論文の概要: Beyond a single latent space: a dual-latent world model for long-horizon planning

• arxiv url: http://arxiv.org/abs/2609.37644v1
• Date: Tue, 29 Sep 2026 14:12:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.60522
• Title: Beyond a single latent space: a dual-latent world model for long-horizon planning
• Title（参考訳）: 一つの潜在空間を超えて--長期計画のための双対ラテント世界モデル
• Abstract要約: 本稿では,局所実行と長距離計画を分離したDual-Latent World Model(Dual-WM)を紹介する。 低レベルモデルは行動条件の遷移を予測し、高レベルモデルは学習されたマクロアクションを使用して、より長い時間的スパンを計画する。 我々は,5つの目標条件付き視覚制御タスクに対して,アクター誘導による提案を伴わずに,タスクワイドなベースラインに対してDual-WMを評価する。
• 参考スコア（独自算出の注目度）: 31.266841567526324
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Latent world models often struggle with long-horizon planning despite accurate short-term predictions. Recursive rollouts accumulate errors, while distance concentration in high-dimensional latent spaces can weaken goal discrimination. We introduce the Dual-Latent World Model (Dual-WM), which separates local execution and long-range planning through distinct state representations and dynamics models. The low-level model predicts action-conditioned transitions, while the high-level model uses learned macro-actions to plan over longer temporal spans. We also propose Long-Horizon Representation Learning with Weighted Rollout (LoRe), which supervises self-generated predictions at both levels. An analysis of recursive error propagation motivates exponential horizon weights with separate decay rates for the two temporal scales. During planning, the high-level model generates latent subgoals that the low-level model refines into actions for precise execution. We evaluate from-scratch Dual-WM on five goal-conditioned visual control tasks against the task-wise strongest baselines without actor-guided proposals. At goal offsets of 50 and 100 environment steps, mean success increases from 75.9% to 84.4% and from 61.4% to 69.5%, respectively. At offset 100, Dual-WM outperforms these baselines on all five tasks and improves mean success over LeWM by 30.8 percentage points. Ablations and supporting analyses provide evidence of more informative representations for goal evaluation and greater consistency under recursive prediction. These results highlight the value of separating temporal roles and training across multiple horizons for reliable latent planning. Our core implementation is available at https://github.com/DeLin1001/Dual-WM-Official.
• Abstract（参考訳）: 後期世界モデルは、正確な短期予測にもかかわらず、長い水平計画に苦しむことが多い。 再帰的なロールアウトは誤差を蓄積するが、高次元の潜在空間における距離集中は目標の識別を弱める。 我々はDual-Latent World Model (Dual-WM)を導入し、局所的な実行と長距離計画を異なる状態表現と動的モデルで分離する。 低レベルモデルは行動条件の遷移を予測し、高レベルモデルは学習されたマクロアクションを使用して、より長い時間的スパンを計画する。 また,Long-Horizon Representation Learning with Weighted Rollout (LoRe)を提案する。 再帰的誤差伝播の解析は、2つの時間スケールで別々の崩壊速度で指数的地平線重みを動機付ける。 計画中、高レベルモデルは遅延サブゴールを生成し、低レベルモデルは正確な実行のためにアクションに洗練する。 我々は,5つの目標条件付き視覚制御タスクに対して,アクター誘導による提案を伴わないタスクワイドベースラインに対して,オフスクラッチDual-WMを評価する。 50段階と100段階のゴールオフセットでは、成功率は75.9%から84.4%に増加し、61.4%から69.5%に増加した。 オフセット100では、Dual-WMはこれらのベースラインを5つのタスクすべてで上回り、LeWMよりも平均的な成功率を30.8ポイント向上させる。 アブレーションと支援分析は、再帰的予測の下で、目標評価とより大きな一貫性のためのより情報的な表現の証拠を提供する。 これらの結果は、信頼できる潜在計画のために、時間的役割を分離し、複数の地平線を越えて訓練することの価値を強調している。 私たちのコア実装はhttps://github.com/DeLin1001/Dual-WM-Official.comで公開しています。

関連論文リスト

• Beyond One-Step Accuracy: State-Affine Latent Transition for Reliable Visual Planning [53.476598858325985]
  複数ステップのロールアウトエラーを個々のステップで導入したエラーに分解し,その後の遷移を通した伝播を行う。 状態-アフィンダイナミクスは、状態非依存のヤコビアンとの微分可能遷移であることを示す。 動作条件付き状態-アフィンダイナミクスモデルであるSALTを導入し、動作が状態変換と追加更新の両方を変調する。
  論文  参考訳（メタデータ） (2026-09-27T14:12:27Z)
• AD-WM: Action-Discriminative World Models for Counterfactual Model Predictive Control [31.53438833300694]
  対実的MPCのための行動識別型共同埋め込み世界モデルであるAD-WMを紹介する。 一致したLeWMベースラインに対して,AD-WMはハードスタート成功率を3.7%から52.0%に改善することを示した。 また,実際の予測誤差と銀行全体の行動ランクが閉ループ成功順序に従わないことを示す。
  論文  参考訳（メタデータ） (2026-09-24T17:59:41Z)
• When Recursive Models Finish Computing [4.129405161435602]
  本研究は,1000の数独パズルにおける注意及びTiny Recursive Modelの完成のダイナミクスについて考察する。 完備状態は、同じ局所ヤコビアンが強い拡大方向を維持しているにもかかわらず、典型的には軌道方向に沿って収縮する。
  論文  参考訳（メタデータ） (2026-09-22T14:24:36Z)
• 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)
• 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)
• 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)
• Hierarchical Planning with Latent World Models [49.82095442483551]
  階層的計画は、最大4倍の計画時間計算を必要としながら、より高い成功を達成する。 この階層的なアプローチにより、現実世界の非グリーディロボットタスクをゼロショットで制御できることを実証する。
  論文  参考訳（メタデータ） (2026-04-03T17:32:36Z)
• Compositional Planning with Jumpy World Models [70.74595987225908]
  我々は、事前訓練されたポリシーを構成するエージェントを時間的に拡張したアクションとして研究し、構成員だけでは解決できない複雑なタスクに対する解決を可能にする。 arXiv:2206.08736で導入された幾何学的ポリシー構成フレームワークをモチベーションとして,多段階力学の予測モデルを学習することにより,これらの課題に対処する。
  論文  参考訳（メタデータ） (2026-02-23T09:22:21Z)
• UnLoc: Leveraging Depth Uncertainties for Floorplan Localization [80.55849461031879]
  UnLocはフロアプラン内のシーケンシャルカメラローカライゼーションのための効率的なデータ駆動ソリューションである。 本研究では,不確実性推定を組み込んだ新しい確率モデルを導入し,深度予測を明示的な確率分布としてモデル化する。 我々はUnLocを大規模合成および実世界のデータセット上で評価し、精度とロバスト性の観点から大幅に改善したことを示す。
  論文  参考訳（メタデータ） (2025-09-14T14:45:43Z)
• 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。