論文の概要: QQWorld: Quantile-Quantile Matching for World Model Regularization
- arxiv url: http://arxiv.org/abs/2607.28415v1
- Date: Thu, 30 Jul 2026 16:00:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.647454
- Title: QQWorld: Quantile-Quantile Matching for World Model Regularization
- Title（参考訳）: QQWorld: World Model RegularizationのためのQuantile-Quantile Matching
- Authors: Zhoushun Yu, Xiaoyu Hu, Xiangyu Xu,
- Abstract要約: LeWorldModel (LeWM) は、Epps-Pulley (EP) の目的を用いて、その潜伏者を等方ガウスへ正規化する。
分離した尾標本ではEPの補正勾配が急速に消失し, 重鎖偏差の制御が不十分であった。
本稿では,EPを量子量子量マッチングの目的に置き換えたQQWorldを提案する。
- 参考スコア（独自算出の注目度）: 7.147705178168053
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Latent world models enable efficient planning by predicting future states in a compact representation space, but their performance depends critically on the quality of the learned latent distribution. LeWorldModel (LeWM) regularizes its latents toward an isotropic Gaussian using the Epps-Pulley (EP) objective. We show that the corrective gradients of EP rapidly vanish for isolated tail samples, leaving heavy-tailed deviations insufficiently controlled. To address this limitation, we propose QQWorld, which replaces EP with a quantile-quantile matching objective that directly aligns projected latent samples with rank-matched Gaussian quantiles, thereby maintaining effective corrective gradients in the tails. We further develop cross-batch QQ, which enlarges the effective ranking pool using detached samples from previous batches, and characterize its bias-variance trade-off. Across four control environments, QQWorld effectively improves the average planning success rate of LeWM, while consistently yielding better Gaussian alignment and thinner latent tails.
- Abstract（参考訳）: 潜在世界モデルは、コンパクトな表現空間における将来の状態を予測することによって効率的な計画を可能にするが、それらの性能は学習された潜在分布の品質に大きく依存する。
LeWorldModel (LeWM) は、Epps-Pulley (EP) の目的を用いて、その潜伏者を等方ガウスへ正規化する。
分離した尾標本ではEPの補正勾配が急速に消失し, 重鎖偏差の制御が不十分であった。
この制限に対処するため,EPを量子量整合目的に置き換えたQQWorldを提案する。
さらに,従来のバッチから分離したサンプルを用いて効果的なランキングプールを拡大し,バイアス分散トレードオフを特徴付けるクロスバッチQQを開発した。
4つの制御環境全体で、QQWorldはLeWMの平均的な計画成功率を効果的に改善し、より優れたガウスアライメントとより薄い潜伏尾が得られる。
関連論文リスト
- Expanding SPHERE-JEPA: A Family of Statistical Regularizers for the Hypersphere [11.087393998848254]
SSL(Self-Supervised Learning)では,単位超球面上の一様分布を明示的に強制することにより,表現の崩壊を防止することが実証された。
現在のフレームワークは通常、SIGReg(LeJEPAで使用される)やSUSReg(SPHEREJEPAで使用される)のようなスライスされた統計正規化器に依存している。
これにより、トレーニング勾配にプロジェクションのばらつきを注入し、最適化を安定化させ、収束を妨げる。
本研究では,これらのランダムな射影を解析的に統合することにより,決定論的最大平均離散性(MMD)が得られ,スライスされた手法のばらつきを回避できることを示す。
論文 参考訳（メタデータ） (2026-06-16T07:10:05Z) - Low-Dimensional Adaptation of Rectified Flow: A New Perspective through the Lens of Diffusion and Stochastic Localization [59.04314685837778]
整流流(RF)は、その生成効率と最先端の性能からかなりの人気を得ている。
本稿では,RFがターゲット分布の支持の内在的低次元性に自動的に適応し,サンプリングを高速化する程度について検討する。
時間分割方式を慎重に設計し,十分な正確なドリフト推定を行うことで,RFサンプリング器はオーダーO(k/varepsilon)$の複雑さを享受できることを示す。
論文 参考訳（メタデータ） (2026-01-21T22:09:27Z) - Design-marginal calibration of Gaussian process predictive distributions: Bayesian and conformal approaches [0.0]
本研究では, ガウス過程 (GP) 予測分布のキャリブレーションについて, デザイン・マージナルの観点から検討した。
確率積分変換による中心区間の-被覆と-確率キャリブレーションを定式化する。
論文 参考訳（メタデータ） (2025-12-05T10:53:20Z) - Adaptive Path Integral Diffusion: AdaPID [0.0]
本研究では,時変剛性を有する高調波PIDの選択グラム作成のためのパスワイズスケジュールを開発する。
スケジュールに敏感なQoS(Quality-of-Sampling)診断を導入する。
論文 参考訳（メタデータ） (2025-12-05T04:57:00Z) - Continual Action Quality Assessment via Adaptive Manifold-Aligned Graph Regularization [53.82400605816587]
アクション品質アセスメント(AQA)は、ビデオにおける人間の行動を定量化し、スポーツスコアリング、リハビリテーション、スキル評価の応用を支援する。
大きな課題は、現実世界のシナリオにおける品質分布の非定常的な性質にある。
本稿では,進化する分布を扱うための連続学習機能を備えた連続AQA(Continuous AQA)を紹介する。
論文 参考訳（メタデータ） (2025-10-08T10:09:47Z) - Inference-Time Scaling of Diffusion Language Models with Particle Gibbs Sampling [70.8832906871441]
我々は、モデルを再訓練することなく、所望の報酬に向けて世代を操る方法を研究する。
従来の手法では、通常は1つの認知軌道内でサンプリングやフィルタを行い、軌道レベルの改善なしに報酬をステップバイステップで最適化する。
本稿では,拡散言語モデル(PG-DLM)の粒子ギブスサンプリングについて紹介する。
論文 参考訳（メタデータ） (2025-07-11T08:00:47Z) - End-To-End Learning of Gaussian Mixture Priors for Diffusion Sampler [15.372235873766812]
学習可能な混合前駆体は、探索の制御を改善し、目標支援への適応性を高め、モード崩壊に対抗するために増強する。
実験結果から,様々な実環境および総合的なベンチマーク問題に対して,大幅な性能向上が得られた。
論文 参考訳（メタデータ） (2025-03-01T14:58:14Z) - Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。
本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
論文 参考訳（メタデータ） (2023-06-27T08:15:28Z) - Differentiating Metropolis-Hastings to Optimize Intractable Densities [51.16801956665228]
我々はメトロポリス・ハスティングス検層の自動識別アルゴリズムを開発した。
難解な対象密度に対する期待値として表現された目的に対して勾配に基づく最適化を適用する。
論文 参考訳（メタデータ） (2023-06-13T17:56:02Z) - Auto-Encoding Goodness of Fit [9.560668678348579]
We developed a new type of generative autoencoder called the Goodness-of-Fit Autoencoder (GoFAE)。
ミニバッチレベルでは、正規化の目的としてGoFテスト統計を使用する。
よりグローバルなレベルでは、より高い批判に基づいて正規化係数を選択する。
論文 参考訳（メタデータ） (2022-10-12T19:21:57Z) - Optimization of Annealed Importance Sampling Hyperparameters [77.34726150561087]
Annealed Importance Smpling (AIS) は、深層生成モデルの難易度を推定するために使われる一般的なアルゴリズムである。
本稿では、フレキシブルな中間分布を持つパラメータAISプロセスを提案し、サンプリングに少ないステップを使用するようにブリッジング分布を最適化する。
我々は, 最適化AISの性能評価を行い, 深部生成モデルの限界推定を行い, 他の推定値と比較した。
論文 参考訳（メタデータ） (2022-09-27T07:58:25Z)
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。