論文の概要: Koopman Dreamer: Spectrally Constrained Latent Dynamics for Stable World-Model Imagination

• arxiv url: http://arxiv.org/abs/2607.19719v1
• Date: Wed, 22 Jul 2026 03:38:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:37.969853
• Title: Koopman Dreamer: Spectrally Constrained Latent Dynamics for Stable World-Model Imagination
• Title（参考訳）: Koopman Dreamer:安定世界モデルイマジネーションのためのスペクトル制約付き遅延ダイナミクス
• Abstract要約: 潜在世界モデルは、想像された潜在軌道に対するポリシーを最適化することで、連続制御におけるサンプル効率を改善する。 我々は,スペクトル制約付き決定論的潜在動力学コアを持つドリーマースタイルの世界モデルであるクープマン・ドリーマーを提案する。 DeepMind Control Suite と UAV-LiDAR の自律航法による自己受容型連続制御タスクの実験結果から,Koopman Dreamer が長距離潜伏ロールアウトの安定性を向上させることが示された。
• 参考スコア（独自算出の注目度）: 15.52449172412875
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Latent world models improve sample efficiency in continuous control by optimizing policies over imagined latent trajectories, but common neural transitions offer limited direct control over modal persistence and error accumulation in long rollouts. We propose Koopman Dreamer, a Dreamer-style world model with a spectrally constrained deterministic latent dynamics core. Its Koopman-inspired backbone uses two-dimensional rotation--scaling blocks with bounded radii to represent damping, rotation, and near-periodic modes. Linear and low-rank bilinear action terms capture global and state-dependent control effects, while stochastic-state modulation supplies local correction information. To reduce the mismatch between posterior-conditioned training and prior-only imagination, the model combines posterior-conditioned EMA teacher targets with one-step consistency, multi-step rollout, and open-loop observation-prediction objectives. We further derive a multi-step rollout-error bound that separates amplification by the spectral backbone and bilinear interaction from the additive effects of stochastic-state mismatch and modeling residuals, clarifying the trade-off between error attenuation and long-term information retention. Experimental results on proprioceptive continuous-control tasks from the DeepMind Control Suite and UAV-LiDAR autonomous navigation demonstrate that Koopman Dreamer improves the stability of long-horizon latent rollouts and achieves stronger closed-loop control performance on tasks that rely on high-quality multi-step imagination.
• Abstract（参考訳）: 潜在世界モデルは、想像された潜在軌道に対するポリシーを最適化することで、連続的な制御におけるサンプル効率を改善するが、一般的な神経遷移は、長期のロールアウトにおいて、モーダル持続性およびエラー蓄積に対する制限された直接制御を提供する。 我々は,スペクトル制約付き決定論的潜在動力学コアを持つドリーマースタイルの世界モデルであるクープマン・ドリーマーを提案する。 クープマンにインスパイアされたバックボーンは、減衰、回転、および近周期モードを表すために、境界半径を持つ2次元の回転散乱ブロックを使用する。 線形および低ランクの双線形動作項は、グローバルおよび状態依存的な制御効果を捉え、確率的状態変調は局所的な補正情報を提供する。 後方条件付きトレーニングと事前のみの想像力のミスマッチを低減するため、モデルでは、後方条件付きEMA教師目標とワンステップの一貫性、複数ステップのロールアウト、オープンループの観察予測目的を組み合わせている。 さらに、スペクトルバックボーンと双線形相互作用による増幅と、確率的状態ミスマッチとモデリング残差の付加効果とを分離し、エラー減衰と長期情報保持のトレードオフを明らかにする多段階ロールアウトエラー境界を導出する。 DeepMind Control Suite と UAV-LiDAR の自律航法による自己受容型連続制御タスクの実験結果は、Koopman Dreamer が長距離潜伏ロールアウトの安定性を改善し、高品質なマルチステップ想像力に依存するタスクにおいてより強力な閉ループ制御性能を実現することを示す。

関連論文リスト

• SegDiff: Segmented Trajectory Diffusion for Consistent and Adaptive Robot Manipulation [65.81476183180527]
  両パラダイムの長所を統合するクローズドループビズモータポリシであるSegDiffを紹介する。 SegDiffはデモをキーセグメンテーション間で動作セグメントに分解し、現在の状態から次のキーセグメンテーションまでの連続的な軌跡を予測することを学習する。 SegDiffは、さまざまなシミュレートされた実世界のシナリオにおいて、既存のアプローチよりも大きなパフォーマンス向上を示している。
  論文  参考訳（メタデータ） (2026-07-13T02:48:03Z)
• LIDAR-AD: A Decoder-Free Latent-Interaction Dreamer with Action-Residual Chains for Autonomous Driving [8.326300282526061]
  LIDAR-ADは、自律運転のためのアクション・レジデンシャル・チェーンを備えたデコーダフリーのラテント・インタラクション・ドリーマーである。 観測再構成を冗長に再現された潜在アライメントに置き換え、リスク関連関係のコンパクトな表現を奨励する。 さらに、車両制御を残留動作更新としてモデル化し、残留動作シーケンスコントラスト学習を使用して、多段階残留駆動ロールアウトを将来の潜在状態と整合させる。
  論文  参考訳（メタデータ） (2026-07-12T16:06:09Z)
• 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)
• AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
  視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。 本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。 LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
  論文  参考訳（メタデータ） (2026-04-20T04:25:24Z)
• Ada3Drift: Adaptive Training-Time Drifting for One-Step 3D Visuomotor Robotic Manipulation [53.750389076941396]
  拡散に基づくビジュモータポリシーは反復的認知を通じて多モーダルな動作分布をキャプチャするが、その高い推論遅延はリアルタイムロボット制御を制限する。 Ada3Driftは,専門家のデモモードに対して予測された行動を引き付ける訓練時間ドリフト場を学習する。 Ada3Driftは、拡散ベースの代替よりも10倍の関数評価を必要としながら、最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-03-12T14:36:53Z)
• 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)
• From Flow to One Step: Real-Time Multi-Modal Trajectory Policies via Implicit Maximum Likelihood Estimation-based Distribution Distillation [18.70033095161235]
  Indicit Likelihood Estimation (IMLE) を用いて条件付きフローマッチングの専門家を高速な単一ステップの学生に蒸留する枠組みを提案する。 双方向のチャンファー距離は、モードカバレッジと忠実度の両方を促進する設定レベルの目的を提供する。 統合認識エンコーダは、さらに多視点RGB、深度、点雲、プロプレセプションを幾何学的認識表現に統合する。
  論文  参考訳（メタデータ） (2026-03-10T09:30:05Z)
• Model-Based Diffusion Sampling for Predictive Control in Offline Decision Making [48.998030470623384]
  オフラインの意思決定は、さらなるインタラクションを伴わずに、固定データセットからの信頼性の高い振る舞いを必要とする。 i)タスク整列軌道を多様に生成するプランナー,(ii)システム力学との整合性を強制するダイナミクスモデル,(iii)タスク目標に整合した動作を選択するランサーモジュールからなる構成モデルに基づく拡散フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-09T06:26:02Z)
• On the Joint Minimization of Regularization Loss Functions in Deep Variational Bayesian Methods for Attribute-Controlled Symbolic Music Generation [47.38557855930304]
  明示的な潜在変数モデルは、データ合成のための柔軟だが強力なフレームワークを提供する。 既存のアプローチは、両方の正規化目標を共同で最小化するのに苦労していることを示す。 適切な属性変換は、目標潜在次元の可制御性と正則化の両方を達成するのに有効であることを示す。
  論文  参考訳（メタデータ） (2025-11-10T14:09:25Z)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)

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。