論文の概要: Continuous-Action World Models: Learning Cross-Embodiment Spatiotemporal Dynamics Priors

• arxiv url: http://arxiv.org/abs/2610.40401v1
• Date: Thu, 29 Oct 2026 16:34:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.538189
• Title: Continuous-Action World Models: Learning Cross-Embodiment Spatiotemporal Dynamics Priors
• Title（参考訳）: 連続行動世界モデル:時空間の時間的変動を学習する
• Abstract要約: 連続アクション・ワールド・モデル(Continuous-Action World Models, AWM)は、ロボットのアクション生成と実行をサポートするクロス・エボディメント・ダイナミクスを学習するためのフレームワークである。 まず、関数事前学習は、異なる実施形態の軌跡を共通の表現にし、行動再構成と時間的サンプリングビュー間の一貫性を通して共有されたダイナミクスを学習する。 第二に、事前訓練された関数空間をワールドモデルバックボーンに接続し、観測、言語指示、現在のロボット状態が潜時動作関数の予測を条件付けることができる。
• 参考スコア（独自算出の注目度）: 4.114217326380527
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce Continuous-Action World Models (CoAWM), a framework for learning cross-embodiment spatiotemporal dynamics priors that support robot action generation across embodiments and execution frequencies. At its core is a shared latent function space that captures the spatial and temporal structure of robot actions. We learn this space through two stages. First, function pretraining brings trajectories from different embodiments and sampling frequencies into a common representation, learning shared dynamics priors through action reconstruction and consistency across temporal sampling views. By accommodating heterogeneous robot trajectories, this stage broadens the range of data sources available for pretraining and facilitates scaling to larger and more diverse datasets. Second, we connect the pretrained function space to a world-model backbone, enabling observations, language instructions, and the current robot state to condition the prediction of a latent action function. A single decoder takes any query time and returns the corresponding end-effector action. By separating shared dynamics priors from task-conditioned action selection and temporal sampling, our approach provides a unified foundation for transferring robot experience across embodiments and control frequencies.
• Abstract（参考訳）: 本研究では,ロボットの動作生成を支援するクロス・エボディメント・時空間力学の学習フレームワークであるContinuous-Action World Models (CoAWM)を紹介した。 中心となるのは、ロボットの行動の空間的および時間的構造をキャプチャする共有潜在関数空間である。 私たちはこの空間を2つの段階から学んでいます。 第一に、関数事前学習は、異なる実施形態からの軌道を持ち、サンプリング周波数を共通の表現にし、アクション再構成と時間的サンプリングビュー全体の一貫性を通して共有されたダイナミクスを学習する。 不均質なロボット軌道を調節することにより、この段階は事前トレーニングに利用可能なデータソースの範囲を広げ、より大きく多様なデータセットへのスケーリングを容易にする。 第二に、事前訓練された関数空間をワールドモデルバックボーンに接続し、観測、言語指示、現在のロボット状態を利用して、潜時動作関数の予測を条件付ける。 単一のデコーダはクエリ時間を取り、対応するエンドエフェクタアクションを返す。 タスク条件付き動作選択と時間的サンプリングから共有ダイナミクスを分離することにより,ロボット体験をエンボディメントや制御周波数間で伝達するための統一的な基盤を提供する。

関連論文リスト

• RynnWorld-Latent: A Cross-Embodiment World Model Conditioned on Universal Latent Actions [52.064217872870806]
  本稿では、RynnLAMによって導入された3Dグラウンドの潜伏動作を共用条件インタフェースとして利用する、クロス・エンボディメント・ビデオワールドモデルであるRynnWorld-Latentを紹介する。 RynnWorld-Latentは、グローバルアクショントークンと、アクションを将来のビデオラテントと整合させるID-dローカルパスを組み合わせる。
  論文  参考訳（メタデータ） (2026-10-27T07:54:16Z)
• AtomEgo: Exploring Ego-Robot Integration for Embodied Foundation Model Pretraining [7.286498840976614]
  身体的基礎モデルは、ロボットのデモンストレーションの限られた規模と多様性に制約されている。 約2,659時間培養したコーパスで支援されたエゴロボットの協調訓練に関する系統的研究を行った。
  論文  参考訳（メタデータ） (2026-09-18T08:11:39Z)
• AnyWorld: Factorized Egocentric World Models for Cross-Embodiment Generalization [88.25615187835321]
  我々は,クロス・エボディメント・ワールド・モデリング・フレームワークであるAnyWorldを提案する。 私たちのモデルは、アクション、カメラ、エンボディメントへのインタラクションを分解します。 大規模なヒューマンインタラクション事前トレーニングでモデルをトレーニングする。
  論文  参考訳（メタデータ） (2026-08-29T12:55:15Z)
• Astra: General Interactive World Model with Autoregressive Denoising [73.6594791733982]
  Astraはインタラクティブな汎用世界モデルであり、多様なシナリオのために現実世界の未来を生成する。 本稿では,自己回帰型認知型アーキテクチャを提案し,時間的因果的注意を用いて過去の観測を集約する。 Astraはインタラクティブで一貫性があり、一般的な長期的なビデオ予測を実現し、様々な形式のインタラクションをサポートする。
  論文  参考訳（メタデータ） (2025-12-09T18:59:57Z)
• Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control [72.00655365269]
  本稿では,協調的軌跡定式化を通じてオブジェクト間ダイナミクスをモデル化する新しいフレームワークであるRoboMasterを紹介する。 オブジェクトを分解する従来の方法とは異なり、我々のコアは、相互作用プロセスを3つのサブステージ(相互作用前、相互作用後、相互作用後)に分解することである。 提案手法は既存の手法よりも優れており,ロボット操作のための軌道制御ビデオ生成における最先端性能を確立している。
  論文  参考訳（メタデータ） (2025-06-02T17:57:06Z)
• PACT: Perception-Action Causal Transformer for Autoregressive Robotics Pre-Training [25.50131893785007]
  本研究は,ロボットにおける複数のタスクの出発点として機能する汎用表現を事前学習するためのパラダイムを導入する。 本稿では,ロボットデータから直接表現を自己管理的に構築することを目的として,PACT(Perception-Action Causal Transformer)を提案する。 より大規模な事前学習モデル上に小さなタスク特化ネットワークを微調整すると、同時に1つのモデルをスクラッチからトレーニングするのに比べ、性能が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2022-09-22T16:20:17Z)

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。