論文の概要: InJePA: Intention-First Latent Planning with Coupled JEPA World Models for Visual Navigation

• arxiv url: http://arxiv.org/abs/2610.23896v1
• Date: Mon, 28 Sep 2026 15:34:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:48:39.963022
• Title: InJePA: Intention-First Latent Planning with Coupled JEPA World Models for Visual Navigation
• Title（参考訳）: InJePA: 視覚ナビゲーションのための結合JEPAワールドモデルによるインテンションファーストラテントプランニング
• Abstract要約: InJepaは、潜在国家を中心とした、意図的な最初の計画パラダイムである。 目標条件付きJEPAは遅れた意図を提案し、アクション条件付きJEPAは将来遅れた状態を継続的に予測する。 我々はHabitat MP3Dにおける閉ループ画像目標ナビゲーションによるInJepaの評価を行った。
• 参考スコア（独自算出の注目度）: 20.229419775820112
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Visual navigation requires goal directed planning informed by predictions of environment dynamics. Representative navigation world model methods propose complete action candidates before predicting consequences for selection or search updates. For each candidate, predictions primarily evaluate proposed actions rather than guide its stepwise construction. To this end, we propose InJepa, an intention first planning paradigm centered on latent states. A goal conditioned JEPA proposes latent intentions, and an action conditioned JEPA continually predicts future latent states. Both operate in a shared latent space to align their predictive representations. Within each candidate, predicted consequences feed into the next intention proposal and action inference, forming a closed loop of intention, action, and consequence. This extends the world model's role beyond evaluation to leading candidate construction through latent intentions. We evaluate InJepa through closed loop image goal navigation in Habitat MP3D. The results show effective multistep navigation through intention guided action generation and consequence feedback. Experiments across encoders further support applicability across visual representations. These findings support latent intentions as the central planning object and show that world models can directly guide plan construction through coordinated reasoning about intentions and consequences. Code is available at https://github.com/zhuxun132/InJepa.
• Abstract（参考訳）: ビジュアルナビゲーションには、環境力学の予測によって通知される目標指向の計画が必要である。 代表的なナビゲーションワールドモデル手法は、選択や検索更新の結果を予測する前に、完全なアクション候補を提案する。 各候補について、予測は、その段階的な構築を導くよりも、主に提案された行動を評価する。 この目的のために我々は、潜伏状態を中心とした意図的な第一計画パラダイムであるInJepaを提案する。 目標条件付きJEPAは遅れた意図を提案し、アクション条件付きJEPAは将来遅れた状態を継続的に予測する。 どちらも、予測表現を調整するために、共有潜在空間で機能する。 各候補の中では、予測された結果が次の意図の提案と行動推論に影響を及ぼし、意図、行動、結果の閉ループを形成する。 これにより、世界モデルの役割は評価を超えて、潜在意図を通じて候補構築の先導へと拡張される。 我々はHabitat MP3Dにおける閉ループ画像目標ナビゲーションによるInJepaの評価を行った。 その結果,意図的行動生成と結果フィードバックによる効果的な多段階ナビゲーションが得られた。 エンコーダをまたいだ実験は、視覚表現をまたいだ適用性をさらにサポートする。 これらの知見は、中心的な計画対象としての潜在意図を支持し、世界モデルが意図と結果に関する協調的推論を通じて計画構築を直接ガイドできることを示します。 コードはhttps://github.com/zhuxun132/InJepaで入手できる。

関連論文リスト

• Beyond Action Prediction: Learning Search-Free Planning in Latent Space [32.44864607845711]
  Hindsight Inverse JEPA Planning(HIJP)は、トレーニング中の両方の側面に対処する検索不要のフレームワークである。 4つの視覚制御タスクの中で、HIJPは86.8%の成功と1.9-16.5倍の計画スピードアップを達成した。
  論文  参考訳（メタデータ） (2026-10-16T15:26:24Z)
• EpicWorldModel: Exploration-driven Planning with Latent World Models [37.39681749535708]
  JEPA(Joint-Embedding Predictive Architecture)に基づく潜在世界モデルは設計によって決定論的である。 EpicWorldModelは、部分的に可観測性の下で固有の不確実性のある環境やタスクに対してJEPAsをトレーニングするフレームワークです。 本研究では, 予測エントロピー上界との関係から, 流れの予測分散が, 計画立案に有用な探索指針となることを示す。
  論文  参考訳（メタデータ） (2026-10-05T08:49:27Z)
• Action-Consequence Alignment for Reliable Planning and Self-Improving in Latent World Models [50.093046379641315]
  学習された世界モデルが類似した行動結果対応を維持しているかどうかを検討する。 その結果、近くの代替手段は、記録された目標から遠く離れた物理的結果を生み出すにもかかわらず、より低い予測誤差を得られることが示された。 これらの結果は、予測学習と信頼性プランニングをブリッジする実践原則として、アクション・エフェクト・アライメントを支援する。
  論文  参考訳（メタデータ） (2026-10-03T14:12:16Z)
• WA-JEPA: Rethinking the Video JEPA Paradigm for World-Action Modeling in Autonomous Driving [8.510409798128272]
  本稿では、自律運転計画のためのVEPAネイティブな世界行動モデルWA-JEPAを提案する。 WA-JEPAは、モデルが観測された文脈から将来の潜伏者を推測する、ハイブリッド・フューチャー・マスク・プレトレーニングを採用している。 結果:WA-JEPAはNAVSIMで91.7Sに達し、最強のエンドツーエンドとワールドアクションベースラインを超えた。
  論文  参考訳（メタデータ） (2026-08-21T10:54:35Z)
• Auto-JEPA: A Latent World Model of Continuous Intent for End-to-End Autonomous Driving [3.174313305594326]
  我々は,共同埋め込み予測により,継続的な未来の運転意図を学習する行動指向潜在世界モデルであるAuto-JEPAを提案する。 軌道表現、意図予測、候補選択のためのタスク固有のモジュールのみを最適化することにより、Auto-JEPAはNAVSIM v1では91.3 PDMS、NAVSIM v2では89.1Sを達成する。
  論文  参考訳（メタデータ） (2026-07-31T05:10:23Z)
• Uni-World VLA: Interleaved World Modeling and Planning for Autonomous Driving [52.04950569530877]
  我々は、将来のフレーム予測と軌道計画の密接なインターリーブを行う統合視覚言語行動モデルUni-World VLAを提案する。 提案手法は,高忠実度将来のフレーム予測を行いながら,競合する閉ループ計画性能を実現する。
  論文  参考訳（メタデータ） (2026-03-28T14:39:51Z)
• Policy-Guided World Model Planning for Language-Conditioned Visual Navigation [12.836371451772438]
  我々は、学習ナビゲーションポリシーの長所と、命令条件付きビジュアルナビゲーションのための潜在世界モデルプランニングを組み合わせた2段階のフレームワークであるPiJEPAを提案する。 実世界のナビゲーションタスクの実験では、PiJEPAはスタンドアロンのポリシー実行と非インフォームドなワールドモデル計画の両方で著しく優れています。
  論文  参考訳（メタデータ） (2026-03-26T23:47:49Z)
• Value-guided action planning with JEPA world models [44.84158001773079]
  環境を推論できるディープラーニングモデルを構築するには、その基盤となるダイナミクスをキャプチャする必要がある。 JEPA(Joint-Embeded Predictive Architectures)は、そのようなダイナミクスをモデル化するための有望なフレームワークを提供する。 本稿では,JEPAワールドモデルを用いて,表現空間を形作ることで計画を強化する手法を提案する。
  論文  参考訳（メタデータ） (2025-12-28T20:17:49Z)
• From Forecasting to Planning: Policy World Model for Collaborative State-Action Prediction [57.56072009935036]
  政策世界モデル(PWM)と呼ばれる新しい運転パラダイムを導入する。 PWMは、統一アーキテクチャ内での世界モデリングと軌道計画を統合する。 提案手法は,マルチビューおよびマルチモーダル入力に依存する最先端の手法に適合するか,あるいは超越する。
  論文  参考訳（メタデータ） (2025-10-22T14:57:51Z)
• WorldPrediction: A Benchmark for High-level World Modeling and Long-horizon Procedural Planning [52.36434784963598]
  我々は、異なるAIモデルのワールドモデリングと手続き計画能力を評価するためのビデオベースのベンチマークであるWorldPredictionを紹介する。 現在のフロンティアモデルでは,WorldPrediction-WMでは57%,WorldPrediction-PPでは38%の精度しか達成できないが,人間は両タスクを完璧に解くことができる。
  論文  参考訳（メタデータ） (2025-06-04T18:22:40Z)
• Long-Horizon Visual Planning with Goal-Conditioned Hierarchical Predictors [124.30562402952319]
  未来に予測し、計画する能力は、世界で行動するエージェントにとって基本である。 視覚的予測と計画のための現在の学習手法は、長期的タスクでは失敗する。 本稿では,これらの制約を克服可能な視覚的予測と計画のためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-23T17:58:56Z)

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。