論文の概要: T2-z: Test-Time Optimization of Environment Latents for Robotic World Models

• arxiv url: http://arxiv.org/abs/2610.22364v1
• Date: Thu, 15 Oct 2026 17:59:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.282683
• Title: T2-z: Test-Time Optimization of Environment Latents for Robotic World Models
• Title（参考訳）: T2-z:ロボット世界モデルのための環境遅延の試験時間最適化
• Abstract要約: 環境潜伏者のテスト時間最適化のためのT2-Zを導入する。 ラテントは監督なしで環境変動を捉えます。 我々は,T2-Zが単一テスト時間間相互作用軌道から環境潜伏者を効率的に推定できることを示す。
• 参考スコア（独自算出の注目度）: 53.877388502443914
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Predicting how the world responds to an action requires more than what can be seen: robots must account for environmental factors that are neither directly observable nor explicitly specified, from physical properties such as friction and mass to human-defined environmental rules. We introduce T2-Z for test-time optimization of environment latents, which augments a robotic world model with a learnable environment latent to condition world predictions. This compact latent captures underlying environmental variation without supervision of what environmental factors exist or what values they take. During training, T2-Z alternates between two stages: a world-model optimization stage that fixes the latents and learns general action-conditioned dynamics across environments; and an environment-latent optimization stage that freezes the world model and optimizes the conditioning latents, allowing latent structure to emerge purely through world prediction. At test time, the world model remains frozen and a newly initialized environment latent is optimized from one or more test-time interactions, adapting the model to previously unseen environmental configurations. Across 7 simulated settings and 4 real-world robotic tasks, T2-Z reduces object prediction error metric from 15.20 to 7.00 and raises action success from 33.73% to 72.96%. Its emergent latents capture structured representations of individual and compounded factors across diverse visual scenes. Ablations further show that T2-Z can efficiently infer environment latents from as little as a single test-time interaction trajectory.
• Abstract（参考訳）: ロボットは、摩擦や質量のような物理的性質から人間の定義した環境ルールまで、直接観察不可能で明示的でない環境要因を考慮しなければならない。 本稿では,環境潜伏者のテスト時間最適化のためのT2-Zを紹介する。 このコンパクトな潜伏剤は、環境要因やそれらが取る価値を監督することなく、基礎となる環境変動を捉えます。 トレーニングの間、T2-Zは2つの段階を交互に切り替える: 潜伏を修正し、環境全体にわたって一般的な行動条件のダイナミクスを学ぶ世界モデル最適化段階と、世界モデルを凍結し、条件付き潜伏を最適化し、潜伏構造が世界予測を通して純粋に現れる環境ラテント最適化段階である。 テスト時には、世界モデルは凍結し続け、新しく初期化された環境ラテントは1つ以上のテスト時間相互作用から最適化され、以前は目に見えない環境構成にモデルを適用する。 7つのシミュレートされた設定と4つの現実世界のロボットタスクで、T2-Zはオブジェクトの予測誤差を15.20から7.00に減らし、アクションの成功を33.73%から72.96%に上げた。 創発性潜伏剤は、多様な視覚シーンにまたがる個々の因子と複合因子の構造的表現を捉えている。 アブレーションにより、T2-Zは単一のテスト時間相互作用軌道から環境潜伏剤を効率的に推定できることが示された。

関連論文リスト

• JEPA-TTT: Persistent Test-Time Training of Latent World Models for Planning under Dynamics Shifts [44.94635609557226]
  JEPA-TTTは、テスト時間を通して、事前訓練されたアクション管理された統合埋め込み予測アーキテクチャの世界モデルの潜時ダイナミクス予測に適応します。 自動回帰潜在予測エラーを平均で83%削減し、凍結したJEPAワールドモデルよりも153%改善する。
  論文  参考訳（メタデータ） (2026-09-30T21:13:59Z)
• Is Forward Prediction Enough? Physical State Grounding for JEPA World Models [18.174985055477666]
  PSG-JEPAはその潜在空間を前方予測を超えて2つの補完的な接地目標で形成する。 本研究では,(1)探索による潜伏識別性,(2)凍結した潜伏者に対する目標条件付き計画,(3)シミュレーションおよび実ロボットにおける政策学習の3つのレベルにおいて実験を行う。
  論文  参考訳（メタデータ） (2026-08-07T04:44:16Z)
• Sensorimotor World Models: Perception for Action via Inverse Dynamics [59.121736411156384]
  Inverse dynamics regularization で訓練されたエンド・ツー・エンドのセンサモレータ・ワールドモデルを導入する。 表現の崩壊を防ぎ、アクション整列表現を誘導する。 コンパクトで解釈可能な潜在空間を学習し、単純な2Dおよび3D制御タスク間の競合計画性能を実現する。
  論文  参考訳（メタデータ） (2026-06-18T11:25:16Z)
• LaST-R1: Reinforcing Robotic Manipulation via Adaptive Physical Latent Reasoning [90.86828952599147]
  提案するLaST-R1(LaST-R1)は,「最近の推論・行動」政策を活用するために設計された,新しい強化学習フレームワークである。 LaST-R1 は LIBERO ベンチマークで 99.9% の平均成功率を達成した。 実世界の展開では、LaST-R1はSOTAが監督する微調整アプローチよりも22.5%平均的に改善されている。
  論文  参考訳（メタデータ） (2026-04-30T17:59:52Z)
• Aligning Agentic World Models via Knowledgeable Experience Learning [68.85843641222186]
  環境フィードバックをシンセサイザー化したWorld Knowledge Repositoryを構築するフレームワークであるWorldMindを紹介する。 WorldMindは、優れたクロスモデルとクロス環境転送性を備えたベースラインよりも優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-01-19T17:33:31Z)
• FREE: The Foundational Semantic Recognition for Modeling Environmental Ecosystems [56.0640340392818]
  我々は、様々な特徴と利用可能な情報を使ってユニバーサルモデルを訓練するフレームワーク、FREEを導入する。 その中核となる考え方は、利用可能な環境データをテキスト空間にマッピングし、環境科学における従来の予測モデリングタスクを意味認識問題に変換することである。 河川水温予測と収穫量予測という2つの社会学的に重要な実世界の応用に対する評価は、FREEが複数のベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-11-17T00:53:09Z)

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。