論文の概要: PRISM: PRior-guided Imagination Sampling in world Models

• arxiv url: http://arxiv.org/abs/2606.07974v1
• Date: Sat, 06 Jun 2026 04:18:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.594684
• Title: PRISM: PRior-guided Imagination Sampling in world Models
• Title（参考訳）: PRISM:Prior-Guided Imagination Smpling in World Models
• Abstract要約: PRISMは1つのデータセットから両方を抽出するタスクに依存しないフレームワークである。 PRISMは、Cube上のバニラワールドモデルベースのMPCよりも35パーセント、PushTでは32パーセント、成功率を改善する。
• 参考スコア（独自算出の注目度）: 7.304186330343712
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A learned world model provides a powerful physical intuition for evaluating future states. But its effectiveness in continuous control also depends critically on how candidate actions are generated for model-based planning. Rather than solely asking how accurately a model can simulate the future, we ask: which candidate actions are worth evaluating in the first place? Existing planners typically search arbitrarily or use expert demonstrations only to initialize a sampling mean, discarding the expert's state-conditioned confidence. Properly guiding this search requires a robust action prior, yet current approaches often rely on independent visual encoders or large-scale VLMs to obtain one. We argue that this architectural bloat is unnecessary: the exact same data - and the learned representations of the world model itself - inherently encode the agent's action intuition. We introduce PRISM, a task-agnostic framework that extracts both from a single dataset while maintaining strict architectural simplicity. Building on a standard JEPA-style latent world model, PRISM attaches a lightweight MLP directly to its frozen encoder to predict a state-conditioned Gaussian prior. At plan time, PRISM fuses this prior into the planner's sampling distribution via a precision-weighted Product-of-Gaussians update. This parameter-free, closed-form integration steers the sampling process, making the prior confident where it is and ceding control where it is not. PRISM improves success rates by 35 percentage points over vanilla world-model-based MPC on Cube and 32 percentage points on PushT, without introducing significant inference overhead.
• Abstract（参考訳）: 学習された世界モデルは、将来の状態を評価するための強力な物理的直観を提供する。 しかし、継続的制御におけるその効果は、モデルベースの計画において、どのように候補アクションが生成されるかにも大きく依存する。 モデルがいかにして未来をシミュレートできるかを単に尋ねるのではなく、まず最初に、どの候補アクションを評価する価値があるのかを尋ねます。 既存のプランナーは通常、専門家のデモンストレーションを任意に検索するか、サンプリング平均を初期化するためにのみ使う。 この探索を適切に導くためには、前もって堅牢な行動が必要であるが、現在のアプローチでは多くの場合、独立したビジュアルエンコーダや大規模なVLMに頼っている。 我々は、このアーキテクチャの肥大化は不要であると主張する: 全く同じデータ - そして世界モデル自体の学習された表現 - は、本質的にエージェントの行動直観を符号化する。 PRISMは、厳密なアーキテクチャの単純さを維持しつつ、単一のデータセットから両方を抽出するタスクに依存しないフレームワークである。 標準のJEPAスタイルの潜伏世界モデルに基づいて、PRISMは軽量のMLPを凍結エンコーダに直接アタッチし、状態条件のガウス事前を予測する。 計画時には、PRISMは前もってこれをプランナーのサンプリング分布に融合させ、精度の高いProduct-of-Gaussianの更新を行う。 このパラメータフリーでクローズドフォームな統合はサンプリングプロセスを制御し、事前の自信がどこにあるのかを判断し、制御を行ないます。 PRISMは、Cube上のバニラモデルベースのMPCよりも35パーセント、PushTでは32パーセントで成功率を向上する。

関連論文リスト

• DF$^3$: World Modeling via Decoder-Free Feature Forecasting in Autonomous Navigation [7.872843554385665]
  DF$3$は、凍結した視覚基盤モデルの終端ブロックに学習可能な空間クエリを注入し、将来の状態表現を直接抽出する。 ロボットシミュレータにおける公開ベンチマークとゼロショット展開の実験は、DF$3$が最先端のメソッドに匹敵するパフォーマンスを達成することを実証している。
  論文  参考訳（メタデータ） (2026-08-03T16:08:59Z)
• TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation [61.35569005726248]
  既存の具体的制御研究は、トレーニングデータとモデルサイズをスケールすることで、顕著なパフォーマンス向上を示す。 拡散や自己回帰モデルのような非決定論的生成モデルは、エンボディドコントロールの分野で広く採用されている。 推測時間サンプリングのためのプラグイン・アンド・プレイフレームワークである textbfTapSampling を提案する。
  論文  参考訳（メタデータ） (2026-05-25T08:03:31Z)
• ProAct: Agentic Lookahead in Interactive Environments [56.50613398808361]
  ProActは、2段階のトレーニングパラダイムを通じて、エージェントが正確なルックアヘッド推論を内部化することを可能にするフレームワークである。 そこでは,環境に基づく探索から得られたトラジェクトリの微調整をエージェントが行うGLAD(Grounded LookAhead Distillation)を紹介する。 また,政策段階のアルゴリズムを改良する補助値推定器であるモンテカルロ批判(MC-Critic)を提案する。
  論文  参考訳（メタデータ） (2026-02-05T05:45:16Z)
• Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning [70.56067503630486]
  第6世代(6G)インテリジェンスは、流動的なトークン予測ではなく、想像と選択の能力を校正している、と我々は主張する。 We showed that WM-MS3M cuts mean absolute error (MAE) by 1.69% vs MS3M with 32% less parameters and similar latency, and achieve a 35-80% lower root mean squared error (RMSE) than attention/hybrid baselines with 2.3-4.1x faster inference。
  論文  参考訳（メタデータ） (2025-11-04T17:22:22Z)
• OPUS: Occupancy Prediction Using a Sparse Set [64.60854562502523]
  学習可能なクエリの集合を用いて、占有された場所とクラスを同時に予測するフレームワークを提案する。 OPUSには、モデルパフォーマンスを高めるための非自明な戦略が組み込まれている。 最も軽量なモデルではOcc3D-nuScenesデータセットの2倍 FPS に優れたRayIoUが得られる一方、最も重いモデルは6.1 RayIoUを上回ります。
  論文  参考訳（メタデータ） (2024-09-14T07:44:22Z)
• DE$^3$-BERT: Distance-Enhanced Early Exiting for BERT based on Prototypical Networks [43.967626080432275]
  BERT(DE$3$-BERT)のための新しい遠隔拡張早期実行フレームワークを提案する。 我々は,古典的エントロピーに基づく地域情報と距離に基づくグローバル情報とを補完するハイブリッドエグジット戦略を実装した。 GLUEベンチマークの実験では、De$3$-BERTが最先端モデルより一貫して優れていることが示されている。
  論文  参考訳（メタデータ） (2024-02-03T15:51:17Z)
• Predictable MDP Abstraction for Unsupervised Model-Based RL [93.91375268580806]
  予測可能なMDP抽象化(PMA)を提案する。 元のMDPで予測モデルを訓練する代わりに、学習されたアクション空間を持つ変換MDPでモデルを訓練する。 我々はPMAを理論的に解析し、PMAが以前の教師なしモデルベースRLアプローチよりも大幅に改善することを示す。
  論文  参考訳（メタデータ） (2023-02-08T07:37:51Z)
• Pre-training Is (Almost) All You Need: An Application to Commonsense Reasoning [61.32992639292889]
  事前学習されたトランスモデルの微調整は、一般的なNLPタスクを解決するための標準的なアプローチとなっている。 そこで本研究では,可視性ランキングタスクをフルテキスト形式でキャストする新たなスコアリング手法を提案する。 提案手法は, ランダム再起動にまたがって, より安定した学習段階を提供することを示す。
  論文  参考訳（メタデータ） (2020-04-29T10:54:40Z)

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。