論文の概要: Modeling Latent Disturbances for Robust Decision-Making in World Models

• arxiv url: http://arxiv.org/abs/2610.07599v1
• Date: Tue, 06 Oct 2026 01:38:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.748252
• Title: Modeling Latent Disturbances for Robust Decision-Making in World Models
• Title（参考訳）: 世界モデルにおけるロバスト意思決定のための潜時外乱のモデル化
• Abstract要約: 我々は世界モデル(WM)の潜在空間における堅牢な意思決定について研究する。 私たちのキーとなるアイデアは、悲観的だがもっともらしい遷移を誘発する学習された潜伏力学の摂動として、潜伏空間の乱れをモデル化することである。 ゲーム理論の最適化により,ロバストなロボット動作と最悪の潜伏障害を共同で最適化する。
• 参考スコア（独自算出の注目度）: 10.609875281289495
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this paper, we study robust decision-making in the latent space of world models (WMs). Robust optimization is a mathematical framework where, given explicitly specified dynamics and physically meaningful disturbances, a robot can select actions that remain effective even under worst-case disturbances. However, applying this principle to the learned latent space of WMs introduces a fundamental challenge: because WMs have fully learned state spaces and dynamics inferred from high-dimensional observations, it is unclear how to define latent-space disturbances that faithfully represent uncertainty in the underlying system. Our key idea is to model a latent-space disturbance as a perturbation to the learned latent dynamics that induces pessimistic but plausible transitions. Specifically, we construct a set of plausible latent dynamics by combining a dynamics-aware similarity metric that captures plausible transitions with out-of-distribution detection that excludes implausible latent states. We calibrate this uncertainty set over latent dynamics using conformal prediction, ensuring that WM imaginations induced by the latent disturbance remain plausible without becoming overly pessimistic. We then jointly optimize robust robot actions and the worst-case latent disturbances through game-theoretic optimization. We leverage this latent-space robust optimization to robustify policy steering, considering two paradigms: latent safety filtering and sample-and-verify steering of a generative control policy. Our controlled simulation experiments show that our latent disturbance enables robust decision-making directly in WM latent spaces, and hardware experiments with a Franka manipulator show that modeling latent disturbances enables robust policy steering, reducing failures by 70% in safety filtering and 54% in sampling-based policy steering. Project website: https://junwon.me/LatentDisturbance/.
• Abstract（参考訳）: 本稿では,世界モデル(WM)の潜在空間におけるロバストな意思決定について検討する。 ロバスト最適化(英: Robust optimization)は、明確に指定された力学と物理的に意味のある障害を与えられた場合、ロボットは最悪の場合の障害でも効果的に行動を選択することができる数学的枠組みである。 しかし、この原理をWMsの学習された潜在空間に適用することは、基本的な課題をもたらす:WMsは高次元観測から推測される完全に学習された状態空間と力学を持つため、基底系の不確かさを忠実に表す潜在空間外乱を定義する方法が不明確である。 私たちのキーとなるアイデアは、悲観的だがもっともらしい遷移を誘発する学習された潜伏力学の摂動として、潜伏空間の乱れをモデル化することである。 具体的には、可塑性遷移をキャプチャーする動的認識類似度メトリックと、不可解な潜伏状態を除く分布外検出とを組み合わせることで、可塑性潜伏ダイナミクスの集合を構築する。 我々は、この不確実性セットを共形予測を用いてキャリブレーションし、潜在乱れによって引き起こされるWM想像力が過度に悲観的になることなく持続可能であることを保証した。 ゲーム理論の最適化により,ロバストなロボット動作と最悪の潜伏障害を共同で最適化する。 我々は、この潜在空間頑健な最適化を利用してポリシーステアリングを強化し、潜在安全フィルタリングとジェネレーティブ・コントロール・ポリシーのサンプル・アンド・ビジュアライズ・ステアリングという2つのパラダイムを考察する。 制御されたシミュレーション実験により,我々の潜伏外乱はWM潜伏空間で直接ロバストな意思決定を可能にし,フランカマニピュレータを用いたハードウェア実験により,潜伏外乱のモデリングはロバストなポリシーステアリングを可能にし,安全フィルタリングの70%,サンプリングベースのポリシーステアリングの54%の障害を低減できることが示された。 プロジェクトウェブサイト:https://junwon.me/LatentDisturbance/.com

関連論文リスト

• Distributed Stochastic Optimal Control for Pattern-Oriented Swarms [7.5152482124458695]
  コントロール、セルフロータ、安全な環境におけるパターン指向のSwarmは、多様なアプリケーションに対して大きな約束を提供する。 本稿では,統一確率的アーキテクチャにおいて,これらの課題に対処する最適な分散制御フレームワークの課題について述べる。
  論文  参考訳（メタデータ） (2026-09-11T15:17:50Z)
• Learning-Based Robust Control: Unifying Exploration and Distributional Robustness for Reliable Robotics via Free Energy [2.409827426380616]
  信頼性の高いロボット制御の鍵となる課題は、ポリシーを学習し、現場に配備されたときに堅牢性を保証することができる計算モデルを考案することである。 計算神経科学における自由エネルギー原理に着想を得て,環境力学と報酬を共同で学習する政策計算モデルを提案する。
  論文  参考訳（メタデータ） (2026-03-06T19:47:17Z)
• UF-RNN: Real-Time Adaptive Motion Generation Using Uncertainty-Driven Foresight Prediction [4.849928323880955]
  状態が不確実な環境で効果的に動作するためのロボットの訓練は、ロボット工学における長年の課題である。 本稿では、標準時系列予測とアクティブな「フォレスト」モジュールを組み合わせたモデルである、不確実性駆動型フォレストリカレントニューラルネットワーク(UF-RNN)を提案する。 UF-RNNは、その潜在空間における自己誘起カオス力学を活用することにより、堅牢な適応を示す。 これらの結果は、不確実性駆動型フォレストを模倣学習パイプラインに統合することで、予測不可能な現実世界の状況に対処するロボットの能力を著しく向上させることができることを示唆している。
  論文  参考訳（メタデータ） (2025-10-11T13:44:20Z)
• Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
  コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。 シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。 マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
  論文  参考訳（メタデータ） (2025-10-09T04:48:49Z)
• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)
• Probabilities Are Not Enough: Formal Controller Synthesis for Stochastic Dynamical Models with Epistemic Uncertainty [68.00748155945047]
  複雑な力学系のモデルにおける不確実性を捉えることは、安全なコントローラの設計に不可欠である。 いくつかのアプローチでは、安全と到達可能性に関する時間的仕様を満たすポリシーを形式的な抽象化を用いて合成する。 我々の貢献は、ノイズ、不確実なパラメータ、外乱を含む連続状態モデルに対する新しい抽象的制御法である。
  論文  参考訳（メタデータ） (2022-10-12T07:57:03Z)
• Isolating and Leveraging Controllable and Noncontrollable Visual Dynamics in World Models [65.97707691164558]
  Iso-DreamはDream-to-Controlフレームワークを2つの側面で改善する。 まず、逆動力学を最適化することにより、世界モデルに制御可能で制御不能な情報源を学習させることを奨励する。 第2に、エージェントの挙動を世界モデルの切り離された潜在的想像力に最適化する。
  論文  参考訳（メタデータ） (2022-05-27T08:07:39Z)
• Robust Reinforcement Learning with Wasserstein Constraint [49.86490922809473]
  最適なロバストなポリシーの存在を示し、摂動に対する感度分析を行い、新しいロバストな学習アルゴリズムを設計する。 提案アルゴリズムの有効性はCart-Pole環境で検証する。
  論文  参考訳（メタデータ） (2020-06-01T13:48:59Z)
• Online Mapping and Motion Planning under Uncertainty for Safe Navigation in Unknown Environments [3.2296078260106174]
  本論文は,確率論的安全保証者によるオンラインで実現可能な動作のマッピングと計画のための不確実性に基づくフレームワークを提案する。 提案手法は, 環境の不確実性を意識した環境表現を構築するために周囲をマッピングし, (i) 信念空間の多層サンプリングベースプランナーを通して, キノダイナミックに実現可能で確率論的に安全な目標に反復的に(re)計画を行うことにより, 動き, 確率論的安全性, オンライン計算制約を取り扱う。
  論文  参考訳（メタデータ） (2020-04-26T08:53:37Z)

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。