを提案する。
  論文  参考訳（メタデータ） (2020-11-25T02:49:21Z)
• Evolutionary Planning in Latent Space [7.863826008567604]
  プランニングは、いくつかの望ましい特性を持つ強化学習の強力なアプローチである。 我々は、ラテントスペースにおける進化的計画を可能にする世界モデルを学ぶ。 ランダムなポリシーからのロールアウトでブートストラップし、より正確な計画ポリシーからのロールアウトで反復的に修正することで、世界のモデルを構築する方法を示します。
  論文  参考訳（メタデータ） (2020-11-23T09:21:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。