論文の概要: Counterfactual Action Evaluation, Observation Bottlenecks, and Representation Geometry in Joint-Embedding Predictive World Models

• arxiv url: http://arxiv.org/abs/2610.02860v1
• Date: Fri, 02 Oct 2026 05:54:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 00:14:30.23569
• Title: Counterfactual Action Evaluation, Observation Bottlenecks, and Representation Geometry in Joint-Embedding Predictive World Models
• Title（参考訳）: 複合埋め込み予測世界モデルにおける対実的行動評価, 観測ボトムネック, 表現幾何学
• Abstract要約: 低遅延予測誤差は、世界モデルがその行動の結果を区別することを証明しない。 本研究では,シミュレーション状態,観測,ターゲット埋め込み,予測器出力を通じて,同じ介入をトレースする評価プロトコルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Low latent prediction error does not establish that a world model distinguishes the consequences of its actions. We introduce an evaluation protocol that traces the same intervention through simulator state, raster observations, target embeddings, and predictor outputs. Exact simulator-state forks in a controlled deformable-physics testbed reveal distinct bottlenecks. Changed commands alter particle motion, yet 41.5% of one-step raster pairs are identical. Observation loss is not the whole explanation: among 579 high-visibility counterfactuals, median predictor-to-target response is 0.0051 and 0.0217 across two seeds, falling to 0.0027 and 0.0116 after variance normalization. An isotropic state perturbation matched to the target counterfactual embedding shift produces 190x and 53x larger predictor changes on the same visible pairs, isolating action-path under-use rather than a dead or globally shrunk predictor. MSE-only training gives 8.36x lower 10-step latent error in matched seeds, but in spectrally concentrated spaces; one VICReg target encoder is also strongly concentrated, so neither error nor rank alone certifies physical state. Finally, stiffness remains near chance even from full-resolution rasters and mechanical state while privileged material parameters decode perfectly, indicating weak identifiability under this excitation rather than encoder discard. These results motivate auditing physical effect, observation visibility, representation geometry, and action dependence separately.
• Abstract（参考訳）: 低遅延予測誤差は、世界モデルがその行動の結果を区別することを証明しない。 本研究では,シミュレーション状態,ラスタ観測,ターゲット埋め込み,予測器出力を通じて,同じ介入をトレースする評価プロトコルを提案する。 制御された変形可能な物理テストベッド内の特定のシミュレーター状態フォークは、明らかなボトルネックを明らかにした。 変化したコマンドは粒子の動きを変化させるが、一段ラスターペアの41.5%は同じである。 観察損失は、高可視性カウンターファクト579種の中では、2つの種子に対して0.0051と0.0217であり、分散正規化後に0.0027と0.0116に減少する。 対象の対物埋め込みシフトに一致した等方的状態摂動は、同じ可視対において190倍および53倍大きな予測子変化を生じさせ、死または世界規模で縮小された予測子ではなく、アクションパスアンダーユースを分離する。 MSEのみのトレーニングでは、マッチした種子では8.36倍低い10ステップの遅延エラーを与えるが、スペクトル集中した空間では、1つのVICRegターゲットエンコーダも強く集中しているため、エラーもランク単独も物理的状態を証明していない。 最後に、完全解像度のラスタや機械的状態であっても硬さは近いが、特権物質パラメータは完全にデコードされ、エンコーダの破棄よりもこの励起下での識別性が弱いことが示される。 これらの結果は、物理的効果、視認性、表現幾何学、行動依存を別々に監査する動機付けとなる。

関連論文リスト

• TimeLitmus: A Diagnostic Benchmark for Cross-Modal Understanding and Explanation Faithfulness in Event-Conditioned Time-Series Prediction [48.104261148149654]
  TimeLitmusは、イベント条件付き時系列予測における相互理解と忠実さの説明のための診断ベンチマークである。 TimeLitmusには財務と交通の計4,856件の評価記録がある。
  論文  参考訳（メタデータ） (2026-09-21T14:38:49Z)
• PileBelief: Persistent Physical State for Interaction-Driven World Modeling [22.888494219834413]
  PileBeliefは、部分的に観察された発掘のための相互作用駆動の永続的世界モデルである。 観測条件付き物理前兆と世界適応型変形記憶と物理応答メモリを組み合わせる。 5段階の共同予測誤差を10.8%減らし、オフライン動作選択の後悔を65.5%減らした。
  論文  参考訳（メタデータ） (2026-09-19T07:54:15Z)
• Learning Manipulation-Sufficient Representations via Outcome Bottlenecks [7.044221981512693]
  ネットワーク操作エンドポイントは、計算と帯域幅に制限のあるリンク間でのアクティベーションに対する認識を2つに分けている。 表現は、ポリシーフリーでアクション条件付きの結果ボトルネックで学習される。 有限プローブ定理は、局所レベル集合の接空間と結果ヤコビアンの零空間を識別する。
  論文  参考訳（メタデータ） (2026-09-02T13:22:35Z)
• 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)
• Geometric Collapse: When Vision Models Fail to Verify Physical Causality [52.43819179934414]
  スクランブルドエッジ(Scrambled Edges)は、サリアントエッジのようなキューを注入する制御されたカウンターファクトである。 エネルギー整合制御と構造整合制御により, 高周波エネルギーとエッジ間隔から支持エッジエビデンスの効果を分離する。 CNN/ViT/SSL深度予測器を通して、Scrambled Edgesはエネルギー整合ノイズよりもクリーンな予測から最大3.2倍大きな偏差を誘導する。
  論文  参考訳（メタデータ） (2026-07-08T00:04:02Z)
• ARC: Adaptive Robust Joint State and Covariance Estimation [42.045109659898465]
  センサの測定は、外れ値と非ガウスノイズによって頻繁に破壊される。 センサデータのこれらの不完全性は、古典的状態推定器がバイアス付きで信頼性の低い状態と不確実性の推定を発生させる可能性がある。 本稿では,標準対応型適応ロバスト損失と反復重み付けされたLast-Squares状態更新を組み合わせたBlock-Coordinate Descentフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-18T16:09:50Z)
• When Do Autoregressive Sequence Models Forecast Physical Wavefields? A Controlled Study on Synthetic Seismograms [43.8784307709823]
  物理信号の長距離自己回帰予測は誤差蓄積によって制限される。 物理的に構造化されたテストベッドとして,合成3成分地震計を用いて,このようなロールアウトが安定であるかどうかを問う。
  論文  参考訳（メタデータ） (2026-06-09T13:46:14Z)
• TRIAGE: Type-Routed Interventions via Aleatoric-Epistemic Gated Estimation in Robotic Manipulation and Adaptive Perception -- Don't Treat All Uncertainty the Same [2.755751829139168]
  ほとんどの不確実性を認識したロボットシステムは、予測の不確実性を単一のスカラースコアに分解し、それを使って一様に修正された応答をトリガーする。 このアグリゲーションは、破損した観測結果から不確実性が生じるか、あるいは学習されたモデルと真のシステム力学とのミスマッチから生じるのかを曖昧にしている。 本研究では,不確かさを動脈およびてんかん成分に分解する軽量なポストホックフレームワークを導入し,これらの信号を用いて推論時のシステム応答を調節する。
  論文  参考訳（メタデータ） (2026-03-09T09:07:43Z)
• Neuro-Symbolic Entropy Regularization [78.16196949641079]
  構造化予測では、目的は構造化されたオブジェクトをエンコードする多くの出力変数を共同で予測することである。 エントロピー正則化(Entropy regularization)という1つのアプローチは、決定境界が低確率領域にあるべきであることを示唆している。 我々は、モデルが有効対象を確実に予測することを奨励する損失、ニューロシンボリックエントロピー正規化を提案する。
  論文  参考訳（メタデータ） (2022-01-25T06:23:10Z)
• Covariate Shift in High-Dimensional Random Feature Regression [44.13449065077103]
  共変量シフトは、堅牢な機械学習モデルの開発において重要な障害である。 現代の機械学習の文脈における理論的理解を示す。
  論文  参考訳（メタデータ） (2021-11-16T05:23:28Z)

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。