論文の概要: LeHami: Symplectic Latent Dynamics for World Models

• arxiv url: http://arxiv.org/abs/2610.15267v1
• Date: Sun, 11 Oct 2026 01:28:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.181973
• Title: LeHami: Symplectic Latent Dynamics for World Models
• Title（参考訳）: LeHami: 世界モデルのためのシンプレクティック潜在ダイナミクス
• Abstract要約: 我々は、標準予測器を構造化潜在状態上の作用条件ハミルトン流に置き換えるために、シンプレクティック・ハミルトン的JEPA(LeHami)を導入する。 LeHamiは、制約のないJEPA世界モデル上での長距離速度予測を大幅に改善する。
• 参考スコア（独自算出の注目度）: 48.8474710268196
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Joint-embedding predictive architectures (JEPAs) learn world models directly in latent space, but unconstrained autoregressive predictors may contract the latent distribution over long rollouts. We introduce Symplectic Hamiltonian JEPA (LeHami), which replaces the standard predictor with an action-conditioned Hamiltonian flow over a structured latent state (q, p) integrated using an exactly symplectic leapfrog step. This construction preserves phase-space volume at every rollout step and rules out uniform contraction, asymptotically stable fixed points, and merging of distinct latent states, independently of the learned parameters or action sequence. We obtain the momentum-like component from temporal derivatives of the learned position-like representation, providing an explicit second-order state for prediction and control. On conservative and actuated visual pendulum environments, LeHami substantially improves long-horizon velocity prediction over an unconstrained JEPA world model and empirically maintains constant latent volume where the baseline contracts. The learned flow also supports accurate integration at unseen sub-frame step sizes and numerical time reversal. These results show how geometric structure can provide inference-time guarantees that are complementary to representation regularization in latent world models.
• Abstract（参考訳）: JEPA(Joint-embedding predictive Architecture)は、潜在空間で直接世界モデルを学習するが、制約のない自己回帰予測器は長期のロールアウトよりも潜伏分布を縮小する可能性がある。 我々はSymphlectic Hamiltonian JEPA (LeHami)を導入する。これは標準予測器を、正確にシンプレクティックな跳躍ステップを用いて、構造化された潜在状態 (q, p) 上での作用条件ハミルトン流に置き換える。 この構成はロールアウトの各ステップで位相空間の体積を保ち、一様収縮、漸近的に安定な固定点、学習パラメータやアクションシーケンスとは独立に異なる潜在状態の融合を規定する。 学習した位置様表現の時間微分から運動量様成分を取得し、予測と制御のための明示的な2次状態を提供する。 保守的で活動的な視覚的振り子環境において、LeHamiは、制約のないJEPA世界モデル上での長距離速度予測を大幅に改善し、ベースラインが収縮する一定の潜水量を経験的に維持する。 学習フローは、目に見えないサブフレームのステップサイズと数値的な時間反転での正確な統合もサポートする。 これらの結果は、幾何学的構造が、潜在世界モデルにおける正規化の表現に相補的な推論時保証を提供する方法を示している。

関連論文リスト

• Scan-Parallel Variational Inference for event-driven Latent Jump Models [3.4994640206211245]
  時間同次マルコフ過程に対する潜時ジャンプモデル(LJM)を導入する。 トレーニングのために、抽出可能なイベント拡張パス空間ローバウンド(ELBO)を導出し、Scan-Parallel Variational Inference(SPVI)を導入する。 合成系と実不規則時系列全体において、LJMは予測精度において連続時間潜時ベースラインと競合し続けている。
  論文  参考訳（メタデータ） (2026-10-09T04:39:31Z)
• Orthogonal JEPA: Factorized Predictive States for Latent World Models [95.20158869896393]
  予測因数分解に基づく潜在的世界モデリングフレームワークであるメソッドを導入する。 そこで本研究では,予測構造を弱め,あるいは矛盾する勾配を抑えつつ,冗長なキャパシティを支配的信号に割り当てる手法を提案する。 制御された視覚、単細胞転写学、縦断的な健康記録、連続的な制御、分子動力学の実験は、表現品質、予測、計画、長期安定性を評価する。
  論文  参考訳（メタデータ） (2026-08-20T13:59:57Z)
• Unlocking Temporal Generalization in Hamiltonian Video Dynamics Models [0.0]
  Hamiltonian Generative Networks (HGN) は原則的な経路を提供する。 我々は,HGNのロールアウトが,異なる障害モードのため,トレーニング体制以外のステップサイズで失敗することを示す。 詳細な分析では、連続時間ビデオ生成における時間的一般化を可能にするためのいくつかの戦略を推奨する。
  論文  参考訳（メタデータ） (2026-07-08T15:31:53Z)
• Learning Spatio-Temporal Foundation Models from Pure Synthetic Data [85.23980441738811]
  NeoSTは、現実バイアスに対するスケーラブルな合成学習コーパスであり、複数の将来の軌跡を反復的に生成・洗練する潜在空間推論アーキテクチャであり、構造的ダイナミクスを強調し、分散シフトの下で推論時間補正を可能にする潜在空間目的である。 様々な実世界のベンチマークによる大規模な実験は、NeoSTが様々な実世界の時間系において既存のSTFMより一貫して優れていることを示している。
  論文  参考訳（メタデータ） (2026-06-27T02:56:46Z)
• Nonlocal Bayesian Modeling of Continuous Spatio-Temporal Dynamics [9.926231893220061]
  本研究では,非局所結合を学習し,抽出可能な推論を保ちながら,非局所結合を学習する連続時間場のための原理的非局所S-NLモデル(BST)を提案する。 NLBSTは座標ベースの空間基底展開を通して潜時場を表し、連続時間ODEで逐次過程をモデル化する。 線形Gssianau観測モデルでは,不規則かつ不規則な観測下でのカルマンシア式逐次スパルス更新が可能であり,空間基底表現では,再学習することなく非測定位置での帰納的予測が可能となる。
  論文  参考訳（メタデータ） (2026-06-12T09:51:07Z)
• ThinkJEPA: Empowering Latent World Models with Large Vision-Language Reasoning Model [53.15040805435013]
  視覚言語モデル(VLM)は、一様にサンプリングされたフレームを解析することで、強力なセマンティックグラウンドと一般的な知識を提供する。 本稿では,高密度フレーム・ダイナミックス・モデリングと長軸意味指導を組み合わせたVLM誘導型JEPA型潜在世界モデリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-23T17:59:42Z)
• LatentTrack: Sequential Weight Generation via Latent Filtering [0.0]
  LatentTrack(LT)は、非定常力学の下でのオンライン確率予測のためのシーケンシャルニューラルネットワークである。 LTは低次元潜在空間で因果ベイズフィルタを行い、軽量なハイパーネットワークを用いて各時間ステップで予測モデルパラメータを生成する。 LTは、ステートフルなシーケンシャルおよび静的不確実性認識ベースラインよりも低い負の対数や平均二乗誤差を一貫して校正した。
  論文  参考訳（メタデータ） (2026-01-31T02:22:59Z)
• Latent Space Energy-based Neural ODEs [73.01344439786524]
  本稿では,連続時間列を表現するために設計された新しい深部力学モデルを提案する。 マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。 振動系, ビデオ, 実世界の状態系列(MuJoCo)の実験結果から, 学習可能なエネルギーベース先行モデルの方が既存のモデルより優れていることが示された。
  論文  参考訳（メタデータ） (2024-09-05T18:14:22Z)

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。