論文の概要: RM-WAM: Reliable Memory-Augmented World Action Models for Long-Horizon Robot Manipulation

• arxiv url: http://arxiv.org/abs/2610.15305v2
• Date: Thu, 15 Oct 2026 02:25:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:15.863645
• Title: RM-WAM: Reliable Memory-Augmented World Action Models for Long-Horizon Robot Manipulation
• Title（参考訳）: RM-WAM:長距離ロボットマニピュレーションのための信頼性メモリ拡張ワールドアクションモデル
• Abstract要約: 世界行動モデル(WAM)は、将来の視覚状態と行動を予測することでロボット操作を改善する。 本稿では,メモリをコンテキスト依存の予測資源として扱う,信頼性の高いメモリ拡張ワールドアクションモデルRM-WAMを提案する。
• 参考スコア（独自算出の注目度）: 10.315567634849236
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: World Action Models (WAMs) improve robotic manipulation by jointly predicting future visual states and actions, yet most existing methods make decisions primarily from the current observation. This limits their reliability in long-horizon tasks, where visually similar states may correspond to different interaction histories and task stages. Moreover, directly incorporating historical observations can introduce stale, stage-mismatched, or error-contaminated information, leading to inaccurate world prediction and accumulated closed-loop errors. We propose RM-WAM, a reliable memory-augmented World Action Model that treats memory as a context-dependent predictive resource rather than universally useful historical context. RM-WAM represents history using complementary short-term visual state memory and latent event memory, which respectively capture recent interaction dynamics and longer-term state transitions. A counterfactual memory learning scheme varies the accessible history while keeping the current inputs and prediction targets fixed, enabling the model to learn a context-dependent utility estimate for historical memory. Based on this estimate, a utility-aware gating mechanism adaptively controls memory injection into the world-action backbone. Experiments demonstrate that RM-WAM highlights the importance of reliable and selective memory utilization in long-horizon tasks.
• Abstract（参考訳）: 世界行動モデル(WAM)は、将来の視覚状態と行動を共同で予測することでロボット操作を改善するが、既存のほとんどの手法は、主に現在の観察から決定する。 これは、視覚的に類似した状態が異なる相互作用履歴とタスクステージに対応する場合の長期タスクにおける信頼性を制限する。 さらに、過去の観測を直接組み込むことで、古い、ステージミス、またはエラーに汚染された情報を導入でき、不正確な世界予測とクローズドループエラーの蓄積につながる。 本稿では,記憶を普遍的に有用な歴史的文脈ではなく,文脈に依存した予測資源として扱う,信頼性の高いメモリ拡張ワールドアクションモデルRM-WAMを提案する。 RM-WAMは、相補的な短期的視覚状態記憶と潜時事象記憶を用いて歴史を表現し、それぞれ最近の相互作用ダイナミクスと長期的状態遷移を捉えている。 反実的メモリ学習方式は、現在の入力と予測ターゲットを固定したままアクセス可能な履歴を変化させ、モデルが履歴メモリのコンテキスト依存のユーティリティ推定を学習できるようにする。 この推定に基づいて、ユーティリティ認識ゲーティング機構は、ワールドアクションバックボーンへのメモリ注入を適応的に制御する。 実験により、RM-WAMは長期タスクにおける信頼性と選択性のあるメモリ利用の重要性を強調している。

関連論文リスト

• Learning What to Recall: Adaptive Multi-Cue Episodic Memory for World Models [82.99807299727796]
  本稿では,将来認識型予測監視からエピソードリコールを学習するフレームワークであるFuture-Aware Recall (FAR)を提案する。 FARは、リコールされたコンテキストの条件付きログ類似度による予測ユーティリティを計測する。 キュー固有の関連性を学び、時間、ポーズ、ビジョン、オーディオなどの利用可能な検索キューを自動的に決定し、クエリ毎に信頼する。
  論文  参考訳（メタデータ） (2026-09-28T09:07:39Z)
• Memory as Plans: World-Action Modeling with Memory-Grounded Planning [33.29460541345171]
  MaP-WAMはメモリ依存のワールドアクションモデリングをメモリグランドプランニングとプランコンディショニングに分解するメモリ・アズ・プランンズフレームワークである。 MaP-WAMはRMBenchの最先端のパフォーマンスを83.3%の成功率で達成し、実際のロボットタスクで78.0%の成功を達成した。
  論文  参考訳（メタデータ） (2026-09-10T13:52:51Z)
• MemoryWAM: Efficient World Action Modeling with Persistent Memory [80.90899269062128]
  本稿では,効率的な永続メモリを持つ世界アクションモデルであるMemoryWAMを紹介する。 調整された注意機構は、詳細な短期コンテキストと圧縮された長期コンテキストの両方の検索を可能にする。 MemoryWAMは、シミュレーションと実世界の両方において、強力な視覚言語アクション(VLA)とWAMベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-06-18T17:59:51Z)
• Mem-World: Memory-Augmented Action-Conditioned World Models for Persistent Robot Manipulation [55.42006264038458]
  アクション条件付き世界モデルは、ロボット学習の有望なパラダイムとして登場した。 Mem-Worldはメモリ拡張されたマルチビューアクション条件の世界モデルである。 W-VMemは4次元手首ビュー中心のサーベイルインデクシングメモリで、歴史的観測を時間的に変化する表面要素に固定する。
  論文  参考訳（メタデータ） (2026-06-17T11:42:00Z)
• WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
  マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。 既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。 マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
  論文  参考訳（メタデータ） (2026-05-28T04:27:20Z)
• On Memory: A comparison of memory mechanisms in world models [0.0]
  本稿では,複数のメモリ拡張機構の解析により,トランスフォーマーを用いた世界モデルの有効メモリスパンについて検討する。 メモリエンコーディングとメモリインジェクションのメカニズムを区別する分類法を導入し、世界モデルのメモリ拡張におけるそれらの役割を動機づける。 本研究は,記憶機構が視覚変換器の有効メモリ幅を向上し,世界モデルの想像力内でループ閉鎖を完了するための経路を提供することを示す。
  論文  参考訳（メタデータ） (2025-12-07T20:29:20Z)

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。