論文の概要: Sampling-based Kinodynamic Planning with World Models

• arxiv url: http://arxiv.org/abs/2610.12910v1
• Date: Fri, 09 Oct 2026 03:01:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.363552
• Title: Sampling-based Kinodynamic Planning with World Models
• Title（参考訳）: 世界モデルを用いたサンプリング型動力学的計画法
• Abstract要約: 本稿では,世界モデルのためのキノダイナミックサンプリングに基づくモーションプランニングについて再検討する。 本稿では,RRT近傍の高次元潜在空間と射影型ECEの2つの探索戦略を提案する。 提案手法は,シミュレーションにおいて最大13.8倍の計画時間でCEMとMPPIの成功率に一致または超え,実際のロボットでの成功率を20%向上させる。
• 参考スコア（独自算出の注目度）: 0.3823356975862005
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual world models predict the consequences of actions from images, but planning with them is typically done by optimizers such as CEM and MPPI. However, these optimizers stall on long-horizon tasks where progress requires motion the objective does not reward, such as moving around a block before pushing it. This paper revisits kinodynamic sampling-based motion planning for world models, using the learned model as the propagator of a tree search in latent space. Our key insight is that the sampling strategies devised for high-dimensional search in configuration space apply directly to the latent space of a world model, where they rapidly expand through intermediate states that myopic optimizers never sample. We present two exploration strategies for the high-dimensional latent space, nearest-neighbor-guided RRT and projection-based KPIECE, with GPU-native batched expansion for efficient device utilization. We evaluate with an off-the-shelf DINO-WM on four simulated domains and a real-world block-pushing task. Our approaches match or exceed the success rate of CEM and MPPI at up to 13.8x lower planning time in simulation, and improve the success rate by 20% on the real robot.
• Abstract（参考訳）: ビジュアルワールドモデルは、画像からのアクションの結果を予測するが、それらを計画するのは、典型的にはCEMやMPPIのようなオプティマイザによって行われる。 しかし、これらのオプティマイザは、前進が目的が報われない動きを必要とする長い水平タスクで停止する。 本稿では,木探索のプロパゲータとして学習モデルを用いて,世界モデルのためのキノダイナミックサンプリングに基づくモーションプランニングを再検討する。 我々の重要な洞察は、構成空間における高次元探索のために考案されたサンプリング戦略が、世界モデルの潜在空間に直接適用されることである。 本稿では,GPUネイティブバッチ拡張による近接誘導RTと投影型KPIECEの2つの探索手法を提案する。 4つの模擬ドメインと実世界のブロック処理タスクを用いて,既製のDINO-WMを評価した。 提案手法は,シミュレーションにおいて最大13.8倍の計画時間でCEMとMPPIの成功率に一致または超え,実際のロボットでの成功率を20%向上させる。

関連論文リスト

• Latent Geometry Beyond Search: Amortizing Planning in World Models [17.571800971505787]
  学習した表現は、単に予測を有効にするのではなく、制御を単純化できることを示す。 反復計画を手軽なゴール条件逆ダイナミクスモデル(GC-IDM)に置き換える コントローラは環境プロトコール設定8つのうち7つでCEMと一致または超過し、判定あたりのコストを100-130倍に削減する。
  論文  参考訳（メタデータ） (2026-05-09T06:36:23Z)
• Latent-WAM: Latent World Action Modeling for End-to-End Autonomous Driving [40.17041348571413]
  Latent-WAMは効率的なエンドツーエンドの自動運転フレームワークである。 空間認識および動的インフォームドされた潜在世界表現を通じて、強力な軌道計画を実現する。
  論文  参考訳（メタデータ） (2026-03-25T17:56:07Z)
• Infinite-World: Scaling Interactive World Models to 1000-Frame Horizons via Pose-Free Hierarchical Memory [101.2076718776139]
  複雑な実環境において,1000フレーム以上のコヒーレントな視覚記憶を維持することのできる,堅牢な対話型世界モデルを提案する。 我々は,歴史的潜水剤を固定予算の幾何学的表現に蒸留するpose-free Memory (HPMC)を導入する。 また,連続動作を三状態論理に識別する不確実性認識型アクションラベルモジュールを提案する。
  論文  参考訳（メタデータ） (2026-02-02T17:52:56Z)
• LaDi-WM: A Latent Diffusion-based World Model for Predictive Manipulation [45.02469804709771]
  拡散モデルを用いて将来の状態の潜伏空間を予測する世界モデルLaDi-WMを提案する。 LIBERO-LONGベンチマークでは,LaDi-WMが27.9%,現実シナリオでは20%,政策性能が著しく向上することを示した。
  論文  参考訳（メタデータ） (2025-05-13T04:42:14Z)
• Learning Space Partitions for Path Planning [54.475949279050596]
  PlaLaMは2次元ナビゲーションタスクにおける既存の経路計画手法よりも優れており、特に難解な局所最適化の存在下では優れている。 これらは高マルチモーダルな実世界のタスクに移行し、コンパイラフェーズでは最大245%、分子設計では最大0.4の強いベースラインを0-1スケールで上回ります。
  論文  参考訳（メタデータ） (2021-06-19T18:06:11Z)

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。