論文の概要: RoboJEPA: Scaling Robotic Latent World Models

• arxiv url: http://arxiv.org/abs/2610.10515v1
• Date: Wed, 07 Oct 2026 17:54:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:23.096924
• Title: RoboJEPA: Scaling Robotic Latent World Models
• Title（参考訳）: RoboJEPA: ロボットの潜在世界モデルの拡張
• Abstract要約: 我々は,JEPA(Joint Embedding Predictive Architecture)に基づく世界モデルRoboJEPAを紹介する。 我々は,RoboJEPAの遅延ロールアウトの誤差であるイマジネーションエラーが,計算における2階の電力法則に従っていることを示し,この法則が適合するスケールを超えるモデル品質を予測できることを示した。 我々は、ロボットエージェントとして、潜伏する世界モデルをゼロショットでデプロイできることを実証し、実際のハードウェア上での長期計画を必要とするタスクを解決するために、単一のゴールイメージを目指して計画している。
• 参考スコア（独自算出の注目度）: 48.85949821766679
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Latent world models have shown a remarkable ability to predict future states and to plan in the real world. In practice, however, we lack a principled way to estimate how their capabilities scale with model size, data, and compute, an open problem that slows progress in the field. In this work we present RoboJEPA, a world model based on the Joint Embedding Predictive Architecture (JEPA) and trained on a large-scale dataset spanning 12 robotic embodiments. We show that RoboJEPA's imagination error, the error of its latent rollouts, follows a second-order power law in compute, allowing us to predict model quality well beyond the scale at which the law is fit. We further show that downstream robotic planning performance improves predictably with compute, and that imagination error is strongly correlated with it, making it a reliable proxy for real-robot evaluation. Finally, we demonstrate that latent world models can be deployed zero-shot as robotic agents, planning toward a single goal image to solve tasks requiring long-horizon planning on real hardware. We release all model checkpoints together with our training and robot deployment code. To our knowledge, this is the first work to establish scaling laws for multi-embodiment robotic world models trained on real robot data, and RoboJEPA, at 8B parameters, is the largest JEPA predictor model trained to date.
• Abstract（参考訳）: 潜在世界モデルは、将来の状態を予測し、現実世界で計画する驚くべき能力を示している。 しかし実際には、それらの能力がモデルのサイズ、データ、計算でどのようにスケールするかを推定する原則的な方法が欠如しています。 本稿では,JEPA(Joint Embedding Predictive Architecture)に基づいた世界モデルであるRoboJEPAを紹介し,12のロボットエボディメントにまたがる大規模データセットをトレーニングする。 我々は,RoboJEPAの遅延ロールアウトの誤りであるイマジネーションエラーが,計算における2階の電力法則に従っていることを示し,この法則が適合するスケールを超えるモデル品質を予測できることを示した。 さらに、下流ロボット計画性能が計算により予測可能に向上し、イマジネーションエラーがそれと強く相関していることが示され、実ロボット評価の信頼性の高いプロキシとなる。 最後に、潜在世界モデルはロボットエージェントとしてゼロショットで展開可能であることを実証し、実際のハードウェア上での長期計画を必要とするタスクを解決するために、単一のゴールイメージに向けた計画を立てる。 すべてのモデルチェックポイントをトレーニングコードとロボットデプロイメントコードと一緒にリリースします。 我々の知る限り、これは実際のロボットデータに基づいてトレーニングされた多身体ロボット世界モデルのスケーリング法則を確立するための最初の試みであり、RoboJEPAは8Bパラメータで、これまでトレーニングされた最大のJEPA予測モデルである。

関連論文リスト

• One from Infinity: Actualizing Futures from Pretrained World Models into Robot Actions [52.542279563757724]
  映像の世界モデルでは、シーンの多くの有望な未来が認められるが、ロボットは正確なタスク条件に気付く必要がある。 我々は、このタスクを現実化として形式化し、フリーズワールドモデルによって提供された事前のタスク条件の選択と実現を学習する。 我々は,冷凍世界モデルエンコーダ上に,最大60万パラメータのRoboActualizerを実装した。 現実化器は2つの軽量なDiT専門家で構成されており、将来的な潜伏剤とフローマッチングによるアクションを共同で予測する。
  論文  参考訳（メタデータ） (2026-09-29T00:05:24Z)
• V-JEPA 2: Self-Supervised Video Models Enable Understanding, Prediction and Planning [43.18609951839598]
  現代のAIにとっての大きな課題は、世界を理解し、主に観察によって行動することを学ぶことである。 本稿では,インターネット規模のビデオデータと少量のインタラクションデータを組み合わせた自己教師型アプローチについて検討する。 我々は物理世界で理解し、予測し、計画できるモデルを開発する。
  論文  参考訳（メタデータ） (2025-06-11T17:57:09Z)
• RT-1: Robotics Transformer for Real-World Control at Scale [98.09428483862165]
  我々は,有望なスケーラブルなモデル特性を示す,ロボティクストランスフォーマーと呼ばれるモデルクラスを提示する。 実世界の課題を遂行する実ロボットの大規模データ収集に基づいて,様々なモデルクラスと,データサイズ,モデルサイズ,データの多様性の関数として一般化する能力について検証した。
  論文  参考訳（メタデータ） (2022-12-13T18:55:15Z)

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。