論文の概要: Preserving Unstable Modes Through Inverse Dynamics in JEPA World Models

• arxiv url: http://arxiv.org/abs/2610.07540v1
• Date: Tue, 06 Oct 2026 00:08:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.72173
• Title: Preserving Unstable Modes Through Inverse Dynamics in JEPA World Models
• Title（参考訳）: JEPAワールドモデルにおける逆ダイナミクスによる不安定モードの保存
• Abstract要約: ロボットシステムはしばしば不安定なモードを示し、小さな摂動や乱れがフィードバックによって修正されない限り成長を引き起こす。 共同埋め込み予測アーキテクチャ(JEPA)は、視覚データからそのような表現とそのダイナミクスを学習するための自然なフレームワークを提供する。 我々は,次のステップ予測と反崩壊正則化を組み合わせることで,制御可能な不安定モードが保存されることを保証できないことを示す。
• 参考スコア（独自算出の注目度）: 38.18297524375959
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic systems often exhibit unstable modes, along which small perturbations and disturbances can cause unbounded growth unless corrected through feedback. Controlling such systems from high-dimensional visual observations requires representations that preserve these modes. Joint-embedding predictive architectures (JEPAs) provide a natural framework for learning such representations and their dynamics from visual data. However, we demonstrate that next step prediction combined with anti-collapse regularization does not guarantee that controllable unstable modes are preserved: the training loss can be minimized while these modes are collapsed, making stabilization from the learned representation impossible. To address this, we augment world-model training with an action reconstruction objective (i.e., an inverse dynamics loss) that encourages control-aware representations, namely, visual representations that preserve crucial features for control. We prove that exact action reconstruction makes the encoder injective on the finite-horizon reachable subspace. Thus, the encoder cannot discard any state direction reachable by an action sequence within $H$ steps. Moreover, we show that, as $H$ grows, the dominant eigenspace of the finite-horizon controllability Gramian converges to the controllable unstable subspace. We establish our theoretical results for linear systems and demonstrate empirically that our findings extend to nonlinear visual control tasks (CartPole, Walker2D, and PointMaze), highlighting the benefits of control-aware representation learning.
• Abstract（参考訳）: ロボットシステムは、しばしば不安定なモードを示し、小さな摂動や乱れがフィードバックによって修正されない限り、非有界な成長を引き起こす。 このようなシステムを高次元の視覚観測から制御するには、これらのモードを保存する表現が必要である。 共同埋め込み予測アーキテクチャ(JEPA)は、視覚データからそのような表現とそのダイナミクスを学習するための自然なフレームワークを提供する。 しかし、次のステップ予測と反崩壊正則化が相まって、制御可能な不安定モードが保存されることは保証されないことを実証し、これらのモードが崩壊する中でトレーニング損失を最小限に抑えることができ、学習された表現からの安定化を不可能にする。 これを解決するために、我々は、制御に不可欠な特徴を保存する視覚的表現を促進するアクション再構成目標(逆ダイナミクス損失)を用いて、世界モデルトレーニングを強化する。 正確な動作再構成は、エンコーダを有限水平到達可能部分空間に射出することを証明している。 従って、エンコーダは、アクションシーケンスによって到達可能な状態方向を$H$のステップで破棄することはできない。 さらに、$H$が大きくなるにつれて、有限水平可制御性グラミアンの支配的固有空間が制御可能な不安定部分空間に収束することを示す。 線形システムの理論的結果を確立し,非線形視覚制御タスク(CartPole, Walker2D, PointMaze)にまで拡張できることを実証的に証明し,制御認識表現学習の利点を強調した。

関連論文リスト

• Bilinear World Models: Learning Representations with Structured Dynamics for Efficient Control [76.54916200245688]
  本稿では、任意の潜在力学を学習するのではなく、双線形パラメータ化に従うように制限するJEPAスタイルの世界モデルを提案する。 この構造は、モデリング負荷をエンコーダにシフトさせながら、効率的な計画と制御を可能にする。 我々は,JEPAスタイルの世界モデルを短期のオフライン計画を超えて移動させることで,両方の手法が成功することを示す。
  論文  参考訳（メタデータ） (2026-09-28T21:39:06Z)
• On the Identifiability of Controlled World Models [34.31084112465058]
  本稿では,ガウス潜在状態を持つ制御された世界モデルに対する合同識別可能性条件を提案する。 この条件が成立すると、LeJEPAスタイルの予測目標の最小化が潜伏状態と制御力学の両方を回復できることを示す。 また、最も弱い条件-励起マージンで逆スケールする反事実予測誤差の達成可能な増幅を特徴付ける。
  論文  参考訳（メタデータ） (2026-07-24T15:49:12Z)
• Sensorimotor World Models: Perception for Action via Inverse Dynamics [59.121736411156384]
  Inverse dynamics regularization で訓練されたエンド・ツー・エンドのセンサモレータ・ワールドモデルを導入する。 表現の崩壊を防ぎ、アクション整列表現を誘導する。 コンパクトで解釈可能な潜在空間を学習し、単純な2Dおよび3D制御タスク間の競合計画性能を実現する。
  論文  参考訳（メタデータ） (2026-06-18T11:25:16Z)
• KoopGen: Koopman Generator Networks for Representing and Predicting Dynamical Systems with Continuous Spectra [65.11254608352982]
  生成元をベースとしたニューラル・クープマン・フレームワークを導入し,構造的かつ状態に依存したクープマン・ジェネレータの表現を通じて動的にモデル化する。 固有のカルテス分解をスキュー結合および自己結合成分に利用することにより、KoopGenは可逆的な散逸から保守的な輸送を分離する。
  論文  参考訳（メタデータ） (2026-02-15T06:32:23Z)
• Reduced-order Control and Geometric Structure of Learned Lagrangian Latent Dynamics [16.958692029614994]
  本稿では,高次元ラグランジアンシステムのための学習構造保存型低次ダイナミクスに基づく潜在制御フレームワークを提案する。 モデリングエラーの原因を定量化することにより、安定性と収束性の解釈可能な条件を導出する。 提案した制御器と解析を,学習された動作パターンを導入して不活性化系に拡張する。
  論文  参考訳（メタデータ） (2026-02-09T18:00:04Z)
• Uncertainty-Aware 4D Gaussian Splatting for Monocular Occluded Human Rendering [20.390068289144484]
  本稿では,確率的変形ネットワークとダブルラスタライズパイプラインを統合したフレームワークであるU-4DGSを提案する。 このアーキテクチャは、適応変調器として機能する画素整列不確実性マップを描画し、信頼できない観測からアーチファクトを自動的に減衰させる。 ZJU-MoCapとOcMotionの実験は、U-4DGSがSOTAレンダリングの忠実性と堅牢性を達成することを示した。
  論文  参考訳（メタデータ） (2026-02-06T03:14:37Z)
• \textsc{NaVIDA}: Vision-Language Navigation with Inverse Dynamics Augmentation [50.027425808733994]
  textscNaVIDAは、ポリシー学習とアクショングラウンドの視覚力学と適応実行を結合した統合VLNフレームワークである。 textscNaVIDAは、チャンクベースの逆ダイナミクスによるトレーニングを強化し、視覚変化と対応するアクションの因果関係を学習する。 実験の結果,textscNaVIDAはパラメータが少ない最先端の手法に比べてナビゲーション性能が優れていることがわかった。
  論文  参考訳（メタデータ） (2026-01-26T06:16:17Z)
• Tracking control of latent dynamic systems with application to spacecraft attitude control [0.0]
  インテリジェントな宇宙船や宇宙ロボットが複雑な環境でタスクを行う場合、制御可能な変数は直接利用できない。 これらの観測の力学は非常に複雑であるが、それらの背後にあるメカニズムは単純かもしれない。 潜在力学系の制御には、強化学習に基づく手法は、サンプルの非効率性や一般化の問題に悩まされる。
  論文  参考訳（メタデータ） (2024-12-09T09:49:15Z)
• In-Distribution Barrier Functions: Self-Supervised Policy Filters that Avoid Out-of-Distribution States [84.24300005271185]
  本稿では,任意の参照ポリシーをラップした制御フィルタを提案する。 本手法は、トップダウンとエゴセントリックの両方のビュー設定を含むシミュレーション環境における2つの異なるビズモータ制御タスクに有効である。
  論文  参考訳（メタデータ） (2023-01-27T22:28:19Z)

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。