論文の概要: AdaReP:Adaptive Re-Planning under Model Mismatch for Neural World-Model Predictive Control
- arxiv url: http://arxiv.org/abs/2606.23079v1
- Date: Mon, 22 Jun 2026 09:27:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 00:20:25.355424
- Title: AdaReP:Adaptive Re-Planning under Model Mismatch for Neural World-Model Predictive Control
- Title（参考訳）: AdaReP:ニューラルワールドモデル予測制御のためのモデルミスマッチ下での適応的再計画
- Abstract要約: 本研究は, スタイルプランのペナルティが再利用耐性, 最終計画段階から蓄積したミスマッチ, 局所力学感度とともにどのようにスケールするかを解析した。
キャッシュされたロールアウトからの現在の逸脱と局所感度推定を用いて、オンラインのリプランングトレランスに適応するトレーニングフリーラッパーであるAdaRePを提案する。
AdaRePは、画像空間計画、潜時空間制御、実世界のロボット操作全体にわたって、プランナー側の計算を大幅に削減し、50個の物理ロボット研究における80%以上のクエリを含む、同等のタスク性能を維持しながら、プランナー側の計算を大幅に削減する。
- 参考スコア（独自算出の注目度）: 20.745587519033833
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neural world models coupled with model predictive control (MPC) replan at every environment step to bound accumulated prediction error, but this incurs substantial computational overhead. Reusing a cached plan reduces this overhead, yet its effectiveness depends on how prediction mismatch propagates through the local dynamics. We analyze this trade-off with a perturbation-based dynamic-regret framework and show that stale-plan penalties scale with the reuse tolerance, the accumulated mismatch since the last replanning step, and the local dynamics sensitivity. Based on this structure, we propose AdaReP, a training-free wrapper that adapts the replanning tolerance online using the current deviation from the cached rollout and a local sensitivity estimate, without modifying the learned world model or planner. Across image-space planning, latent-space control, and real-world robotic manipulation, AdaReP substantially reduces planner-side computation while maintaining comparable task performance, including over 80% fewer queries on a 50-trial physical robot study.
- Abstract（参考訳）: ニューラルワールドモデルとモデル予測制御(MPC)が組み合わさって、蓄積した予測誤差を束縛するように、各環境ステップで再計画するが、これはかなりの計算オーバーヘッドを引き起こす。
キャッシュされた計画の再利用は、このオーバーヘッドを減らすが、その効果は予測ミスマッチが局所力学を通してどのように伝播するかに依存する。
我々は、このトレードオフを摂動に基づく動的回帰フレームワークを用いて分析し、スタイルプランの罰則が再利用耐性、前回の計画段階からの累積ミスマッチ、局所力学感度とともにスケールしていることを示す。
この構造に基づいて、キャッシュされたロールアウトからの現在の逸脱と局所感度推定を用いて、学習の世界モデルやプランナーを変更することなく、オンラインでリプランニング耐性を適応するトレーニングフリーラッパーであるAdaRePを提案する。
AdaRePは、画像空間計画、潜時空間制御、実世界のロボット操作全体にわたって、プランナー側での計算を大幅に削減し、50種類の物理ロボット研究におけるクエリの80%以上を含む、同等のタスク性能を維持しながら、プランナー側での計算を大幅に削減する。
関連論文リスト
- World Models as Adversaries: Multi-Agent Self-Play Fine-Tuning for Robust Motion Planning [60.88859946006306]
Adversa World Modeling(英語版)は理論上基礎を成すマルチエージェント・セルフプレイ・ファインチューニングフレームワークである。
内的最小化においては、プランナーの予測世界モデルは、スパースでシーン適応的なアタック・アタック・アライアンスを学ぶロール条件の敵に変換される。
nuPlan と InterPlan のベンチマーク実験により,本手法が伝達可能な対角相互作用を生成することを示す。
論文 参考訳（メタデータ） (2026-07-12T07:44:16Z) - Residual-Conservative Model Predictive Path Integral Control [0.0]
本稿では, 予測実行残差を用いて, 安全保守をオンラインで調整するサンプリングベースMPCフレームワークを提案する。
RC-MPPIは、残留依存性制約強化、適応型安全コスト整形、残留適応サンプリング変調の3つの結合メカニズムを組み合わせたものである。
論文 参考訳（メタデータ） (2026-07-08T03:23:39Z) - ACID: Action Consistency via Inverse Dynamics for Planning with World Models [42.33354357727536]
ACIDは、サイクルアクションの一貫性を導入する意思決定時計画フレームワークである。
プランニングを一貫して改善し、ベースラインの精度とほぼ少ないプランニング計算とを一致させる。
論文 参考訳（メタデータ） (2026-07-02T16:38:10Z) - SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。
我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。
高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
論文 参考訳（メタデータ） (2026-06-22T15:00:59Z) - EWAM: An Enhanced World Action Model for Closed-Loop Online Adaptation in Embodied Intelligence [2.660415540961114]
EWAMは、トレーニング済みで完全に凍結されたCosmos3バックボーンネットワーク上に構築されたクローズドループオンライン適応アーキテクチャである。
その性能向上は、4つの挿入された軽量ニューラルネットワーク層からなる推論時間共振機構に起因している。
ナイーブな特徴融合とは異なり、メモリ、異常検出、修正モジュールはコスモス3前方経路に深く統合されている。
論文 参考訳（メタデータ） (2026-06-10T21:24:46Z) - PnP-Corrector: A Universal Correction Framework for Coupled Spatiotemporal Forecasting [62.22445401483844]
既存の手法は複雑なエラーのボトルネックによって厳しく制約されている。
我々は-Cast-Corrector (Plug-and-Play Corrector)と呼ばれる普遍的なフレームワークを提案する。
本手法は,結合予測システムの長期安定性を著しく向上させる。
論文 参考訳（メタデータ） (2026-05-09T13:12:33Z) - Beyond State Consistency: Behavior Consistency in Text-Based World Models [58.216587360435305]
本研究では,世界モデルと実環境の機能的整合性を改善することを目的とした,行動整合性トレーニングパラダイムを提案する。
WebShopとTextWorldの実験では、BehRベースのトレーニングによって、いくつかの設定における長期的なアライメントが改善されている。
論文 参考訳（メタデータ） (2026-04-15T12:56:45Z) - ResWM: Residual-Action World Model for Visual RL [0.06999740786886534]
生の視覚観測から予測的世界モデルを学ぶことは強化学習(RL)の中心的課題である
ResWM(Residual-Action World Model、Residual-Action World Model)は、制御変数を絶対作用から残留作用に再構成する新しいフレームワークである。
ResWMはより安定的でエネルギー効率のよい行動軌跡を生み出す。
論文 参考訳（メタデータ） (2026-03-11T11:27:08Z) - Imitation Learning of MPC with Neural Networks: Error Guarantees and Sparsification [5.260346080244568]
本稿では,ニューラルネットワークを用いた模倣モデル予測制御系における近似誤差の有界化のためのフレームワークを提案する。
本稿では,この手法を用いて,性能保証付き安定型ニューラルネットワークコントローラを設計する方法について論じる。
論文 参考訳（メタデータ） (2025-01-07T10:18:37Z) - Adaptive Planning with Generative Models under Uncertainty [20.922248169620783]
生成モデルによる計画は、幅広い領域にわたる効果的な意思決定パラダイムとして現れてきた。
最新の環境観測に基づいて決定を下すことができるため、各段階での継続的再計画は直感的に思えるかもしれないが、かなりの計算上の課題をもたらす。
本研究は,長軸状態軌跡を予測できる生成モデルの能力を活用する,シンプルな適応計画手法を導入することで,この問題に対処する。
論文 参考訳（メタデータ） (2024-08-02T18:07:53Z) - Planning with Adaptive World Models for Autonomous Driving [50.4439896514353]
マルチエージェントインタラクションをキャプチャする実世界のモーションプランニングベンチマークであるnuPlanを提案する。
我々は、グラフ畳み込みニューラルネットワーク(GCNN)であるBehaviorNetを用いて、このようなユニークな振る舞いをモデル化することを学ぶ。
また、モデル予測制御(MPC)ベースのプランナであるAdaptiveDriverについても紹介する。
論文 参考訳（メタデータ） (2024-06-15T18:53:45Z) - COPlanner: Plan to Roll Out Conservatively but to Explore Optimistically
for Model-Based RL [50.385005413810084]
ダイナスタイルのモデルベース強化学習には、ポリシー学習と実環境探索のためのサンプルを生成するモデルロールアウトという2つのフェーズが含まれる。
$textttCOPlanner$は、不正確な学習された動的モデル問題に対処するモデルベースのメソッドのための計画駆動フレームワークである。
論文 参考訳（メタデータ） (2023-10-11T06:10:07Z)
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。