論文の概要: The Objective Is the Bottleneck: Latent World Models Encode What Their Planners Cannot Use
- arxiv url: http://arxiv.org/abs/2608.12959v1
- Date: Thu, 13 Aug 2026 08:43:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.442253
- Title: The Objective Is the Bottleneck: Latent World Models Encode What Their Planners Cannot Use
- Title（参考訳）: ボトルネックの目的:後期世界モデルでは、プランナーが使えないものをエンコードする
- Abstract要約: 長い地平線で計画が失敗すると、自然読影器は劣化する。
代わりに、バインディング制約がプランナーの目的であることを示す。
横-エントロピー・メソド計画ミニミセス2乗潜距離
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Latent world models are judged by how well they predict, so when planning fails at long horizons the natural reading is that the predictor degrades. On a reproduction of LeWorldModel on TwoRoom we show the binding constraint is the planner's objective instead. The predictor is not the limit: its imagined state seventy-five environment steps ahead is still only 0.189 as wrong as assuming the world froze, while the planner never imagines beyond twenty-five. The objective is. Cross-entropy-method planning minimises squared latent distance, which tracks true distance at r = 0.426, saturates by about eighty arena units and decreases beyond a hundred and twenty, so moving away from the goal can lower the cost. The information is present throughout: a ridge probe recovers position from the frozen embedding at R^2 0.9922. The pathology is the method's, not one reimplementation's. It is present in the authors' released weights, and across four checkpoints long-horizon success rank-orders exactly with metric quality and inversely with prediction accuracy. Replacing only the objective, with nothing retrained and no GPU, lifts goals reached at offset 100 from 26.0% to 98.0%, equals the 98.0% at offset 25, and reaches 92.0% under a third of the budget: planning stops depending on the horizon. The best cost is not the most accurate. A head learned from frame separation alone predicts spatial distance worse than a position probe (r = 0.819 against 0.9897) yet plans better, charging 24% more to cross the environment's dividing wall where squared latent distance charges 4% less. It has learned reachability, not proximity.
- Abstract（参考訳）: 潜在世界モデルは予測の正確さによって判断されるので、長い地平線で計画が失敗すると、予測器は劣化する。
TwoRoom上でのLeWorldModelの再現では、代わりにバインディング制約がプランナーの目的であることを示す。
予測器は限界ではない。想定された755の環境ステップは、世界が凍ると仮定するほど0.189しか間違っていないが、プランナーは25以上の環境ステップを想像することはない。
目的はそこにある。
r = 0.426 で真の距離をトラックするクロスエントロピー・メソド計画最小距離は、約80のアリーナ単位で飽和し、100から20を超えて減少するため、目標から離れて行くことでコストを削減できる。
リッジプローブは、R^2 0.9922の冷凍埋没位置から位置を回復する。
病理はメソッドのものであり、再実装の1つではありません。
著者の解放された重みの中に存在し、4つのチェックポイントにまたがるロングホライズンの成功ランクは、正確にはメートル法品質で、逆に予測精度でランク付けされる。
目標のみをリプレースし、何のトレーニングもなくGPUも無く、オフセット100で到達した目標を26.0%から98.0%に引き上げ、オフセット25で98.0%に等しく、予算の3分の1以下で92.0%に達する。
最良のコストは、最も正確ではない。
フレーム分離だけで学習された頭部は、位置プローブ(r = 0.819対0.9897)よりも空間距離が悪くなると予測するが、より良い計画を立て、正方形の遅延距離が4%減少する環境の分割壁を横切るためにさらに24%の料金を課す。
到達性を学び、近接性はない。
関連論文リスト
- Modeling What Changes: Sparse, Residual World Models for Object-Centric Manipulation [0.0]
スパース/残留モデルは高密度多層パーセプトロンの2.5倍から4.6倍の精度で次状態のポーズを予測する。
自動回帰ロールアウトでは誤差がはるかに少なくなり、密度の高いモデルがドリフトする間、動きのないフロアを抱きしめる。
世界全体を予測するのではなく、どのような変化をモデル化するかは、オブジェクト中心の物理的なAIに対して単純で効果的なバイアスとなります。
論文 参考訳（メタデータ） (2026-09-02T03:20:09Z) - When Graph-JEPA Learns the Wrong Thing: Diagnosing and Repairing Category-Conditional Collapse [3.0255780640228984]
共同埋め込み予測アーキテクチャは線形探索と有効ランクによってほぼ普遍的に選択される。
本報告では,表現中に使用可能なインスタンス情報がゼロである場合に,両者が正常に読まれる事例を報告する。
Graph-JEPAは、サブグラフの残りの側面から1つのマスクされたアスペクトを予測し、線形プローブ精度0.871と有効ランク18-47を達成する。
再現性監査とターゲットゲートを備えたハーネスをリリースする。
論文 参考訳（メタデータ） (2026-08-20T19:22:49Z) - The Evaluation Protocol Determines the Result: An Independent Reproduction of LeWorldModel on TwoRoom [0.0]
LeModelは、予測損失と1つの反崩壊正規化器を備えた潜在世界モデルを訓練する。
約25ドル(約2万5000円)のレンタルコンピュータ上で、独立した再実装によってこれを再現し、1台のラップトップCPU上で全ての評価を行う。
論文 参考訳（メタデータ） (2026-08-10T19:00:51Z) - RynnValue: Scaling Robotic Value Foundation Models with Temporal Distance [84.26294415726723]
汎用報酬モデルが、ロボット学習のスケーリングのボトルネックになりつつある。
ロボット操作のためのオープンソースのバリューファンデーションモデルであるRynnValueを紹介した。
RynnValueは7000時間以上、好みやプログレッシブアノテーションなしで約3Mの命令条件付きクリップにスケールする。
論文 参考訳（メタデータ） (2026-08-10T17:09:37Z) - What Can Latent World Models Know? Physical Parameter Identifiability in Multimodal Predictive Representations [18.546826658944806]
POKEWORLDは、視覚的に同一の物体が質量、抗力、接触硬さを隠す対話型環境である。
認証付きプロトコルは、まず、生の観測から回復可能な各パラメータを認証し、潜伏状態に入るかどうかを測定する。
RH20Tでは、2つのロボットと4,258エピソードにまたがって両方のメカニズムを再現する。
論文 参考訳（メタデータ） (2026-07-29T15:15:30Z) - No Subspace to Track: Non-Identifiability and Optimizer State in Low-Rank Training [0.0]
GaLoreのようなメモリ効率は、ランク-r部分空間に勾配を投影することで、大きな言語モデルを訓練する。
私たちは、小さな再現可能なコアを超えて、そのようなオブジェクトは存在しないことを示します。
論文 参考訳（メタデータ） (2026-07-07T06:06:04Z) - ESPO: Early-Stopping Proximal Policy Optimization [78.79610718910628]
ESPO(Early-Stopping Proximal Policy Optimization)は、軌道上の障害を検出し、ロールアウトを早期に終了する。
DeepSeek-R1-Distill-Qwen-7Bでは、ESPOはAIME2024(46.28%対45.25%)、AMC2023(85.83%対82.94%)、MATH-500(87.42%対85.43%)でPPOを上回っている。
論文 参考訳（メタデータ） (2026-05-28T12:40:22Z) - Predictive but Not Plannable: RC-aux for Latent World Models [44.63243875072762]
到達可能性補正補助(RC-aux)
本稿では,このミスマッチに対する軽量な補正法であるReachability-Correctionssisted (RC-aux)を提案する。
RC-auxは世界モデルのバックボーンを変更せず、2つの軸に沿って計画に沿った監督を追加する。
論文 参考訳（メタデータ） (2026-05-08T05:43:33Z) - $\texttt{FedBC}$: Calibrating Global and Local Models via Federated
Learning Beyond Consensus [66.62731854746856]
フェデレートラーニング(FL)では、デバイス全体にわたるモデル更新の集約を通じて、グローバルモデルを協調的に学習する目的は、ローカル情報を通じたパーソナライズという目標に反対する傾向にある。
本研究では,このトレードオフを多基準最適化により定量的にキャリブレーションする。
私たちは、$texttFedBC$が、スイートデータセット間でグローバルおよびローカルモデルのテスト精度のメトリクスのバランスをとることを実証しています。
論文 参考訳（メタデータ） (2022-06-22T02:42:04Z) - Uncertainty estimation of pedestrian future trajectory using Bayesian
approximation [137.00426219455116]
動的トラフィックシナリオでは、決定論的予測に基づく計画は信頼できない。
著者らは、決定論的アプローチが捉えられない近似を用いて予測中の不確実性を定量化する。
将来の状態の不確実性に対する降雨重量と長期予測の影響について検討した。
論文 参考訳（メタデータ） (2022-05-04T04:23:38Z) - Spatiotemporal Relationship Reasoning for Pedestrian Intent Prediction [57.56466850377598]
視覚データに対する推論は、ロボティクスとビジョンベースのアプリケーションにとって望ましい能力である。
本稿では,歩行者の意図を推論するため,現場の異なる物体間の関係を明らかにするためのグラフ上でのフレームワークを提案する。
歩行者の意図は、通りを横切る、あるいは横断しない将来の行動として定義され、自動運転車にとって非常に重要な情報である。
論文 参考訳（メタデータ） (2020-02-20T18:50:44Z)
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。