論文の概要: Mind the Execution Gap: Action-Semantic Mismatch in World-Model Control

• arxiv url: http://arxiv.org/abs/2610.06582v1
• Date: Mon, 05 Oct 2026 15:59:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 07:25:25.017451
• Title: Mind the Execution Gap: Action-Semantic Mismatch in World-Model Control
• Title（参考訳）: 実行ギャップの心:世界モデル制御におけるアクション・セマンティック・ミスマッチ
• Abstract要約: 本研究では,ワールドモデルコントローラ内で想定されるアクションセマンティクスが非同期実行によってどのように変化するかを検討する。 本稿では,TD-MPC2のFuture-SequenceとDreamerV3のApplied-Action Feedbackという2つの軽量な実行一貫性インタフェースを紹介する。
• 参考スコア（独自算出の注目度）: 39.59421434321743
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World-model controllers rely on action-conditioned dynamics for prediction and planning, yet real control systems often execute commands asynchronously due to communication delay, packet loss, reordering, and actuator buffering. We study how asynchronous execution changes the action semantics assumed within world-model controllers, rather than treating it only as an external control disturbance. Through controlled interventions, we identify two architecture-dependent failure modes: planning-based controllers such as TD-MPC2 suffer from a future-action timeline mismatch between imagined and executed action sequences, while recurrent world models such as DreamerV3 can attribute observed transitions to commands that were not actually applied. Our analysis shows that TD-MPC2 requires the correct future action sequence during latent dynamics rollout, whereas DreamerV3 requires timely attribution of each transition to the action that generated it. Based on these findings, we introduce two lightweight execution-consistent interfaces, Future-Sequence for TD-MPC2 and Applied-Action Feedback for DreamerV3, that correct these mismatches without modifying the pretrained world models. Experiments across delays, packet loss, reordering, multiple control domains, measured network traces, and a process-separated asynchronous stack consistently support both diagnoses and the corresponding architecture-specific corrections.
• Abstract（参考訳）: ワールドモデルコントローラは、予測と計画のためにアクション条件のダイナミクスに依存するが、実際の制御システムは、通信遅延、パケット損失、リオーダー、アクチュエータバッファリングのために、しばしば非同期にコマンドを実行する。 本研究では、外部制御障害としてのみ扱うのではなく、ワールドモデルコントローラ内で想定されるアクションセマンティクスが非同期実行によってどのように変化するかを検討する。 制御された介入によって、TD-MPC2のような計画ベースのコントローラは、想定されたアクションシーケンスと実行されたアクションシーケンスの将来の動作タイムラインミスマッチに悩まされる一方、DreamerV3のような再帰的な世界モデルは、実際に適用されなかったコマンドへの観測された遷移を属性付けることができる。 我々の分析では、TD-MPC2は潜時ダイナミクスのロールアウト中に正しい未来のアクションシーケンスを必要とするが、DreamerV3はそれを生成するアクションへの各遷移のタイムリーな帰属を必要とする。 これらの結果から,TD-MPC2のFuture-SequenceとDreamerV3のApplied-Action Feedbackという2つの軽量な実行一貫性インタフェースを導入する。 遅延、パケット損失、リオーダー、複数の制御ドメイン、測定されたネットワークトレース、プロセス分離された非同期スタックは、診断とそれに対応するアーキテクチャ固有の修正の両方を一貫してサポートする。

関連論文リスト

• CSymPlan: Certified Symbolic Planning and Control for High-DOF Manipulators [4.257148651564725]
  CSymPlanは、高DOFマニピュレータのためのシンボリックプランニングおよび制御フレームワークである。 オフライン実装は、既知のワークスペースに対する認証済みのリーチ回避フィードバックポリシーをプリ計算する。 オンライン実装は、タスクや知覚情報の変更から実行時にシンボリックポリシーを合成または更新する。 どちらの実装も、安全違反のないリーチ回避タスクを完了している。
  論文  参考訳（メタデータ） (2026-08-24T08:45:37Z)
• End-to-end Conditional Diffusion for Realistic and Controllable Visual Traffic Scenario Generation [59.188006170485046]
  E2E-CDiffは、制御可能で現実的なシナリオ生成のためのエンドツーエンドの条件拡散フレームワークである。 微分可能な誘導は速度を規制し、乾燥可能な領域のコンプライアンスを強制し、衝突回避や衝突回避行動をサポートする。 E2E-CDiffは、学習ベースのエゴプランナーとしても競争力がある。
  論文  参考訳（メタデータ） (2026-07-21T02:13:25Z)
• Action ControlNet: A Lightweight Delay-Aware Adapter for Smooth Asynchronous Control in Vision-Language-Action Models [2.1822977353368778]
  Action ControlNet (ACNet) は、視覚言語-アクションモデルのための軽量遅延対応アダプタである。 ACNetは推論遅延下で堅牢性を改善し、直接チャンクストレよりもスムーズな非同期軌道を得る。
  論文  参考訳（メタデータ） (2026-06-24T15:53:43Z)
• SC3-Eval: Evaluating Robot Foundation Models via Self-Consistent Video Generation [73.2142090645987]
  SC3-Evalは、事前訓練されたビデオ基盤モデルを正確なポリシー評価器に適合させる自己一貫性のあるビデオ生成レシピである。 SC3-Evalロールアウトは、実世界のロールアウトでポリシーが示す障害モードを再現し、詳細な診断比較をサポートする。
  論文  参考訳（メタデータ） (2026-06-17T02:15:46Z)
• Acting While Understanding: Asynchronous Semantic-Action Decoupling for Real-Time Vision-Language-Action Models [26.864668803085888]
  VLA(Vision-Language-Action Model)は、ロボット操作において強力なタスク理解と一般化を実証している。 本稿では,意味的理解と行動生成を分離する非同期なセマンティック・アクション・デカップリング・フレームワークを提案する。 提案手法は,最大35.6Hzのサーバ側動作モジュール推論スループットを実現し,高周波クローズドループ制御への低侵襲パスを提供する。
  論文  参考訳（メタデータ） (2026-06-13T12:49:42Z)
• Telecom World Models: Unifying Digital Twins, Foundation Models, and Predictive Planning for 6G [60.29349053952935]
  本稿では,テレコムシステムダイナミクスの学習,行動条件,不確実性を考慮したモデリングのためのアーキテクチャであるTWM(Telecom World Model)の概念を紹介する。 本研究では,空間環境予測のためのフィールドワールドモデル,動作条件付きキーパフォーマンス指標(KPI)軌道予測のための制御/力学ワールドモデル,意図翻訳とオーケストレーションのための通信基盤モデルレイヤからなる3層アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-04-08T09:41:58Z)
• Robust Global-Local Behavior Arbitration via Continuous Command Fusion Under LiDAR Errors [0.0]
  本稿では、2つのコントローラの出力を融合させるROS2ネイティブ仲裁モジュールを提案する。 各制御ステップにおいて、両コントローラはAckermannコマンドを提案し、PPO訓練されたポリシーはコンパクトな特徴観察から連続ゲートを予測する。 本研究は,計画レベルの相互作用推論の代替としてではなく,モジュール型ROS2環境でのコマンドレベルのロバスト性評価を意図している。
  論文  参考訳（メタデータ） (2026-03-28T14:09:55Z)
• BINDER: Instantly Adaptive Mobile Manipulation with Open-Vocabulary Commands [22.562483208861078]
  BINDERは、継続的環境監視から戦略的計画を切り離す、二重プロセスフレームワークである。 2つのモジュールは補完的な役割を果たす。DRMは構造化された3Dシーンの更新で戦略的計画を実行し、IRMが関与するものをガイドする。 BINDERはSoTAベースラインよりも成功と効率を著しく向上させ、実世界の展開に有効であることを実証している。
  論文  参考訳（メタデータ） (2025-11-27T12:03:31Z)
• DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving [62.62464518137153]
  DriveTransformerは、スケールアップを簡単にするためのシンプルなE2E-ADフレームワークである。 タスク・セルフ・アテンション、センサー・クロス・アテンション、時間的クロス・アテンションという3つの統合された操作で構成されている。 シミュレーションされたクローズドループベンチマークBench2Driveと、FPSの高い実世界のオープンループベンチマークnuScenesの両方で、最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-03-07T11:41:18Z)

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。