論文の概要: Events, Not Pixels: Where World Models Get the Return Wrong

• arxiv url: http://arxiv.org/abs/2610.29435v1
• Date: Wed, 21 Oct 2026 08:59:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.297512
• Title: Events, Not Pixels: Where World Models Get the Return Wrong
• Title（参考訳）: ピクセルではなくイベント:世界のモデルがリターンを間違えた場所
• Abstract要約: 仮想遷移を現実の遷移に置き換える遷移レベル診断を導入する。 予算整合ランダム制御に対する戻り誤差の低減を計測する。 最大のMSE, SSIM, LPIPSエラーによる回復遷移はランダムな選択よりも少ないことがわかった。
• 参考スコア（独自算出の注目度）: 9.439185145432527
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: World models are increasingly used for planning, where a planner ranks candidate actions by returns imagined by the model. However, these models are judged mainly by how well they render frames, even though a visually faithful rollout can still assign the wrong return. To identify where this mismatch arises, we introduce a transition-level diagnostic that replaces imagined transitions with real ones and measures the reduction in return error against a budget-matched random control. Our analysis yields two findings. (1) Event transitions, the few steps where a reward is earned or an episode ends, are rendered as well as other steps (median pixel-error ratio 0.85), yet restoring them removes a median of 70% of the return error. In contrast, restoring transitions with the largest MSE, SSIM or LPIPS error removes less than a random choice. Across the 44 Atari-100k model--collection pairs that pass our reliability checks, including three released families, event patches outperform random patches in 39 (sign test p=1.4 x 10^{-7}), with a median gain of +44 percentage points. (2) The remaining error is structured: a complementary patch separates errors at true events from those elsewhere, while an eight-step timing tolerance recovers few events missed by our deterministic models. This structure also guides repair: a rule recorded before four repair outcomes were known predicts when a diffusion model repairs these failures. Event patches improve plan ranking, and the same concentration appears on control tasks with rare reward events.
• Abstract（参考訳）: 世界モデルは、計画立案者がモデルによって想像されるリターンによって候補アクションをランク付けする計画にますます使われています。 しかし、これらのモデルは、視覚的に忠実なロールアウトが依然として間違ったリターンを割り当てるとしても、フレームのレンダリング方法によって主に判断される。 このミスマッチの発生源を特定するため,提案手法では,予測された遷移を現実の遷移に置き換える遷移レベル診断を導入し,予算に整合したランダム制御に対して戻り誤差の低減を計測する。 私たちの分析は2つの結果をもたらす。 1)イベント遷移、報酬が得られたり、エピソードが終了する数少ないステップ、その他のステップ(中間画素エラー比0.85)を描画するが、これらを復元すると、戻り誤差の70%の中央値が取り除かれる。 対照的に、最大のMSE、SSIM、LPIPSエラーによる回復遷移は、ランダムな選択を除去する。 3つのリリースされたファミリーを含む44のAtari-100kモデル全体において、イベントパッチは39のランダムパッチ(sign test p=1.4 x 10^{-7})より優れ、その中央値は+44ポイント向上した。 2) 残りのエラーは構造化されている: 補完パッチは、真のイベントのエラーを他のイベントと分離し、8段階の時間耐性は、決定論的モデルによって見逃される数少ないイベントを回復する。 この構造は修理もガイドしている: 4つの修理結果が予測される前に、拡散モデルがこれらの故障を修復するルールが記録されている。 イベントパッチは計画のランキングを改善し、稀な報奨イベントを伴うコントロールタスクに同じ濃度が現れる。

関連論文リスト

• When Low Prediction Error Misleads Planning: Diagnosing Representation, Dynamics, and Decision Failures in Latent World Models [4.378939691762539]
  潜在世界モデルの予測誤差を支配しているコンポーネントは、修復がアクション選択を最も改善するコンポーネントである必要はない。 動作シーケンスを同一の物理スタートから比較し、エンドポイントエラーを候補プールセンターとアクション相対応答に分離する。 これら6つの細胞において、行動関連応答のみを補正するオラクルは、中心のみを補正するものよりも、より優れた物理ランク相関と上位30のエリート品質をもたらす。
  論文  参考訳（メタデータ） (2026-10-04T21:23:48Z)
• LIBERO-MAX: Do Robot Policies Adapt When the World Changes? [61.52324972910026]
  多くのシミュレーションロバストネスベンチマークは、リセット時に外部条件を修正し、この時間的課題を過小評価する。 LIBERO-MAXは、幾何学、観察、外観、乱雑、経路の8種類の変化にまたがる8000のペアケースのベンチマークである。 各ペアはタスク実行と、タスク、初期状態、ポリシーシード、修正前のアクションシーケンスを保持する中タスクイベントとを比較します。
  論文  参考訳（メタデータ） (2026-09-29T02:12:26Z)
• Beyond One-Step Accuracy: State-Affine Latent Transition for Reliable Visual Planning [53.476598858325985]
  複数ステップのロールアウトエラーを個々のステップで導入したエラーに分解し,その後の遷移を通した伝播を行う。 状態-アフィンダイナミクスは、状態非依存のヤコビアンとの微分可能遷移であることを示す。 動作条件付き状態-アフィンダイナミクスモデルであるSALTを導入し、動作が状態変換と追加更新の両方を変調する。
  論文  参考訳（メタデータ） (2026-09-27T14:12:27Z)
• Modeling What Changes: Sparse, Residual World Models for Object-Centric Manipulation [0.0]
  スパース/残留モデルは高密度多層パーセプトロンの2.5倍から4.6倍の精度で次状態のポーズを予測する。 自動回帰ロールアウトでは誤差がはるかに少なくなり、密度の高いモデルがドリフトする間、動きのないフロアを抱きしめる。 世界全体を予測するのではなく、どのような変化をモデル化するかは、オブジェクト中心の物理的なAIに対して単純で効果的なバイアスとなります。
  論文  参考訳（メタデータ） (2026-09-02T03:20:09Z)
• A Calibration Audit of Confidence in Feed-Forward 3D Reconstruction [45.496856835431885]
  3D再構成モデルは、下流システムが信頼性信号として読み取る画素当たりの信頼を出力する。 4つの特性に対する信頼度、エラーのランク付けの正確さ、そのレベルが平均的に正しいかどうか、信頼範囲を越えて保持されているかどうか、そしてその間隔が真実をカバーしているかどうか。 信頼度は誤差をよくランク付けするが、予測された不確実性は、トレーニングの正確さではない条件下で読み取られると低すぎる。
  論文  参考訳（メタデータ） (2026-08-30T10:21:34Z)
• The Low Frequency Trap: Video Language Models Fail at Simple Event Bookkeeping [70.07961857926377]
  3つの制御されたビデオタスクにおけるイベントカウントのためのトレーサグラウンドパラメトリックプロファイリングを導入する。 2,190本のビデオでは,レンダリングを保ちながらイベントカウントNと周波数Fが異なる。 80%の信頼性しきい値において、Gemini 3.6 Flashは、0.5Hzと1.0Hzの12イベントまでの永続的な状態遷移を確実にカウントするが、過渡的点滅イベントに対する信頼性の高い正カウント領域は示さない。
  論文  参考訳（メタデータ） (2026-08-06T17:57:06Z)
• When the Next Step Is Not One Step: Distribution-Aware Execution Modeling for Concurrent Go Programs [0.0]
  並列プログラムの次のステップを予測するためにモデルをトレーニングするのは、スケジューラが非決定論的であるため、見た目よりも難しい。 我々は、各プログラムを何度も実行し、観測された次の事象を経験的分布に集約し、その分布をKLの目的と一致するように7Bモデルを微調整する。 実際のGoのバグから引き出された798のホールトアウト予測では、1000個未満のトレースの微調整が36.2%の精度に達する。 P(GoUnblock)がスケジューラのセマンティクスによって保持される選択ブロックゴルータのクラスに対する正規なゴルータ-リークシグネチャを学習によって導出する。
  論文  参考訳（メタデータ） (2026-06-16T04:40:04Z)
• TACRED Revisited: A Thorough Evaluation of the TACRED Relation Extraction Task [80.38130122127882]
  TACREDはリレーショナル抽出(RE)において最も大きく、最も広く使われているクラウドソースデータセットの1つである パフォーマンスの天井に到達したのか、改善の余地はあるのか? ラベルエラーは絶対F1テストエラーの8%を占めており、例の50%以上を可逆化する必要がある。
  論文  参考訳（メタデータ） (2020-04-30T15:07:37Z)

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。