論文の概要: Beyond Myopic World Models: Long-Horizon End-to-End Training for Direct Future Prediction

• arxiv url: http://arxiv.org/abs/2608.07420v1
• Date: Fri, 07 Aug 2026 17:05:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.573083
• Title: Beyond Myopic World Models: Long-Horizon End-to-End Training for Direct Future Prediction
• Title（参考訳）: ミオピック世界モデルを超えて:未来予測のための長距離エンド・ツー・エンドトレーニング
• Abstract要約: 我々は,エンド・ツー・エンドの終端予測を目的とし,直接最適化することで,長い水平精度を向上できると主張している。 直接予測世界モデル(DPWM)は,アクションシーケンスを単一の埋め込みに圧縮し,単一前方通過におけるエンドポイント観測を予測する非再帰的アーキテクチャである。
• 参考スコア（独自算出の注目度）: 14.604042842855002
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: World models are expected to support imagination over extended temporal horizons, yet most are still trained through local few-step prediction objectives and deployed by recursively rolling out their own predictions. This creates a fundamental mismatch: few-step losses optimize local transition fidelity, while long-horizon prediction depends on how errors and gradients propagate through the entire trajectory. As a result, transitions with different downstream influence on the endpoint are treated uniformly during training, and small local errors are amplified through recursive inference. We argue that long-horizon accuracy is better achieved by optimizing directly, through an end-to-end endpoint prediction objective. To instantiate this paradigm, we introduce the Direct Prediction World Model (DPWM), a non-recursive architecture that compresses an action sequence of arbitrary length into a single embedding and predicts the endpoint observation in a single forward pass. This design avoids recurrent rollout in both prediction and gradient propagation, making long-horizon end-to-end training practical at horizons where unrolled autoregressive training becomes unstable. Empirically, DPWM substantially improves long-horizon endpoint prediction over recursive world-model baselines on continuous-control and pixel-based benchmarks, with larger gains as the prediction horizon increases. We further show that recurrent baselines benefit similarly when retrained with the same long-horizon endpoint objective, supporting our central claim that the training objective, rather than the particular backbone choice, is the main driver of long-horizon prediction accuracy. Our results suggest that world models can benefit from being trained and evaluated at the temporal scales where they are ultimately used, shifting the focus from local transition modeling toward long-horizon predictive accuracy.
• Abstract（参考訳）: 世界モデルは、時間的地平線を超えて想像力をサポートすることが期待されているが、ほとんどのモデルは、局所的な数ステップの予測目標を通じて訓練され、再帰的に独自の予測を展開することによって展開される。 数段階の損失は局所遷移の忠実度を最適化する一方、長期水平予測は軌道全体を通してエラーや勾配がどのように伝播するかに依存する。 その結果、終点に対する下流の影響が異なる遷移を訓練中に一様に処理し、再帰的推論によって小さな局所誤差を増幅する。 我々は,エンド・ツー・エンドの終端予測を目的とし,直接最適化することで,長い水平精度を向上できると主張している。 このパラダイムをインスタンス化するために、任意の長さのアクションシーケンスを単一の埋め込みに圧縮し、単一前方通過におけるエンドポイント観測を予測する非再帰的アーキテクチャであるDPWM(Direct Prediction World Model)を導入する。 この設計は、予測と勾配伝播の両方における繰り返しのロールアウトを回避し、非ロールの自己回帰訓練が不安定になる地平線において、長期のエンドツーエンドのトレーニングを実践する。 実証的に、DPWMは連続制御とピクセルベースのベンチマークによる再帰的世界モデルベースラインに対する長い水平方向の終点予測を大幅に改善し、予測の地平線が増加するにつれて大きく向上する。 さらに、同じ長軸方向の終端目標で再トレーニングした場合のリカレントベースラインの利点も示し、トレーニング目標が特定のバックボーン選択ではなく、長軸方向の予測精度の主要因であるという中心的主張を支持する。 以上の結果から,世界モデルが最終的に使用される時間スケールで訓練・評価されることで,局所的遷移モデルから長期的予測精度へ焦点を移すことのメリットが示唆された。

関連論文リスト

• Beyond the Next Step: Variable-Length Latent World Models for Long-Horizon Planning [40.09669638091686]
  本稿では,可変長の動作列に条件付き潜在状態を予測するフレームワークを提案する。 実験により、可変長ラテント・ワールド・モデルがラテント・スペース・ワールド・モデルを大幅に改善していることが示されている。
  論文  参考訳（メタデータ） (2026-06-19T21:50:15Z)
• From Short Histories to Long Futures: Horizon-Aware Graph Neural Networks for Long Horizon Forecasting [1.6114012813668932]
  ディープニューラルネットワークは効率的なエミュレータとして機能するが、その多くは次のステップの予測のためにトレーニングされている。 本稿では,現在の状態から将来の複数のリードタイムへの状態遷移を学習するマルチホライゾングラフニューラルネットワークエミュレータを提案する。 Pine Island Glacier シミュレーション実験により,本手法は長距離精度の向上と安定性の向上を図っている。
  論文  参考訳（メタデータ） (2026-05-28T13:58:48Z)
• LeapTS: Rethinking Time Series Forecasting as Adaptive Multi-Horizon Scheduling [74.94985663101906]
  本稿では,予測地平線上での動的スケジューリングプロセスとして時系列予測を再構成する新しいフレームワーク LeapTSを提案する。 LeapTSは、Transformerベースのモデルよりも2.6$times$から5.3$times$推論スピードアップを実現しつつ、全体的な予測性能を少なくとも7.4%向上させる。
  論文  参考訳（メタデータ） (2026-05-11T09:54:02Z)
• Towards Scaling Law Analysis For Spatiotemporal Weather Data [50.25336689856158]
  単一ステップのトレーニング損失から長期ロールアウトやチャネル単位のメトリクスまで,自動回帰天気予報のためのニューラルスケーリング分析を拡張した。 プールドスケーリングは望ましいように見えるが、多くのチャネルは遅延リードで劣化する。 本稿では,重み付け対象,地平線対応カリキュラム,出力間の資源配分について論じる。
  論文  参考訳（メタデータ） (2026-04-06T18:14:53Z)
• TaPD: Temporal-adaptive Progressive Distillation for Observation-Adaptive Trajectory Forecasting in Autonomous Driving [10.160418242076284]
  軌道予測は自律走行に必須であり、車両は周囲のエージェントの動きを予測できる。 可変履歴長下での観測適応軌道予測のための統一的なプラグアンドプレイフレームワークであるTaPDを提案する。 Argoverse 1 と Argoverse 2 の実験は、TaPD が全ての観測範囲で強い基底線を一貫して上回っていることを示している。
  論文  参考訳（メタデータ） (2026-03-06T12:51:32Z)
• SKETCH: Semantic Key-Point Conditioning for Long-Horizon Vessel Trajectory Prediction [3.870589001283509]
  セマンティックキーポイント条件付き軌道モデリングフレームワークを提案する。 長距離予測を大域的意味決定と局所運動モデリングに分解する。 実世界のAISデータを用いた実験では,提案手法が常に最先端の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2026-01-26T14:42:31Z)
• Adaptive Conformal Prediction Intervals Over Trajectory Ensembles [50.31074512684758]
  将来の軌道は、自律運転、ハリケーン予測、疫病モデルといった領域で重要な役割を果たしている。 本稿では,サンプル軌道を理論的カバレッジ保証付き校正された予測区間に変換する共形予測に基づく統一的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-18T21:14:07Z)
• Adapting to Length Shift: FlexiLength Network for Trajectory Prediction [53.637837706712794]
  軌道予測は、自律運転、ロボット工学、シーン理解など、様々な応用において重要な役割を果たしている。 既存のアプローチは主に、一般に標準入力時間を用いて、公開データセットの予測精度を高めるために、コンパクトなニューラルネットワークの開発に重点を置いている。 本稿では,様々な観測期間に対する既存の軌道予測の堅牢性を高めるための,汎用的で効果的なフレームワークFlexiLength Network(FLN)を紹介する。
  論文  参考訳（メタデータ） (2024-03-31T17:18:57Z)
• From Goals, Waypoints & Paths To Long Term Human Trajectory Forecasting [54.273455592965355]
  将来の軌道の不確実性は、(a)エージェントに知られているが、モデルに未知な情報源、例えば長期目標や(b)エージェントとモデルの両方に未知な情報源、例えば他のエージェントの意図や既約乱数不確定性などである。 我々は,長期目標における多モータリティと,経路ポイントや経路における多モータリティによるアレタリック不確実性を通じて,てんかん不確かさをモデル化する。 また,この二分法を実証するために,従来の作業よりも1分間,桁長の予測地平線を有する,新しい長期軌跡予測設定を提案する。
  論文  参考訳（メタデータ） (2020-12-02T21:01:29Z)
• Long-Horizon Visual Planning with Goal-Conditioned Hierarchical Predictors [124.30562402952319]
  未来に予測し、計画する能力は、世界で行動するエージェントにとって基本である。 視覚的予測と計画のための現在の学習手法は、長期的タスクでは失敗する。 本稿では,これらの制約を克服可能な視覚的予測と計画のためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-23T17:58:56Z)

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。