論文の概要: Looped World Models

• arxiv url: http://arxiv.org/abs/2606.18208v1
• Date: Tue, 16 Jun 2026 17:37:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-17 17:15:32.583468
• Title: Looped World Models
• Title（参考訳）: ループ世界モデル
• Authors: Hongyuan Adam Lu, Z. L. Victor Wei, Qun Zhang, Jinrui Zeng, Bowen Cao, Lingwei Meng, Mocheng Li, Zezhong Wang, Haonan Yin, Naifu Xue, Minyu Chen, Cenyuan Zhang, Zefan Zhang, Hao Wei, Jiawei Zhou, Haoran Xu, Hao Yang, Ronglai Zuo, Tongda Xu, Yonghao Li, Jian Chen, Hebin Wang, Zeyu Gao, Yang Li, Wei Zhao, Qimin Zhong, Siqi Liu, Yumeng Zhang, Leyan Cui, Zhangyu Wang, Wai Lam,
• Abstract要約: Looped World Models (LoopWM)は、世界モデリングのための最初のループアーキテクチャである。 本手法はパラメータ共有変換器ブロックを介して潜伏環境を反復的に洗練する。 これにより、従来の手法よりも100倍のパラメータ効率が得られる。
• 参考スコア（独自算出の注目度）: 58.41573587377422
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current world models face a fundamental tension: faithful long-horizon simulation demands deep computation, but deeper models are expensive to deploy and prone to compounding errors. We resolve this by introducing Looped World Models (LoopWM), which are the first looped architectures for world modelling. Our method iteratively refines latent environment states through a parameter-shared transformer block. This yield up to 100x parameter efficiency over conventional approaches with adaptive computation that automatically scales depth to match the complexity of each prediction step. Orthogonal to scaling model size and training data, LoopWM establishes iterative latent depth as a new scaling axis for world simulation, which might significantly push the community forward.
• Abstract（参考訳）: 忠実なロングホライズンシミュレーションは深い計算を必要とするが、より深いモデルはデプロイし、複雑なエラーを起こすのに高価である。 われわれはこの問題を解決するためにLooped World Models (LoopWM)を導入している。 本手法はパラメータ共有変換器ブロックを介して潜伏環境を反復的に洗練する。 これにより、各予測ステップの複雑さに合わせて自動的に深さをスケールする適応計算による従来の手法よりも100倍のパラメータ効率が得られる。 LoopWMは、モデルサイズとトレーニングデータのスケーリングと直交して、世界シミュレーションのための新しいスケーリング軸として反復潜在深度を確立し、コミュニティを著しく前進させる可能性がある。

関連論文リスト

• Probing the Impact of Scale on Data-Efficient, Generalist Transformer World Models for Atari [4.849672345901367]
  我々は最小限のトランスフォーマー・ワールド・モデルを用いて、Atari 100kベンチマークのスケーリングの振る舞いを分析します。 この結果から,同一のオフラインデータ予算とモデル能力に制約された場合でも,環境は異なるスケーリング体制に陥ることが判明した。 統合された環境では、26のAtari環境でトレーニングされた単一のトランスフォーマーが、共同トレーニングがスケーリングのダイナミクスを安定化することを明らかにする。
  論文  参考訳（メタデータ） (2026-05-09T00:43:39Z)
• Coupled Local and Global World Models for Efficient First Order RL [10.305209288475817]
  本稿では,シミュレータを完全に回避し,実環境とロボットのインタラクションから学習した世界モデル内のRLポリシーをトレーニングする手法を提案する。 提案手法は,FoG法を用いて,大規模拡散モデルを用いた政策訓練を可能にする。 提案手法の有効性をPush-T操作タスクで示し, 試料効率においてPPOを著しく上回る結果を得た。
  論文  参考訳（メタデータ） (2026-02-05T21:57:41Z)
• UniSH: Unifying Scene and Human Reconstruction in a Feed-Forward Pass [83.7071371474926]
  UniSHは、統合されたフィードフォワードフレームワークで、共同でメートルスケールの3Dシーンと人間の再構築を行う。 我々のフレームワークは、シーン再構築とHMRとの違いを強く橋渡しします。 本モデルは,人間中心のシーン再構築における最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2026-01-03T16:06:27Z)
• World Model-Based Learning for Long-Term Age of Information Minimization in Vehicular Networks [53.98633183204453]
  本稿では,車載ネットワークにおけるパケット完全性認識情報(CAoI)の年齢を最小化するために,新しい世界モデルに基づく学習フレームワークを提案する。 mmWave V2X環境の動的モデルを共同で学習し、リンクスケジューリングの方法を学ぶための軌跡を想像するために使用する世界モデルフレームワークを提案する。 特に、長期的な政策は環境相互作用の代わりに、異なる想像軌道で学習される。
  論文  参考訳（メタデータ） (2025-05-03T06:23:18Z)
• Learning Transformer-based World Models with Contrastive Predictive Coding [58.0159270859475]
  変換器の表現能力を十分に活用するには,次の状態予測目標が不十分であることを示す。 本稿では,行動条件のContrastive Predictive Codingを用いた世界モデルであるTWISTERを導入することで,世界モデル予測をより長い時間的地平線まで拡張することを提案する。 TWISTERは、Atari 100kベンチマークで162%の人間正規化平均スコアを達成し、ルックアヘッド検索を使用しない最先端のメソッドの中で、新しい記録を樹立した。
  論文  参考訳（メタデータ） (2025-03-06T13:18:37Z)
• EDELINE: Enhancing Memory in Diffusion-based World Models via Linear-Time Sequence Modeling [8.250616459360684]
  EDELINEは、状態空間モデルと拡散モデルを統合する統一世界モデルアーキテクチャである。 我々のアプローチは、視覚的に困難なAtari 100kタスク、メモリ要求ベンチマーク、3DファーストパーソンのViZDoom環境において、既存のベースラインよりも優れています。
  論文  参考訳（メタデータ） (2025-02-01T15:49:59Z)
• Drama: Mamba-Enabled Model-Based Reinforcement Learning Is Sample and Parameter Efficient [9.519619751861333]
  本稿では,SSM(State Space Model)ベースの世界モデルDramaを提案し,メモリと計算の複雑さを$O(n)$で実現した。 また, 早期のトレーニングにおいて, 誤った世界モデルによって引き起こされる準最適性を緩和する新しいサンプリング手法を提案する。 ドラマは、標準のラップトップのような市販のハードウェアでアクセス可能で、トレーニングできる。
  論文  参考訳（メタデータ） (2024-10-11T15:10:40Z)

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。