論文の概要: Enhancing Latent World Models with Associative Memory
- arxiv url: http://arxiv.org/abs/2610.19683v1
- Date: Wed, 14 Oct 2026 07:08:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.996941
- Title: Enhancing Latent World Models with Associative Memory
- Title（参考訳）: 連想記憶による潜在世界モデルの構築
- Abstract要約: 本稿では,JEPAスタイルの予測をコンテンツ適応型メモリバンクで拡張する,メモリ拡張潜在世界モデルを提案する。
提案手法では,観測結果から直接高次表現を学習し,複数の時間スケールで共有潜在空間内で動作させる。
PushT, Tworoom, Reacher, OGBCube の実験により, 軽量アーキテクチャによる最先端性能の実現が実証された。
- 参考スコア（独自算出の注目度）: 9.787646504547645
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: World models trained via latent dynamics offer a scalable path for embodied planning, yet existing methods suffer from representational collapse, computational overhead, and limited long-horizon capability. We introduce a memory-enhanced latent world model that augments JEPA-style prediction with a content-addressable memory bank. Our approach learns high-level representations directly from observations, operating at multiple temporal scales within a shared latent space, and conditions predictions via adaptive layer normalization. To prevent collapse and ensure effective memory usage, we design two complementary losses that encourage slot diversity and balanced temporal utilization. Experiments on PushT, Tworoom, Reacher, and OGBCube demonstrate that our method achieves state-of-the-art performance with a lightweight architecture, outperforming conventional latent world models on long-horizon planning tasks.
- Abstract（参考訳）: 潜在力学を用いてトレーニングされた世界モデルは、具体的計画のためのスケーラブルなパスを提供するが、既存の手法は表現的崩壊、計算オーバーヘッド、限られた長距離能力に悩まされている。
本稿では,JEPAスタイルの予測をコンテンツ適応型メモリバンクで拡張する,メモリ拡張潜在世界モデルを提案する。
提案手法では,観測結果から直接高次表現を学習し,共有潜在空間内の複数の時間スケールで動作し,適応層正規化による条件予測を行う。
崩壊を防止し,効果的なメモリ使用を確保するために,スロットの多様性と時間的利用のバランスを保った2つの相補的損失を設計する。
PushT, Tworoom, Reacher, OGBCube の実験により,本手法は軽量なアーキテクチャで最先端の性能を実現し,長期計画タスクにおける従来の潜伏世界モデルよりも優れることを示した。
関連論文リスト
- Beyond the Next Step: Variable-Length Latent World Models for Long-Horizon Planning [40.09669638091686]
本稿では,可変長の動作列に条件付き潜在状態を予測するフレームワークを提案する。
実験により、可変長ラテント・ワールド・モデルがラテント・スペース・ワールド・モデルを大幅に改善していることが示されている。
論文 参考訳（メタデータ） (2026-06-19T21:50:15Z) - Composition of Memory Experts for Diffusion World Models [23.602187351200183]
世界モデルは、過去の観測と整合した有望な未来を予測することを目的としており、これは強化学習における計画と意思決定の中心的な能力である。
トランスフォーマーは局所的な詳細を保存するが、二次的な注意によってボトルネックとなる。
我々は、将来的な一貫性をあらゆるアーキテクチャから切り離し、代わりに専門的な専門家のセットを活用することを提案します。
論文 参考訳（メタデータ） (2026-05-12T09:43:10Z) - Hierarchical Planning with Latent World Models [49.82095442483551]
階層的計画は、最大4倍の計画時間計算を必要としながら、より高い成功を達成する。
この階層的なアプローチにより、現実世界の非グリーディロボットタスクをゼロショットで制御できることを実証する。
論文 参考訳（メタデータ） (2026-04-03T17:32:36Z) - 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) - 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) - Long-Context State-Space Video World Models [66.28743632951218]
本稿では、状態空間モデル(SSM)を活用して、計算効率を損なうことなく時間記憶を拡張する新しいアーキテクチャを提案する。
我々の設計の中心はブロックワイズSSMスキャン方式であり、時間記憶の拡張のために空間整合性を戦略的にトレードオフする。
メモリ迷路とMinecraftのデータセットの実験は、我々のアプローチが長距離メモリ保存のベースラインを超えたことを示している。
論文 参考訳（メタデータ） (2025-05-26T16:12:41Z) - Latent Diffusion Planning for Imitation Learning [78.56207566743154]
Latent Diffusion Planning (LDP) は、プランナーと逆ダイナミクスモデルからなるモジュラーアプローチである。
行動予測からプランニングを分離することにより、LDPは最適なデータと行動自由データのより密集した監視信号の恩恵を受けることができる。
シミュレーションされた視覚ロボット操作タスクにおいて、LDPは最先端の模倣学習アプローチより優れている。
論文 参考訳（メタデータ） (2025-04-23T17:53:34Z)
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。