論文の概要: Representation World Model: Learning States, Transition and Executable Plans in Representation

• arxiv url: http://arxiv.org/abs/2609.29171v1
• Date: Thu, 24 Sep 2026 07:43:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.776879
• Title: Representation World Model: Learning States, Transition and Executable Plans in Representation
• Title（参考訳）: 表象世界モデル:表象における学習状態,遷移,実行可能な計画
• Abstract要約: 本稿では,表現空間において状態,遷移,実行可能な計画を直接学習するRepresentation World Model (RWM)を提案する。 RWMは、エンドポイント表現から構築された潜在経路に沿って、逆力学の監督を局所的に適用することにより、表現幾何学を学習する。 連続制御ベンチマークの実験では、直接計画におけるRWMの有効性が示され、ロボット操作の結果はさらに、より複雑な制御タスクに拡張される可能性を示している。
• 参考スコア（独自算出の注目度）: 26.596255487383655
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose the Representation World Model (RWM), which learns states, transitions, and executable plans directly in representation space. Unlike existing world models that typically learn latent representations together with explicit dynamics models and perform planning through search, optimization, or policy-based prediction, RWM directly incorporates planning into the learned representation geometry. RWM learns the representation geometry by applying inverse-dynamics supervision locally along latent paths constructed from endpoint representations, requiring these paths to preserve task-relevant state and transition information. At inference, planning is performed by directly constructing a latent path between the current and goal representations, with inverse dynamics used to recover the corresponding actions, without recursive rollouts or action-space search. Experiments on continuous-control benchmarks demonstrate the effectiveness of RWM for direct planning, while results on robotic manipulation further show its potential to extend to more complex embodied control tasks. These results suggest that planning directly in representation space provides a promising alternative to conventional world-model planning.
• Abstract（参考訳）: 本稿では,表現空間において状態,遷移,実行可能な計画を直接学習するRepresentation World Model (RWM)を提案する。 通常、明示的な力学モデルとともに潜在表現を学習し、探索、最適化、あるいはポリシーに基づく予測を通じて計画を実行する既存の世界モデルとは異なり、RWMは学習された表現幾何学に計画を直接組み込む。 RWMは、エンドポイント表現から構築された潜在経路に沿って、逆力学の監督を局所的に適用し、タスク関連状態と遷移情報を保持するためにこれらの経路を必要とすることによって、表現幾何学を学習する。 推論では、再帰的なロールアウトやアクション空間探索を伴わずに、対応する動作の回復に使用される逆ダイナミクスを用いて、カレントとゴール表現間の遅延経路を直接構築することで計画を行う。 連続制御ベンチマークの実験では、直接計画におけるRWMの有効性が示され、ロボット操作の結果はさらに、より複雑な制御タスクに拡張される可能性を示している。 これらの結果は,表現空間を直接計画することが,従来の世界モデル計画に代わる有望な選択肢となることを示唆している。

関連論文リスト

• Beyond Instance Slots: Semantically Rich World Models for Physical Interaction Planning [3.284163275977256]
  本稿では,5つの機能的役割を中心に構成されたタスク条件付き世界モデルであるSemantically Rich World Model (SR-WM)を提案する。 SR-WM内では、ビジュアルエンティティエンコーダが事前訓練されたパッチ機能からソフトエンティティ仮説を抽出し、セグメンテーションマスクがオプションの提案先として機能する。 ロールバインダーはこれらの仮説をタスク固有のロールにマッピングし、アクション条件付きダイナミクスモデルは、きめ細かいセマンティクスと共にロール遷移を予測する。
  論文  参考訳（メタデータ） (2026-08-23T08:37:59Z)
• Discrete-WAM: Unified Discrete Vision-Action Token Editing for World-Policy Learning [28.162567330430928]
  我々は、視覚的観察、将来の状態、ハイレベルな決定、共有トークン空間内のエゴアクションを表す統合されたビジョンアクション世界政治フレームワークであるDiscrete-WAMを紹介する。 この離散的なアライメントに基づいて、離散WAMは、マルチタスクとマルチステージ事前トレーニングを通じて、ワールド・モデリング、ワールド・ポリティクス・モデリング、ポリシー・モデリングを共同で訓練する。 実験により、離散WAMは、制御可能な将来の生成、対実評価、サプライズベースのワールドモデル分析、効率的な並列ポリシー復号をサポートしながら、強い計画性能を達成することが示された。
  論文  参考訳（メタデータ） (2026-06-04T03:16:31Z)
• Back to Parsimonious Latents: Learning Task-Centric World Models from Visual Foundations [35.521396983843864]
  本稿では,基礎モデル埋め込みをコンパクトでタスクに適した世界表現に変換するためのフレームワークを提案する。 TC-WM は、動的空間としてコンパクトなラテントに高次元の視覚的埋め込みを射影する。 TC-WMは、タスク中心の潜在要因を単純な変換まで特定するのに十分であることを示す。
  論文  参考訳（メタデータ） (2026-05-25T09:21:43Z)
• Afford-VLA: Action-Aligned Visual Planning via Internalized Affordance [108.46436073194546]
  効果的なプランニングは、ローカルで、視覚的に基礎があり、内部で生成され、アクションと直接整合するべきである、と私たちは主張する。 本稿では,タスク条件付きアベイランスをVLAモデル内で明示的な視覚的計画インターフェースとして内包する統合フレームワークであるAfford-VLAを提案する。
  論文  参考訳（メタデータ） (2026-05-22T20:43:47Z)
• World Action Models: The Next Frontier in Embodied AI [123.5787299299832]
  VLA(Vision-Language-Action)モデルは、具体的政策学習のための強力なセマンティックな一般化を実現している。 彼らは、物理的な世界が介入の下でどのように進化するかを明示的にモデル化することなく、リアクティブな観察から行動へのマッピングを学ぶ。 成長するこの制限には、世界モデル、環境ダイナミクスの予測モデル、アクション生成パイプラインを統合することで対処する。
  論文  参考訳（メタデータ） (2026-05-12T13:10:52Z)
• On Sample-Efficient Generalized Planning via Learned Transition Models [8.508980351550003]
  一般的な計画は、共通のドメインモデルを共有する計画問題のファミリーにまたがって一般化するソリューション戦略の構築を研究する。 近年のPlanGPTやPlansformerのようなトランスフォーマーベースのプランナーは、直接アクションシーケンス予測として一般的な計画を立てた。 遷移モデル学習問題として一般化計画を定式化し、ニューラルネットワークが後続状態関数 $hat approx $ を明示的に近似し、シンボル状態軌跡をロールアウトして計画を生成する。
  論文  参考訳（メタデータ） (2026-02-26T16:13:46Z)
• LaDi-WM: A Latent Diffusion-based World Model for Predictive Manipulation [45.02469804709771]
  拡散モデルを用いて将来の状態の潜伏空間を予測する世界モデルLaDi-WMを提案する。 LIBERO-LONGベンチマークでは,LaDi-WMが27.9%,現実シナリオでは20%,政策性能が著しく向上することを示した。
  論文  参考訳（メタデータ） (2025-05-13T04:42:14Z)
• Latent Diffusion Planning for Imitation Learning [78.56207566743154]
  Latent Diffusion Planning (LDP) は、プランナーと逆ダイナミクスモデルからなるモジュラーアプローチである。 行動予測からプランニングを分離することにより、LDPは最適なデータと行動自由データのより密集した監視信号の恩恵を受けることができる。 シミュレーションされた視覚ロボット操作タスクにおいて、LDPは最先端の模倣学習アプローチより優れている。
  論文  参考訳（メタデータ） (2025-04-23T17:53:34Z)
• Latent Space Roadmap for Visual Action Planning of Deformable and Rigid Object Manipulation [74.88956115580388]
  プランニングは、イメージを埋め込んだ低次元の潜在状態空間で行われる。 我々のフレームワークは2つの主要なコンポーネントで構成されており、画像のシーケンスとして視覚的な計画を生成するビジュアル・フォレスト・モジュール(VFM)と、それら間のアクションを予測するアクション・プロポーザル・ネットワーク(APN)である。
  論文  参考訳（メタデータ） (2020-03-19T18:43:26Z)

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。