論文の概要: Metro-WM: Long-Horizon Latent Planning with Realisable Sub-Goals

• arxiv url: http://arxiv.org/abs/2609.31868v1
• Date: Fri, 25 Sep 2026 18:09:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 05:06:48.12528
• Title: Metro-WM: Long-Horizon Latent Planning with Realisable Sub-Goals
• Title（参考訳）: Metro-WM: 実現可能なサブゴールによる長距離潜水計画
• Abstract要約: 制約のない潜在ゴール予測が根本的な欠陥であることを示す。 最先端のマクロプランナーは、物理的に説明不能なサブゴールを定期的に出力する。 従来の経験から真の状態を取得することで,サブゴールを発行する階層的なフレームワークであるMetro-WMを紹介する。
• 参考スコア（独自算出の注目度）: 15.720486591584965
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Model-predictive control with Joint-Embedding Predictive Architectures (JEPAs) provides a strong zero-shot goal-reaching planner, but it is only effective over short planning horizons. Hierarchical extensions attempt to bridge this gap by learning a macro planner to predict intermediate latent sub-goals to guide the micro planner. In this work, we demonstrate that unconstrained latent sub-goal prediction is fundamentally flawed. A rigorous evaluation reveals that a leading state-of-the-art macro planner routinely emits physically unrealisable sub-goals. To resolve this, we introduce Metro-WM, a hierarchical framework that issues sub-goals by retrieving genuine states from prior experience rather than generating ungrounded latent vectors. Specifically, Metro-WM constructs a graph whose vertices are observed frames from offline expert demonstrations or random-action trajectories, allowing frames from different episodes to be connected and stitched into routes to the goal. Planning over the full graph also makes the system highly robust to execution errors: if the micro planner drifts off course, Metro-WM instantly finds a new optimal path from the current state. Our experiments show that Metro-WM achieves superior long-horizon success rates of up to 37.33 percentage points over the next best hierarchical approach while being up to 10.9 times faster, requiring both 13-56 times less offline compute and fewer tuned hyperparameters. Additional analysis reveals that Metro-WM finds shorter paths than the offline demonstrations, outperforms an oracle relying on the query's own demonstration, and maintains robust performance under extremely sparse dataset conditions.
• Abstract（参考訳）: JEPA(Joint-Embedding Predictive Architectures)によるモデル予測制御は、強力なゼロショット目標達成プランナーを提供するが、短期計画の地平線に対して有効である。 階層的拡張は、マクロプランナーを学習し、中間潜在サブゴールを予測し、マイクロプランナーを導くことによって、このギャップを埋めようとする。 本研究では,制約のない潜在ゴール予測が根本的に欠陥があることを実証する。 厳密な評価により、最先端のマクロプランナーが物理的に不可能なサブゴールを定期的に発することが明らかとなった。 そこで本稿では,未定の潜在ベクトルを生成するのではなく,前経験から真の状態を取得することで,サブゴールを発行する階層的なフレームワークであるMetro-WMを紹介する。 特に、Metro-WMは、オフラインの専門家によるデモンストレーションやランダムアクションの軌跡から頂点が観察されるグラフを構築し、異なるエピソードのフレームを接続し、ゴールへのルートに縫い付けることができる。 マイクロプランナーがコースを外れた場合、Metro-WMは即座に現在の状態から新しい最適なパスを見つける。 実験の結果,Metro-WMは次の階層的アプローチで最大37.33ポイント,最大10.9倍の高速化を実現し,オフライン計算の13～56倍,調整されたハイパーパラメータの2つを必要としていた。 さらなる分析によると、Metro-WMはオフラインのデモよりも短いパスを見つけ、クエリ自身のデモに依存するオラクルを上回り、非常にスパースなデータセット条件下で堅牢なパフォーマンスを維持する。

関連論文リスト

• Scope-WM: Scoped Computation for Efficient Visual World Models [7.211563215833475]
  予測関連潜伏領域と有望なアクションシーケンスを対象とする,効率的なビジュアルワールドモデルであるScope-WMを提案する。 計画中、Scope-WMはMPC検索で発見された高品質なアクションシーケンスを保存、再利用する。 難しいPush-Tタスクでは、Scope-WMはGPUのピークメモリ使用量と計画時間をそれぞれ18.1%、密度の高いDINO-WMの14.3%に削減する。
  論文  参考訳（メタデータ） (2026-09-27T04:57:41Z)
• LePlanner: An Iterative Amortized Controller For World Models [0.0]
  本研究では,凍結したワールドモデル予測器を用いて遅延動作シーケンスの構築と洗練を学習する,償却反復制御器LePlannerを提案する。 LePlannerは、最初期の地平線で目標に達するようコントローラに促し、そこに留まるよう、到着と保持の目的で訓練されている。 成功率はPushTが98%、Reacherが100%、TwoRoomsが100%、OGBench Cubeが92%である。
  論文  参考訳（メタデータ） (2026-09-12T10:01:21Z)
• TempAct: Advancing Temporal Plausibility in Autoregressive Video Generation via Planner-Executor RL [72.7712729541565]
  自己回帰(AR)ビデオ拡散モデルにより、ビデオチャンクをキャッシュされたビジュアルコンテキストでチャンクで合成することで、低レイテンシなストリーミング生成を可能にする。 1つのグローバルプロンプトは、どのサブイベントを各チャンクで実現すべきかを指定しないが、ステップワイズプロンプトにナビゲート的に切り替えると、しばしば遅延反応、ブレンドステップセマンティクス、プロンプト遷移間のエラー伝播につながる。 我々は、時間分解とステップ条件付き実行を協調的に最適化し、時間分解可能なARビデオ生成のためのプランナー-実行型強化学習フレームワークであるTempActでこれらの課題に対処する。
  論文  参考訳（メタデータ） (2026-06-26T12:19:28Z)
• Latent Geometry Beyond Search: Amortizing Planning in World Models [17.571800971505787]
  学習した表現は、単に予測を有効にするのではなく、制御を単純化できることを示す。 反復計画を手軽なゴール条件逆ダイナミクスモデル(GC-IDM)に置き換える コントローラは環境プロトコール設定8つのうち7つでCEMと一致または超過し、判定あたりのコストを100-130倍に削減する。
  論文  参考訳（メタデータ） (2026-05-09T06:36:23Z)
• ThinkJEPA: Empowering Latent World Models with Large Vision-Language Reasoning Model [53.15040805435013]
  視覚言語モデル(VLM)は、一様にサンプリングされたフレームを解析することで、強力なセマンティックグラウンドと一般的な知識を提供する。 本稿では,高密度フレーム・ダイナミックス・モデリングと長軸意味指導を組み合わせたVLM誘導型JEPA型潜在世界モデリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-23T17:59:42Z)
• Efficient Robotic Policy Learning via Latent Space Backward Planning [17.770562202624962]
  現行のロボット計画手法は、しばしば、全画素の詳細を持つ多フレーム画像の予測に頼っている。 本稿では,その課題を最終目標とするLBP(Latent Space Backward Planning scheme)を提案する。 LBPは既存の細粒度・前方計画法よりも優れた性能を示し,SOTA性能を実現している。
  論文  参考訳（メタデータ） (2025-05-11T06:13:51Z)
• Extendable Long-Horizon Planning via Hierarchical Multiscale Diffusion [62.91968752955649]
  本稿では,学習データよりも長い軌道計画を行うための,拡張可能な長期計画支援エージェントの課題に対処する。 より短いものを縫い合わせることで、より長い軌跡を反復的に生成する拡張法を提案する。 HM-ディフューザーは階層構造を用いてこれらの拡張軌道を訓練し、複数の時間スケールにわたるタスクを効率的に処理する。
  論文  参考訳（メタデータ） (2025-03-25T22:52:46Z)
• Hindsight Planner: A Closed-Loop Few-Shot Planner for Embodied Instruction Following [62.10809033451526]
  本研究は,Large Language Models (LLM) を用いた Embodied Instruction following (EIF) タスクプランナの構築に焦点をあてる。 我々は,このタスクを部分観測可能なマルコフ決定プロセス (POMDP) として構成し,数発の仮定で頑健なプランナーの開発を目指す。 ALFREDデータセットに対する我々の実験は、プランナーが数ショットの仮定で競争性能を達成することを示す。
  論文  参考訳（メタデータ） (2024-12-27T10:05:45Z)
• 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。