論文の概要: ΔWAM: Distilling Action Tangent Fields into World Action Models

• arxiv url: http://arxiv.org/abs/2610.09734v1
• Date: Wed, 07 Oct 2026 09:28:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.831524
• Title: ΔWAM: Distilling Action Tangent Fields into World Action Models
• Title（参考訳）: ΔWAM:世界行動モデルにおけるアクション・タンジェントフィールドの蒸留
• Abstract要約: 世界行動モデル(WAM)は、より密集した将来の予測でスパースアクションの監督を強化することで、ロボットポリシーを改善する。 我々は、光学フロー、動き中心表現、潜時動作を含む最近のWAM設計が共通の視点から理解可能であることを観察した。 本稿では,アクション・タンジェント・フィールズ(Action Tangent Fields)について紹介する。
• 参考スコア（独自算出の注目度）: 11.54670987758521
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World Action Models (WAM) improve robot policies by augmenting sparse action supervision with dense future prediction. However, much of the predictable future is dominated by appearance and scene persistence rather than action-dependent dynamics. We observe that several recent WAM designs, including optical flow, motion-centric representations, and latent actions, can be understood from a common perspective in which world supervision becomes more efficient as it contains a higher proportion of action-relevant variation. Based on this insight, we introduce Action Tangent Fields, which reformulate world supervision through a local Taylor expansion of how actions induce changes in future dynamics. We represent future dynamics in Residual-VAE space, where the future latent remains recoverable from the current latent and its residual, and use a strong action-conditioned world model (ACWM) to probe the local correspondence between action variations and residual-world variations. This local first-order structure is distilled into the WAM to guide its denoising supervision toward dynamics that are more tightly coupled to action, rather than merely predictable from appearance. Across LIBERO-Plus, RoboTwin, and RoboTwin2.0-Plus, our method consistently improves robustness to lighting, background, camera, layout, and other environmental perturbations. Despite using no large-scale embodied pretraining, it achieves stronger robustness under several distribution shifts than pretrained policies. We further distill multi-step VideoDiT denoising into a single step for efficient inference. Our results suggest that effective WAM supervision should remain information-rich while concentrating its predictive capacity on the directions along which actions change the future.
• Abstract（参考訳）: 世界行動モデル(WAM)は、より密集した将来の予測でスパースアクションの監督を強化することで、ロボットポリシーを改善する。 しかし、予測可能な未来のほとんどは、アクション依存のダイナミクスではなく、外観とシーンの永続性に支配されている。 我々は、光の流れ、動き中心の表現、潜時動作を含む最近のWAM設計が、アクション関連変動の比率が高いため、世界監督がより効率的になるという共通の視点から理解することができることを観察した。 この知見に基づいて,アクション・タンジェント・フィールズ(Action Tangent Fields)を紹介した。 我々は,現在潜伏状態と残留状態から未来潜伏状態が回復可能なResidual-VAE空間における未来のダイナミクスを表現し,強力な行動条件付き世界モデル(ACWM)を用いて,行動変動と残留世界変動の局所的対応を探索する。 この局所的な一階構造はWAMに蒸留され、単に外観から予測できるのではなく、より緊密に作用に結びついているダイナミックスへ誘導する。 LIBERO-Plus、RoboTwin、RoboTwin2.0-Plusは、照明、背景、カメラ、レイアウト、その他の環境変動に対するロバスト性を改善する。 大規模に実施した事前訓練は使用していないが、事前訓練されたポリシーよりもいくつかの分散シフトの下で強い堅牢性を達成する。 さらに,効率的な推論のために,マルチステップの VideoDiT を単一ステップに蒸留する。 以上の結果から,WAMの効果的な監督は情報豊かでありながら,行動が未来を変える方向の予測能力に集中することが示唆された。

関連論文リスト

• Latent evolving World Action Model [58.32634534358966]
  世界行動モデル(WAM)における視覚的表現が行動生成に与える影響について検討する。 本稿では,JEPA埋め込みにおけるアクション生成を条件としたLeWAMを提案する。 LeWAMはRoboTwin 2.0の平均成功率は92.28%であり、最先端のVLAやWAMに匹敵する。
  論文  参考訳（メタデータ） (2026-09-23T07:22:43Z)
• Drive-HWM: Hierarchical World Models for Dynamic-Latent Guided Autonomous Driving [78.83165764484562]
  Drive-HWMは階層的なスローファーストな世界モデリングフレームワークで、将来の表現予測とアクション生成を補完的な時間スケールで構成する。 次のフレーム予測では、高速モデルが差し迫ったシーンの進化を捉え、一方1ステップのアクション生成は、新しい観察が到着すると、決定を継続的に更新することを可能にする。
  論文  参考訳（メタデータ） (2026-09-03T09:21:19Z)
• Foresight Without Seeing: Latent Futures for World Action Models [31.423405133926334]
  本稿では,動的条件付き直接政治WAMであるForeWAMを提案する。 また、凍結した潜伏行動教師が指導するダイナミクスを導入し、物体の動きや接触変化、タスクの進行といった相互作用によって引き起こされる遷移を、暗黙の未来の状態が捉えることを奨励する。 ロボットデータの事前トレーニングがなければ、ForeWAMの標準版と加速版は平均96.7%、LIBEROは96.9%である。
  論文  参考訳（メタデータ） (2026-08-12T03:27:43Z)
• ActSWM: Action-Sensitive World Models for Long-Horizon Planning in Open-World Games [6.8149466180197]
  本稿では, 遷移分離原理に基づく行動感応的潜在世界モデルである ActSWM を提案する。 ActSWMは、ステップドリフト分析、クローズループマインクラフト計画、ゲーム間のローカルアクションリカバリなどを通じて、既存のベースラインよりも大きなアクション依存ロールアウトギャップを維持している。
  論文  参考訳（メタデータ） (2026-07-29T09:55:54Z)
• DC-WAM: Dynamic-Centric Visual Supervision and Reasoning for World-Action Models [5.7283505332640985]
  World-Action Modelsは将来の視覚的予測でロボットポリシーを強化する。 視覚的モダリティが制御のために何を学ぶべきかは、いまだに不明である。 本稿では,RGBビデオブランチの監視と計算を再配布する動的中心型WAMフレームワークであるDC-WAMを提案する。
  論文  参考訳（メタデータ） (2026-07-28T16:08:50Z)
• DWM: Separating World Effects from Actions in Latent World Models [34.35433044964186]
  本稿では、この分解を運用する監督レベルフレームワークであるDWM(Decomposed World Model)を紹介する。 DWMは補助世界ヘッドで潜在世界モデルの予測を増強し、通常化された世界コントラストの目的によって正規化され、アクション不変である。 我々は、PushT-W、Reacher-W、TwoRoom-Wの3つの標準制御ベンチマークのW変種を構築する。
  論文  参考訳（メタデータ） (2026-07-21T05:13:26Z)
• HarmoWAM: Harmonizing Generalizable and Precise Manipulation via Adaptive World Action Models [58.191567345416836]
  世界行動モデル(WAM)は、物理力学のモデリングによるロボット制御のための有望なパラダイムとして登場した。 HarmoWAMは、予測と反応の制御を統一するために世界モデルを完全に活用し、一般的なトランジットと正確な操作を可能にする。 実世界の6つのロボットタスクにまたがる3つのトレーニング未確認テスト環境を構築し、背景、位置、オブジェクトの意味のバリエーションをカバーした。
  論文  参考訳（メタデータ） (2026-05-11T17:59:56Z)
• LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning [51.969318585152116]
  LatentPilotは、トレーニング中の将来の観察を貴重なデータソースとして利用して、アクション条件付きビジュアルダイナミクスを学習する。 そこで本稿では,フライホイール方式のトレーニング機構を提案する。これは,道路上の軌道を反復的に収集し,エージェントの行動分布に適合するようにモデルを再訓練する。 R2R-CE、RxR-CE、R2R-PEベンチマークの実験では新たなSOTA結果が得られた。
  論文  参考訳（メタデータ） (2026-03-31T02:21:59Z)
• ResWM: Residual-Action World Model for Visual RL [0.06999740786886534]
  生の視覚観測から予測的世界モデルを学ぶことは強化学習(RL)の中心的課題である ResWM(Residual-Action World Model、Residual-Action World Model)は、制御変数を絶対作用から残留作用に再構成する新しいフレームワークである。 ResWMはより安定的でエネルギー効率のよい行動軌跡を生み出す。
  論文  参考訳（メタデータ） (2026-03-11T11:27:08Z)
• 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)

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。