論文の概要: Why Latent Actions Fail, and How to Prevent It

• arxiv url: http://arxiv.org/abs/2605.20223v1
• Date: Wed, 13 May 2026 09:54:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-21 19:19:56.216577
• Title: Why Latent Actions Fail, and How to Prevent It
• Title（参考訳）: 潜伏行動が失敗する理由と予防方法
• Authors: Jung Min Lee, Taehyun Cho, Li Zhao, Jungwoo Lee,
• Abstract要約: ラテントアクションモデル(LAM)は、フレーム・ツー・フレームの変更を圧縮することで、ラベルのないビデオからアクションライクな表現を学習することを目的としている。 ワイヤード・ビデオのフレームは、エージェント自身の状態だけでなく、バックグラウンド・クラッタのような内在的状態も含んでいる。
• 参考スコア（独自算出の注目度）: 11.214606199787239
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Latent action models (LAMs) aim to learn action-like representations from unlabeled videos by compressing frame-to-frame changes. The frames of in-the-wild videos, however, contain not only the agent's own state but exogenous state such as background clutter. Since the exogenous state introduces changes unrelated to actions, it hinders reliable latent action learning. This paper investigates this problem analytically by extending a linear LAM framework to explicitly model exogenous state. Our analysis reveals two insights: (1) minimizing the standard reconstruction objective produces latent actions that encode exogenous information from future observation; and (2) learning in a representation space that focuses on endogenous components is a key to mitigating the interference of noise. We further show that previously proposed auxiliary objectives, such as action-supervision, provably encourage latent actions to be consistent across exogenous states. These findings are validated through experiments on both linear and nonlinear LAMs, providing a unified theoretical analysis of how exogenous state hinders latent action learning and why common remedies work.
• Abstract（参考訳）: ラテントアクションモデル(LAM)は、フレーム・ツー・フレームの変更を圧縮することで、ラベルのないビデオからアクションライクな表現を学習することを目的としている。 しかし、ワイヤード・ビデオのフレームには、エージェント自身の状態だけでなく、バックグラウンド・クラッタのような外生的な状態も含まれている。 外因性状態は行動とは無関係な変化をもたらすため、信頼できる潜在的行動学習を妨げる。 本稿では,線形 LAM フレームワークを外因性状態を明示的にモデル化するために拡張することにより,この問題を解析的に検討する。 分析の結果,(1)標準再建目標の最小化は,将来の観測から外因性情報をエンコードする潜時行動を生成すること,(2)内因性成分に着目した表現空間での学習は,ノイズの干渉を緩和する鍵となる。 さらに,従来提案されていた補助的目的,例えばアクション・スーパービジョンは,潜在的行動が外因性国家間で一貫していることを確実に促進していることを示す。 これらの知見は線形LAMと非線形LAMの両方の実験を通じて検証され、外因性状態が潜在行動学習を妨げているか、そしてなぜ一般的な治療法が機能するのかに関する統一的な理論的分析を提供する。

関連論文リスト

• Perception Without Engagement: Dissecting the Causal Discovery Deficit in LMMs [68.58207076756237]
  本稿では,結果評価からメカニズム診断へ移行する摂動に基づく評価プロトコルProCauEvalを紹介する。 因果推論において,ビデオコンテンツは体系的に過小評価されている。 教師のネガティブなアライメントに基づく強化学習フレームワークであるADPOを提案する。
  論文  参考訳（メタデータ） (2026-05-10T08:48:58Z)
• Interpretable Imitation Learning with Dynamic Causal Relations [65.18456572421702]
  得られた知識を有向非巡回因果グラフの形で公開することを提案する。 また、この因果発見プロセスを状態依存的に設計し、潜在因果グラフのダイナミクスをモデル化する。 提案するフレームワークは,動的因果探索モジュール,因果符号化モジュール,予測モジュールの3つの部分から構成され,エンドツーエンドで訓練される。
  論文  参考訳（メタデータ） (2023-09-30T20:59:42Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)

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。