論文の概要: DWM: Separating World Effects from Actions in Latent World Models

• arxiv url: http://arxiv.org/abs/2607.18715v1
• Date: Tue, 21 Jul 2026 05:13:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.314833
• Title: DWM: Separating World Effects from Actions in Latent World Models
• Title（参考訳）: DWM: 後期世界モデルにおける行動から世界効果を分離する
• Abstract要約: 本稿では、この分解を運用する監督レベルフレームワークであるDWM(Decomposed World Model)を紹介する。 DWMは補助世界ヘッドで潜在世界モデルの予測を増強し、通常化された世界コントラストの目的によって正規化され、アクション不変である。 我々は、PushT-W、Reacher-W、TwoRoom-Wの3つの標準制御ベンチマークのW変種を構築する。
• 参考スコア（独自算出の注目度）: 34.35433044964186
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Latent world models underpin much of modern model-based control, yet current action-conditioned formulations supervise the next-latent transition with a single, undifferentiated target, forcing a monolithic learning signal to absorb every source of state change. In real world, however, transitions arise from two heterogeneous sources: an action-driven component induced by the agent, and an action-invariant world effect -- the change that would still occur under a null action, dictated by the environment's intrinsic dynamics (e.g., gravity-driven sliding, inertia, contact rebound, and persistent drift). Fusing them into a single target entangles the two inside the latent transition, prevents the model from attributing observed changes to their underlying causes, and undermines the transferability of the learned dynamics. We introduce DWM (Decomposed World Model), a supervision-level framework that operationalizes this decomposition. DWM augments the predictor of a latent world model with an auxiliary world head, regularized by a normalized world-contrastive objective to be action-invariant, while the original pred head is coupled to it via an orthogonality constraint; together, the two signals induce an explicit additive decomposition of the predicted transition into an action-invariant and a complementary action-driven component, without altering the underlying architecture or inference pipeline. To evaluate DWM under persistent world effects, we construct W-variants of three standard control benchmarks -- PushT-W, Reacher-W, and TwoRoom-W -- each instantiating a distinct action-invariant dynamic. DWM matches strong baselines on the flat counterparts and delivers a mean absolute improvement of 13.1% in CEM planning success across the W-variants.
• Abstract（参考訳）: 後期世界モデルは、現代のモデルに基づく制御の多くを支えているが、現在の行動条件付き定式化は、単一の未分化ターゲットで次の遅延遷移を監督し、モノリシックな学習信号に状態変化のすべての源を吸収させる。 しかし、現実の世界では、エージェントによって誘導されるアクション駆動成分とアクション不変な世界効果の2つの異種源から遷移が生じる。 それらは1つのターゲットに融合し、潜伏遷移の中で2つが絡み合っていて、モデルが観測された変化を根本原因にもたらすのを防ぎ、学習されたダイナミクスの伝達性を損なう。 本稿では、この分解を運用する監督レベルフレームワークであるDWM(Decomposed World Model)を紹介する。 DWMは、副世界ヘッドによる潜在世界モデルの予測を正規化してアクション不変となるように正規化し、元のプレドヘッドを直交制約を介して結合すると共に、2つの信号は、基礎となるアーキテクチャや推論パイプラインを変更することなく、予測された遷移をアクション不変および補完的なアクション駆動コンポーネントに明示的に付加的に分解する。 持続的世界効果下でDWMを評価するために、PushT-W、Reacher-W、TwoRoom-Wという3つの標準制御ベンチマークのW変種を構築する。 DWMは平面上の強いベースラインと一致し、平均して13.1%のCEM計画の成功をもたらす。

関連論文リスト

• Scaling Behavior Foundation Model for Humanoid Robots [77.31115920959364]
  行動基礎モデル(BFM)は、大規模な行動データを活用することで課題に対処する有望なソリューションとして登場した。 提案手法は制御忠実度とタスク一般化の大幅な改善をもたらすことを示す。 これらの結果は、BFMをスケーラブルで汎用的なヒューマノイド制御の原則的かつ効果的な基盤として確立する。
  論文  参考訳（メタデータ） (2026-07-16T16:08:27Z)
• Sensorimotor World Models: Perception for Action via Inverse Dynamics [59.121736411156384]
  Inverse dynamics regularization で訓練されたエンド・ツー・エンドのセンサモレータ・ワールドモデルを導入する。 表現の崩壊を防ぎ、アクション整列表現を誘導する。 コンパクトで解釈可能な潜在空間を学習し、単純な2Dおよび3D制御タスク間の競合計画性能を実現する。
  論文  参考訳（メタデータ） (2026-06-18T11:25:16Z)
• Omni-Supervised Motion Editing: Balancing Change and Invariance through Positive-Negative Learning [55.410155357480654]
  我々はOmniMEという,Omni-Supervised Positive-Negative Learningフレームワークを提案する。 本手法は3つの相補的成分を統合する。 MotionFixとSTANCE調整データセットの実験は、OmniMEが編集アライメントにおける最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2026-05-29T08:09:51Z)
• SCAR: Self-Supervised Continuous Action Representation Learning [36.917304453471864]
  視覚的遷移から具現化された動作表現を学習するための共同逆フォワード動的フレームワークであるSCARを提案する。 事前訓練された生成バックボーン上に構築されたSCARは、逆ダイナミクスモデル(IDM)を使用して、潜時観測ペアから潜時動作を推論し、フォワードダイナミクスモデル(FDM)を用いて、それらに条件付けられた将来のダイナミクスを予測する。 Procgen と Robotwin のデータセットの実験により、学習された統合潜在行動表現は、具体化固有の生の行動よりも、世界モデリングのためのより強い条件付けインターフェースとして機能することが示された。
  論文  参考訳（メタデータ） (2026-05-13T16:23:11Z)
• HarmoWAM: Harmonizing Generalizable and Precise Manipulation via Adaptive World Action Models [58.191567345416836]
  世界行動モデル(WAM)は、物理力学のモデリングによるロボット制御のための有望なパラダイムとして登場した。 HarmoWAMは、予測と反応の制御を統一するために世界モデルを完全に活用し、一般的なトランジットと正確な操作を可能にする。 実世界の6つのロボットタスクにまたがる3つのトレーニング未確認テスト環境を構築し、背景、位置、オブジェクトの意味のバリエーションをカバーした。
  論文  参考訳（メタデータ） (2026-05-11T17:59:56Z)
• LaWM: Least Action World Models for Long-Horizon Physical Consistency from Visual Observations [9.35652906982887]
  学習された視覚的潜伏空間における最小アクションの原理を運用するためのラストアクション世界モデル(LaWM)を提案する。 LaWMは、学習された一般化された座標に観測を符号化し、連続的な潜伏状態上で潜在離散ラグランジアンを学ぶ。 遷移は離散的な変動原理によって誘導されるため、LaWMは長期の視覚予測のための構造保存バイアスを提供する。
  論文  参考訳（メタデータ） (2026-05-08T07:03:13Z)
• Telecom World Models: Unifying Digital Twins, Foundation Models, and Predictive Planning for 6G [60.29349053952935]
  本稿では,テレコムシステムダイナミクスの学習,行動条件,不確実性を考慮したモデリングのためのアーキテクチャであるTWM(Telecom World Model)の概念を紹介する。 本研究では,空間環境予測のためのフィールドワールドモデル,動作条件付きキーパフォーマンス指標(KPI)軌道予測のための制御/力学ワールドモデル,意図翻訳とオーケストレーションのための通信基盤モデルレイヤからなる3層アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-04-08T09:41:58Z)
• Prismatic World Model: Learning Compositional Dynamics for Planning in Hybrid Systems [38.4555621948915]
  Prismatic World Model (PRISM-WM) は複雑なハイブリッド力学を構成可能なプリミティブに分解するように設計されている。 PRISM-WMは系力学におけるシャープモード遷移を正確にモデル化することでロールアウトドリフトを著しく低減する。
  論文  参考訳（メタデータ） (2025-12-09T09:40:34Z)
• Isolating and Leveraging Controllable and Noncontrollable Visual Dynamics in World Models [65.97707691164558]
  Iso-DreamはDream-to-Controlフレームワークを2つの側面で改善する。 まず、逆動力学を最適化することにより、世界モデルに制御可能で制御不能な情報源を学習させることを奨励する。 第2に、エージェントの挙動を世界モデルの切り離された潜在的想像力に最適化する。
  論文  参考訳（メタデータ） (2022-05-27T08:07:39Z)

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。