論文の概要: Latent World Models Should Plan with Distances Along the Latent Manifold

• arxiv url: http://arxiv.org/abs/2610.25013v1
• Date: Sun, 18 Oct 2026 04:47:46 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:09:01.567397
• Title: Latent World Models Should Plan with Distances Along the Latent Manifold
• Title（参考訳）: 後期世界モデルは、後期マニフォールドに沿って距離を計画すべきである
• Abstract要約: LeWM計画のような潜伏世界モデルは、予測終末潜伏が周囲の規範の下で潜伏する目標に最も近い行動列を探索することによって計画される。 この仮定は目標付近の小さな地区にしか当てはまりませんが、L2のコストは、プランナーを罠にかけるような低コストの盆地を形成します。 したがって、ラテントは湾曲した低次元多様体の近くにあり、終端コストはこのラテント多様体に沿った距離を周囲空間を通してではなく測るべきであると仮定する。
• 参考スコア（独自算出の注目度）: 27.167535432561152
• License:
• Abstract: Latent world models such as LeWM plan by searching for an action sequence whose predicted terminal latent is closest to the goal latent under an ambient norm, such as the Euclidean distance. Planning with such a cost assumes that proximity in the ambient latent space reflects proximity to the goal in the environment. Studying LeWM, we find that this assumption holds only in a small neighborhood around the goal, whereas farther away the L2 cost forms spurious low-cost basins that trap the planner. Yet neighborhood-based embeddings show that the latents retain the underlying physical state. We therefore hypothesize that the latents lie near a curved, low-dimensional manifold, and that the terminal cost should measure the distance along this latent manifold rather than through the ambient space. To estimate this manifold distance, we propose the Neighborhood Graph Cost (NGC), which computes shortest-path distances on a mutual nearest-neighbor graph constructed over training latents. NGC changes only the terminal cost and requires no retraining. This single change improves the planning success rate of LeWM across all four benchmark tasks and nearly solves TwoRoom and Reacher: even at the farthest goal offsets tested, NGC reaches 95% and 100% success, whereas the L2 cost falls to 27% and 81%. These results support the manifold hypothesis and our argument that latent world models should plan with distances along the latent manifold.
• Abstract（参考訳）: LeWM計画のような潜時世界モデルは、予測終端潜時がユークリッド距離のような周囲のノルムの下にある目標潜時と最も近い行動列を探索することによって計画される。 このようなコストで計画すると、周囲の潜伏空間の近さは環境の目標に近づいたことを仮定する。 LeWMを調べたところ、この仮定は目標付近の小さな地区にしか存在せず、L2のコストはプランナーを罠にかけるような低コストの盆地を形成していることがわかった。 しかし、近傍をベースとした埋め込みは、潜伏者が基礎となる物理的状態を維持していることを示している。 したがって、ラテントは湾曲した低次元多様体の近くにあり、終端コストはこのラテント多様体に沿った距離を周囲空間を通してではなく測るべきであると仮定する。 この多様体距離を推定するために,学習潜伏者の上に構築された互いに近接するグラフ上で最短パス距離を算出するNorborhood Graph Cost (NGC)を提案する。 NGCは端末コストだけを変更し、再訓練を必要としない。 この単一の変更は、4つのベンチマークタスクすべてでLeWMの計画成功率を改善し、TwoRoomとReacherをほぼ解決します。 これらの結果は、多様体仮説と、潜在世界モデルが潜在多様体に沿って距離を計画するべきであるという我々の議論を支持する。

関連論文リスト

• T2-z: Test-Time Optimization of Environment Latents for Robotic World Models [53.877388502443914]
  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。
  論文  参考訳（メタデータ） (2026-10-15T17:59:11Z)
• How Long, Not How Close: A Learned Temporal Metric for Planning in Latent World Models [23.18450291649438]
  本研究では,世界モデルに手を加えることなく,時間的距離計画の目的であるTEMPOを提案する。 TEMPOは、エピソードの2つの状態間の距離がそれらの間の環境ステップの数を反映する凍結潜伏状態の小さなマップを学習する。 報酬、ポリシー、成功ラベルは必要とせず、モデルよりもコストがかかるので、1状態当たり1つの潜伏ベクトルを持つ冷凍世界モデルに適用できる。
  論文  参考訳（メタデータ） (2026-10-04T06:15:22Z)
• Beyond a single latent space: a dual-latent world model for long-horizon planning [31.266841567526324]
  本稿では,局所実行と長距離計画を分離したDual-Latent World Model(Dual-WM)を紹介する。 低レベルモデルは行動条件の遷移を予測し、高レベルモデルは学習されたマクロアクションを使用して、より長い時間的スパンを計画する。 我々は,5つの目標条件付き視覚制御タスクに対して,アクター誘導による提案を伴わずに,タスクワイドなベースラインに対してDual-WMを評価する。
  論文  参考訳（メタデータ） (2026-09-29T14:12:33Z)
• The Objective Is the Bottleneck: Latent World Models Encode What Their Planners Cannot Use [0.0]
  長い地平線で計画が失敗すると、自然読影器は劣化する。 代わりに、バインディング制約がプランナーの目的であることを示す。 横-エントロピー・メソド計画ミニミセス2乗潜距離
  論文  参考訳（メタデータ） (2026-08-13T08:43:54Z)
• Predictive but Not Plannable: RC-aux for Latent World Models [44.63243875072762]
  到達可能性補正補助(RC-aux) 本稿では,このミスマッチに対する軽量な補正法であるReachability-Correctionssisted (RC-aux)を提案する。 RC-auxは世界モデルのバックボーンを変更せず、2つの軸に沿って計画に沿った監督を追加する。
  論文  参考訳（メタデータ） (2026-05-08T05:43:33Z)
• Grounded World Model for Semantically Generalizable Planning [94.53923128709965]
  我々は、視覚言語対応の潜在空間において、グラウンドドワールドモデル(GWM)を学習する。 提案された各アクションは、タスク命令に対する将来の結果がどの程度近いかに基づいてスコアされる。 提案したWISERベンチマークでは、GWM-MPCはテストセットで87%の成功率を達成した。
  論文  参考訳（メタデータ） (2026-04-13T17:25:41Z)
• LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels [49.35636088613484]
  JEPA(Joint Embedding Predictive Architectures)は、コンパクトな潜在空間で世界モデルを学習するための魅力的なフレームワークを提供する。 最初のJEPAであるLeModelWorldを紹介します。 数時間で1つのGPU上で15万のパラメータをトレーニングできるため、LeWMはファンデーションモデルベースの世界モデルよりも48倍高速に計画している。
  論文  参考訳（メタデータ） (2026-03-13T19:48:14Z)
• No Global Plan in Chain-of-Thought: Uncover the Latent Planning Horizon of LLMs [65.783709850324]
  この研究は、Chain-of-Thought (CoT): Large Language Models (LLMs)の力学に関する先行的な補完的な観察に由来する。 LLMは、CoTの出現前の後続の推論の遅延計画を示すため、明示的なCoTの重要性は低下する。 各種タスク領域にまたがる隠れ状態に適用し,LLMの潜在計画強度について検討する。
  論文  参考訳（メタデータ） (2026-02-02T13:46:56Z)
• $\texttt{FedBC}$: Calibrating Global and Local Models via Federated Learning Beyond Consensus [66.62731854746856]
  フェデレートラーニング(FL)では、デバイス全体にわたるモデル更新の集約を通じて、グローバルモデルを協調的に学習する目的は、ローカル情報を通じたパーソナライズという目標に反対する傾向にある。 本研究では,このトレードオフを多基準最適化により定量的にキャリブレーションする。 私たちは、$texttFedBC$が、スイートデータセット間でグローバルおよびローカルモデルのテスト精度のメトリクスのバランスをとることを実証しています。
  論文  参考訳（メタデータ） (2022-06-22T02:42:04Z)

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。