論文の概要: Energy-Structured Latent World Models with Neural Time Fields for Physically Constistent Open-World Motion Planning

• arxiv url: http://arxiv.org/abs/2608.09876v1
• Date: Mon, 10 Aug 2026 17:31:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.398556
• Title: Energy-Structured Latent World Models with Neural Time Fields for Physically Constistent Open-World Motion Planning
• Title（参考訳）: 物理的に一貫したオープンワールド運動計画のためのニューラル時間場を持つエネルギー変動潜在世界モデル
• Authors: Yapeng Liu, Yuanzhao Zhai, Bo Ding, Huaimin Wang, Lin Wang,
• Abstract要約: エネルギー構造ラテント・ワールド・モデル(ELWM)を提案する。 我々のキーとなる考え方は、ELWMの潜伏状態がエネルギーと運動量を明確に伝達し、因果遷移を確実にすることである。 物理制御型ニューラルタイムフィールド(PC-NTF)の構築により、運動計画のためのさらなる実装を行う。 一般的な潜在モデルと比較すると、PC-NTF は0.8秒の動作予測 NRMSE を 0.36 から 0.29 に削減する。
• 参考スコア（独自算出の注目度）: 25.402498594599013
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Physically consistent motion planning remains a fundamental challenge in embodied AI, as generated trajectories must strictly conform to real-world execution dynamics. While latent world models offer a promising approach by predicting these dynamics, existing methods learn unconstrained future representations where absorbed physics remains implicit. Therefore, they fail to form reusable physical knowledge, which compromises reliability in unpredictable open-world navigation. To address this, we propose a novel Energy-Structured Latent World Model (ELWM). Our key idea is to structure the ELWM latent state to explicitly carry energy and momentum, ensuring strictly causal transitions via dissipation and control ports. Trained on multimodal RGB-D and inertial interaction histories, our model guarantees physically consistent predictions. We further implement this for motion planning by constructing Physics-Conditioned Neural Time Fields (PC-NTF), a key technical cornerstone that integrates ELWM into an arrival time field via the Eikonal equation to yield a physically-informed navigation policy. Across held-out scenes, our evaluation reveals significant improvements. Compared to generic latent models, PC-NTF reduces 0.8-s motion-prediction NRMSE from 0.36 to 0.29. Against Active Neural Time Fields, it improves navigation success from 81.3% to 89.7% and SPL from 0.64 to 0.73, while cutting the physical collision rate from 12.1% to 5.8% and the Eikonal residual from 0.083 to 0.031. Beyond these targeted gains, our results demonstrate that embedding explicit physical structures into latent spaces intrinsically bridges the gap between predictive world models and safe, dynamically feasible motion planning.
• Abstract（参考訳）: 物理的に一貫した運動計画は、生成された軌道は実世界の実行力学に厳密に従わなければならないため、AIの具体化における根本的な課題である。 潜在世界モデルは、これらのダイナミクスを予測することによって有望なアプローチを提供するが、既存の方法は、吸収された物理が暗黙的に残る制約のない未来の表現を学ぶ。 そのため、それらは再利用可能な物理知識を形成することができず、予測不可能なオープンワールドナビゲーションの信頼性を損なう。 そこで,本稿では,新しいELWM(Energy-Structured Latent World Model)を提案する。 我々のキーとなる考え方は、ELWMの潜伏状態がエネルギーと運動量を明確に伝達し、散逸と制御ポートによる因果遷移を確実にすることである。 マルチモーダルRGB-Dおよび慣性相互作用ヒストリーに基づいて,本モデルは物理的に一貫した予測を保証している。 我々はさらに, ELWMをアイコン方程式を介して到着時刻場に統合し, 物理インフォームドナビゲーションポリシを生成する重要な技術基盤であるPC-NTFを構築することで, 運動計画のためにこれを実装した。 ホールドアウトのシーン全体で、我々の評価は大幅に改善されている。 一般的な潜在モデルと比較すると、PC-NTF は0.8秒の動作予測 NRMSE を 0.36 から 0.29 に削減する。 アクティブ・ニューラル・タイム・フィールドでは81.3%から89.7%に、SPLは0.64から0.73に、物理衝突速度は12.1%から5.8%に、アイコンは0.083から0.031に改善されている。 これらの目標ゲインの他に、我々の研究結果は、明示的な物理構造を潜在空間に埋め込むことによって、予測的世界モデルと安全で動的に実現可能な運動計画とのギャップを本質的に橋渡しすることを示した。

関連論文リスト

• PhyLatent: Learning Dynamics-Relevant Representations for JEPA World Models [12.761667671058767]
  PhyLatentは、JEPA(JointEmbedding Predictive Architecture)の世界モデルのための動的関連トレーニングの目標である。 我々は,JEPAワールドモデルにおける3つの障害モードを同定する。 OGBench-Cubeでは、PhyLatentは3つの障害率を15.60%、6.71%、8.41%から7.53%、0.95%、および4.62%に減らし、モデル予測制御(MPC)の成功を70.0%から78.1%に改善している。
  論文  参考訳（メタデータ） (2026-08-06T08:02:15Z)
• A Physics-Grounded Benchmark for Multi-Agent Dynamics in World Models [96.64934195520802]
  我々は、世界モデルの物理的信頼性をストレステストするために設計された物理地上評価フレームワークであるCrashTwinを紹介する。 CrashTwinは、25K制御可能な合成12K実世界の衝突シーケンスを含む、多様なマルチエージェント衝突シナリオのデータセットを結合している。 本稿では,時間的一貫性,運動量,運動エネルギーの保存,世界力学の整合性という3つの次元を体系的に評価する診断スイートを提案する。
  論文  参考訳（メタデータ） (2026-06-27T06:13:35Z)
• 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)
• PH-Dreamer: A Physics-Driven World Model via Port-Hamiltonian Generative Dynamics [0.0]
  リカレントステートスペースアーキテクチャ上に構築された世界モデルは、保存と散逸の原則に反するダイナミクスを生成する。 我々は,これらを3つの相乗的機構を通じて改善する統合されたポート・ハミルトンの枠組みを導入する。 視覚制御のベンチマーク全体では、このパラダイムは優れたリターンを得るだけでなく、想像と実の報酬の間により密着した、より低い分散アライメントを確立することで内部忠実度を高める。
  論文  参考訳（メタデータ） (2026-05-18T12:20:54Z)
• 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)
• CtrlAttack: A Unified Attack on World-Model Control in Diffusion Models [92.04182855442254]
  我々は、I2Vモデルの脆弱性を分析し、時間的制御機構が新たな攻撃面を構成することを発見し、それらを一様にモデル化することの難しさを明らかにする。 我々はCtrlAttackと呼ばれるトラジェクトリ制御攻撃を提案し、生成過程における状態の進化を妨害する。 実験結果から,低次元および高規則化摂動制約下であっても,時間的一貫性を著しく損なう可能性が示唆された。
  論文  参考訳（メタデータ） (2026-03-13T08:05:50Z)
• When World Models Dream Wrong: Physical-Conditioned Adversarial Attacks against World Models [54.08784776767683]
  本稿では,物理条件を乱す最初のホワイトボックス世界モデルアタックであるPhysCond-WMA(PhysCond-WMA)を提案する。 PhysCond-WMAは知覚の忠実さを維持しながら意味、論理、決定レベルの歪みを引き起こす。
  論文  参考訳（メタデータ） (2026-02-21T07:22:37Z)
• Reactive Motion Generation With Particle-Based Perception in Dynamic Environments [14.960949776319147]
  動的および非構造的シナリオにおける反応運動生成は、基本的に静的知覚とシステムダイナミクスの対象となる。 この記事では、モデルベースの観点から、リアクティブ計画とマニピュレータの動的マッピングの密接な関係を明らかにすることに焦点を当てます。 本稿では,ロボット・障害物力学を協調的に伝播する障害物対応MPPI計画法を提案する。
  論文  参考訳（メタデータ） (2026-02-18T13:48:54Z)
• Aligning Agentic World Models via Knowledgeable Experience Learning [68.85843641222186]
  環境フィードバックをシンセサイザー化したWorld Knowledge Repositoryを構築するフレームワークであるWorldMindを紹介する。 WorldMindは、優れたクロスモデルとクロス環境転送性を備えたベースラインよりも優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-01-19T17:33:31Z)
• Forecasting Continuous Non-Conservative Dynamical Systems in SO(3) [51.510040541600176]
  コンピュータビジョンにおける移動物体の回転をモデル化するための新しい手法を提案する。 我々のアプローチは、入力ノイズに対して頑健でありながら、エネルギーと運動量保存に非依存である。 トレーニング中の雑音状態から物体のダイナミクスを近似させることで、シミュレーションや様々な現実世界の設定において頑健な外挿能力が得られる。
  論文  参考訳（メタデータ） (2025-08-11T09:03:10Z)
• PI-WAN: A Physics-Informed Wind-Adaptive Network for Quadrotor Dynamics Prediction in Unknown Environments [3.4802474792943805]
  本研究では, 物理インフォームド・ウィンド・アダプティブ・ネットワーク (PI-WAN) を導入する。 具体的には、PI-WANは時間的畳み込みネットワーク(TCN)アーキテクチャを採用し、歴史的飛行データから時間的依存関係を効率的にキャプチャする。 実時間予測結果をモデル予測制御(MPC)フレームワークに組み込むことで,クローズドループ追跡性能の向上を実現する。
  論文  参考訳（メタデータ） (2025-07-01T14:48:22Z)

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。