論文の概要: CAG-WAM: Causal Action-Gain World Action Models for Robot Manipulation
- arxiv url: http://arxiv.org/abs/2610.14720v1
- Date: Sat, 10 Oct 2026 08:40:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 12:05:06.18649
- Title: CAG-WAM: Causal Action-Gain World Action Models for Robot Manipulation
- Title（参考訳）: CAG-WAM:ロボット操作のための因果行動-利得世界行動モデル
- Abstract要約: World Action Models(WAM)は、アクション生成と将来の予測を組み合わせる。
候補アクションに関連付けられた未来は、アクション誘発および環境駆動的な変化を含むかもしれない。
我々はCausal Action-Gain World Action Model (CAG-WAM)を提案する。
- 参考スコア（独自算出の注目度）: 25.58872887410507
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: World Action Models (WAMs) combine action generation with future prediction, allowing predicted futures to support action evaluation and robot decision making. However, the future associated with a candidate action may contain action-induced and environment-driven changes. Directly evaluating the predicted future may not fully characterize the future change associated with the candidate action. For example, a candidate action that worsens a favorable environmental future may still yield a favorable outcome, while one that improves an unfavorable environmental future may still yield an unfavorable outcome. To analyze this issue, we formulate a Structural Causal Model (SCM) for action evaluation in WAMs. The SCM formalizes how action-induced and environment-driven changes jointly shape future evaluation, and reveals a backdoor path through which environmental evolution can also affect the future evaluation associated with a candidate action. Intervention and backdoor adjustment account for this path, providing a causal basis for characterizing the future change associated with each candidate action. Based on this analysis, we propose Causal Action-Gain World Action Model (CAG-WAM). For each candidate action, CAG-WAM predicts an action-conditioned future and an environmental future under the same current observation, and defines their evaluation difference as causal action gain (CAG) for characterizing the future change associated with the candidate action. During training, we incorporate CAG into Group Relative Policy Optimization (GRPO) to guide robot policy learning. During inference, we evaluate the initial action with CAG and, when needed, revise it using predicted future information. Experiments on multiple benchmarks support the effectiveness of CAG-WAM.
- Abstract（参考訳）: World Action Models(WAM)は、アクション生成と将来の予測を組み合わせることで、予測された未来がアクション評価とロボットによる意思決定をサポートする。
しかしながら、候補アクションに関連付けられた未来には、アクション誘発および環境駆動的な変化が含まれる可能性がある。
予測される未来を直接評価することは、候補アクションに関連する将来の変化を完全に特徴づけるものではないかもしれない。
例えば、好ましくない環境の未来を悪化させる候補者の行動は、依然として好ましくない結果をもたらすが、好ましくない環境の未来を改善する行動は、それでも好ましくない結果をもたらす。
この問題を解析するために、WAMにおける行動評価のための構造因果モデル(Structure Causal Model, SCM)を定式化する。
SCMは、行動誘発と環境駆動による変化が将来の評価を共同で形成する方法を定式化し、環境進化が将来の評価に影響を及ぼす可能性のあるバックドアパスを明らかにする。
インターベンションとバックドア調整はこの経路を考慮し、各候補行動に関連する将来の変化を特徴付けるための因果的基盤を提供する。
そこで本研究では,Causal Action-Gain World Action Model (CAG-WAM)を提案する。
それぞれの候補行動について、CAG-WAMは、同じ現在の観測の下で行動条件付き未来と環境未来を予測し、その評価差を、候補行動に関連する将来の変化を特徴づけるための因果行動ゲイン(CAG)として定義する。
トレーニング中、私たちは、ロボットポリシー学習の指針として、グループ相対政策最適化(GRPO)にCAGを組み込んだ。
推論の際には,CAGによる初期動作を評価し,必要に応じて予測した将来情報を用いて修正する。
複数のベンチマークの実験はCAG-WAMの有効性を支持する。
関連論文リスト
- Recommendation World Models for Future-State Control [53.191633845200876]
我々は、訓練されたランク付け者が将来の結果についての意思決定を支援する方法について研究する。
UA-TWM(UA-TWM)は,近傍のスレート動作を構成するユーティリティアンコールなワールドモデルインタフェースである。
本研究は,MovieLens-25MとKuaiRand-Pureにおける12の逐次バックボーン間の移動と,KuaiSimにおけるターゲット指向インタラクションの繰り返しを評価する。
論文 参考訳（メタデータ） (2026-09-25T02:37:48Z) - D-JEPA: A Decision-Aligned Latent World Model [7.765598400147485]
決定整合型潜在世界モデルD-JEPAは、実行結果から候補者先物間の決定関連関係を学習する。
D-JEPAはJEPA互換の将来の表現における学習された決定構造を実現し、ネイティブな潜在距離計画によるデプロイメントを可能にしている。
論文 参考訳（メタデータ） (2026-09-21T15:17:32Z) - GLARE: Generative Learning via Adversarial Reward Estimation For Social Dynamics Forecasting [64.66483488975663]
MDFB(Mathing Dynamic Forecasting Benchmark)について紹介する。
実際の会議は2,207件、将来のクエリは24,794件だった。
また,条件付き言語生成への逆模倣学習の適応であるGLAREを提案する。
論文 参考訳（メタデータ） (2026-09-10T19:52:34Z) - DA-WAM: Decision-Aligned Future Latents for Driving World Models [6.756366477497099]
DA-WAMは、予測表現学習、行動条件付き将来のモデリング、軌道スコアを単一の意思決定目標の下で統一するフレームワークである。
動作条件付き予測器は、トラジェクトリ候補毎の異なる将来の潜在状態を生成し、将来の遅延条件付き因子化スコアラによって評価される。
NAVSIM-v1とNAVSIM-v2の実験は、最先端の性能を示し、改善と診断分析は鍵となる構成要素を検証する。
論文 参考訳（メタデータ） (2026-08-19T16:33:02Z) - $ω$-EVA: Envision, Verify, and Act with Latent Interactive World Models [28.544954130906135]
身体的な政策は通常、現在の観察結果を行動に直接マッピングし、候補者行動の結果を暗黙的に残す。
動作生成のためのエンビジョン-検証-Actループを実現する潜在対話型世界モデルである$-EVAを紹介する。
その3段階のフレームワークは、アクション条件付き潜在力学を学び、言語条件付きフローポリシーを訓練し、世界モデルを通じてポリシーの提案をフィードバックする。
論文 参考訳（メタデータ） (2026-06-08T13:12:56Z) - Beyond Task Success: Behavioral and Representational Diagnostics for WAM and VLA [8.586006378757878]
VLA(Vision- Language-action)ポリシーとWAM(World-Action Models)は、ロボット操作においてますます重要なパラダイムである。
本稿では,WAMが将来予測を単に追加するか,ロボットの動作や内部表現を制御可能な方法で変更するかを問う。
論文 参考訳（メタデータ） (2026-05-31T08:35:12Z) - What-If Analysis of Large Language Models: Explore the Game World Using Proactive Thinking [50.72154186522052]
大規模言語モデル(LLM)は情報処理をリアクティブに行う能力に優れるが、仮説的未来を体系的に探索する能力に欠ける。
提案するWiA-LLMは,LLMにプロアクティブな思考能力を持たせる新しいパラダイムである。
複雑なマルチプレイヤーゲーム環境であるHonor of KingsにおけるWiA-LLMを検証する。
論文 参考訳（メタデータ） (2025-09-05T04:05:27Z) - Bridging Prediction and Intervention Problems in Social Systems [71.41519966787386]
我々は,自動意思決定システム(ADS)の影響を考慮した場合,予測重視のパラダイムから介入主義パラダイムに移行する方法を検討する。
我々は、予測を決定支援、最終決定、結果とみなすには、予測を超えた新たなデフォルトのADS問題設定が必要であると論じている。
本稿では,ADSシステムの設計,実装,評価を行うため,この視点が現代の統計フレームワークや他のツールを統一する方法について述べる。
論文 参考訳（メタデータ） (2025-07-07T17:29:13Z) - Moving Forward by Moving Backward: Embedding Action Impact over Action
Semantics [57.671493865825255]
本稿では,潜伏埋め込みを用いた飛行行動の影響をモデル化する。
これらの潜在アクション埋め込みと、トランスフォーマーベースのポリシーヘッドを組み合わせることで、アクション適応ポリシーを設計する。
当社のAAPは, 対面時, 推論時, 動作不足時, 以前は見えなかった摂動行動空間においても, 高い性能を示した。
論文 参考訳（メタデータ） (2023-04-24T17:35:47Z) - Instance-Aware Predictive Navigation in Multi-Agent Environments [93.15055834395304]
エージェント間の相互作用と将来のシーン構造を予測するIPC(Instance-Aware Predictive Control)アプローチを提案する。
我々は,ego中心の視点でエージェント間のインタラクションを推定するために,新しいマルチインスタンスイベント予測モジュールを採用する。
シーンレベルとインスタンスレベルの両方の予測状態をより有効活用するために、一連のアクションサンプリング戦略を設計します。
論文 参考訳（メタデータ） (2021-01-14T22:21:25Z)
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。