論文の概要: Slot-MPC: Goal-Conditioned Model Predictive Control with Object-Centric Representations

• arxiv url: http://arxiv.org/abs/2605.14937v1
• Date: Thu, 14 May 2026 15:12:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.901734
• Title: Slot-MPC: Goal-Conditioned Model Predictive Control with Object-Centric Representations
• Title（参考訳）: Slot-MPC:オブジェクト中心表現を用いたゴールコンディションモデル予測制御
• Authors: Jonathan Spieler, Angel Villar-Corrales, Sven Behnke,
• Abstract要約: Slot-MPCは、モデル予測制御による計画を可能にするオブジェクト中心の世界モデリングフレームワークである。 Slot-MPCは,非対象中心の世界モデルベースラインに比べてタスク性能と計画効率を向上することを示す。 この結果は、明示的に構造化されたオブジェクト中心の表現が、制御可能で一般化可能な意思決定に強い帰納的バイアスをもたらすことを示す。
• 参考スコア（独自算出の注目度）: 16.513260843365902
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Predictive world models enable agents to model scene dynamics and reason about the consequences of their actions. Inspired by human perception, object-centric world models capture scene dynamics using object-level representations, which can be used for downstream applications such as action planning. However, most object-centric world models and reinforcement learning (RL) approaches learn reactive policies that are fixed at inference time, limiting generalization to novel situations. We propose Slot-MPC, an object-centric world modeling framework that enables planning through Model Predictive Control (MPC). Slot-MPC leverages vision encoders to learn slot-based representations, which encode individual objects in the scene, and uses these structured representations to learn an action-conditioned object-centric dynamics model. At inference time, the learned dynamics model enables action planning via MPC, allowing agents to adapt to previously unseen situations. Since the learned world model is differentiable, we can use gradient-based MPC to directly optimize actions, which is computationally more efficient than relying on gradient-free, sampling-based MPC methods. Experiments on simulated robotic manipulation tasks show that Slot-MPC improves both task performance and planning efficiency compared to non-object-centric world model baselines. In the considered offline setting with limited state-action coverage, we find that gradient-based MPC performs better than gradient-free, sampling-based MPC. Our results demonstrate that explicitly structured, object-centric representations provide a strong inductive bias for controllable and generalizable decision-making. Code and additional results are available at https://slot-mpc.github.io.
• Abstract（参考訳）: 予測世界モデルにより、エージェントはシーンのダイナミクスをモデル化し、アクションの結果を推論することができる。 人間の知覚にインスパイアされたオブジェクト中心の世界モデルは、アクションプランニングのような下流アプリケーションに使用できるオブジェクトレベルの表現を使用してシーンダイナミクスをキャプチャする。 しかしながら、ほとんどのオブジェクト中心の世界モデルと強化学習(RL)アプローチは、推論時に固定された反応ポリシーを学習し、新しい状況への一般化を制限する。 本稿では,モデル予測制御(MPC)による計画立案を可能にするオブジェクト中心の世界モデリングフレームワークであるSlot-MPCを提案する。 Slot-MPCは視覚エンコーダを利用してスロットベースの表現を学習し、シーン内の個々のオブジェクトを符号化し、これらの構造化表現を使用してアクション条件のオブジェクト中心のダイナミックスモデルを学ぶ。 推論時には、学習されたダイナミックスモデルにより、MPCを介してアクションプランニングが可能となり、エージェントは以前は目に見えない状況に適応できる。 学習された世界モデルは微分可能であるため、勾配のないサンプリングベースのMPC法に頼らず、計算効率のよい行動を直接最適化するために勾配ベースのMPCを用いることができる。 シミュレーションされたロボット操作タスクの実験では、Slot-MPCは非対象中心の世界モデルベースラインと比較してタスク性能と計画効率の両方を改善している。 状態-作用範囲が限定されたオフライン設定では、勾配ベースのMPCは勾配のないサンプリングベースのMPCよりも優れた性能を示す。 その結果、明示的に構造化されたオブジェクト中心の表現は、制御可能で一般化可能な意思決定に強い帰納的バイアスを与えることが示された。 コードと追加結果はhttps://slot-mpc.github.io.comで公開されている。

関連論文リスト

• Learning POMDP World Models from Observations with Language-Model Priors [52.11151769796862]
  部分的に観測可能なマルコフ決定プロセス(POMDP)は、内部世界モデルのための柔軟なモデリングクラスを提供する。 先行知識を活用することで,言語モデルがコストのかかる相互作用を低減できるかどうかを問う。 我々は,emphPinductor が LLM ベースの POMDP 学習手法の性能とサンプル効率に一致することを示す。
  論文  参考訳（メタデータ） (2026-05-13T16:18:15Z)
• Latent Particle World Models: Self-supervised Object-centric Stochastic Dynamics Modeling [51.40150411616207]
  実世界のマルチオブジェクトデータセットに拡張された自己教師型オブジェクト中心の世界モデルであるLatent Particle World Model (LPWM)を紹介する。 LPWMは、ビデオデータから直接キーポイント、バウンディングボックス、オブジェクトマスクを自律的に発見する。 私たちのアーキテクチャは、純粋にビデオからエンドツーエンドにトレーニングされ、アクション、言語、イメージ目標に対するフレキシブルな条件付けをサポートします。
  論文  参考訳（メタデータ） (2026-03-04T19:36:08Z)
• When Object-Centric World Models Meet Policy Learning: From Pixels to Policies, and Where It Breaks [24.669692812050645]
  我々は、ピクセルから直接オブジェクトレベルのラテントを学習する、完全に教師なし、不整合なオブジェクト中心の世界モデルを導入する。 DLPWMは、複数のアウト・オブ・ディストリビューション(OOD)視覚変化に対する堅牢性を含む、強い再構成と予測性能を達成する。 その結果,物体中心の知覚は頑健な視覚モデルを支援するが,安定した制御を実現するには潜伏ドリフトを緩和する必要があることが示唆された。
  論文  参考訳（メタデータ） (2025-11-08T21:09:44Z)
• Learning Generalizable Visuomotor Policy through Dynamics-Alignment [13.655111993491674]
  ビデオ予測モデルを利用した最近のアプローチは、大規模データセットからリッチな表現を学習することで、有望な結果を示している。 本稿では,ダイナミックス予測をポリシ学習に統合するDAP(Dynamics-Aligned Flow Matching Policy)を提案する。 提案手法では,ポリシーモデルと動的モデルが相互に行動生成のフィードバックを与え,自己補正を実現し,一般化を向上するアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-10-31T02:29:33Z)
• Pre-Trained Video Generative Models as World Simulators [59.546627730477454]
  本研究では,事前学習した映像生成モデルを制御可能な世界シミュレータに変換するための動的世界シミュレーション(DWS)を提案する。 条件付き動作と生成した視覚的変化の正確なアライメントを実現するために,軽量で普遍的な動作条件付きモジュールを導入する。 実験により、DWSは拡散モデルと自己回帰変換モデルの両方に汎用的に適用可能であることが示された。
  論文  参考訳（メタデータ） (2025-02-10T14:49:09Z)
• Dynamic-Resolution Model Learning for Object Pile Manipulation [33.05246884209322]
  本研究では,様々な抽象レベルで動的かつ適応的な表現を学習し,効率と効率の最適なトレードオフを実現する方法について検討する。 具体的には、環境の動的分解能粒子表現を構築し、グラフニューラルネットワーク(GNN)を用いた統一力学モデルを学ぶ。 本手法は, 粒状オブジェクトの収集, ソート, 再分配において, 最先端の固定解像度ベースラインよりも優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2023-06-29T05:51:44Z)
• Evaluating model-based planning and planner amortization for continuous control [79.49319308600228]
  我々は、モデル予測制御(MPC)と学習モデルとモデルフリーポリシー学習を組み合わせたハイブリッドアプローチを採っている。 モデルフリーエージェントは高いDoF制御問題においても強いベースラインであることがわかった。 モデルに基づくプランナを,パフォーマンスを損なうことなく,計画が損なわれるようなポリシーに置き換えることが可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-07T12:00:40Z)
• Goal-Conditioned End-to-End Visuomotor Control for Versatile Skill Primitives [89.34229413345541]
  本稿では,制御器とその条件をエンドツーエンドに学習することで,落とし穴を回避する条件付け手法を提案する。 本モデルでは,ロボットの動きのダイナミックな画像表現に基づいて,複雑な動作シーケンスを予測する。 代表的MPCおよびILベースラインに対するタスク成功の大幅な改善を報告した。
  論文  参考訳（メタデータ） (2020-03-19T15:04:37Z)
• Information Theoretic Model Predictive Q-Learning [64.74041985237105]
  本稿では,情報理論的MPCとエントロピー正規化RLとの新たな理論的関連性を示す。 バイアスモデルを利用したQ-ラーニングアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2019-12-31T00:29:22Z)

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。