論文の概要: Hierarchical World Models with Implicit Dynamics

• arxiv url: http://arxiv.org/abs/2610.42146v1
• Date: Fri, 30 Oct 2026 17:59:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.868861
• Title: Hierarchical World Models with Implicit Dynamics
• Title（参考訳）: インシシットダイナミクスを用いた階層的世界モデル
• Abstract要約: ID-WMは、状態空間の到達可能性を局所制御から切り離す階層的世界モデルである。 短いセグメントから新しいロングホライゾンプランを合成し、トレーニング中に見られる特定の行動モードを超越する。 我々の手法は、シングルレベル世界モデルMPCよりも135%の性能向上をもたらす。
• 参考スコア（独自算出の注目度）: 52.079921209480574
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Planning with world models enables test-time adaptation for embodied agents, offering superior generalization over direct policy learning. However, long-horizon tasks remain hindered by cumulative errors and search complexity. Existing hierarchical methods often use rigid macro-actions or latent skills, leading to brittle representations and limited fine-grained control. We introduce ID-WM (Implicit Dynamics World Models), a hierarchical world model that decouples state-space reachability from local control. Our framework utilizes a high-level model to sample feasible transitions across the state manifold and a low-level world model as an inverse dynamics solver to ground these transitions into precise actions. This allows the planner to identify reachable subgoals without being constrained by low-level execution details. By prioritizing local physical feasibility over global behavioral patterns, ID-WM synthesizes novel long-horizon plans from short segments, transcending the specific behavioral modes seen during training. We demonstrate its effectiveness across three navigation and manipulation suites, achieving a 38.5% improvement over state-of-the-art policy and diffusion-based planners. Crucially, by leveraging this hierarchical structure to mitigate compounding errors, our approach yields a 135% performance gain over single-level world model MPC, particularly in complex, unseen configurations for long-horizon tasks. Videos can be viewed at https://id-wm.github.io
• Abstract（参考訳）: 世界モデルによる計画では、実施エージェントのテスト時間適応が可能であり、直接的な政策学習よりも優れた一般化を提供する。 しかし、長い水平タスクは累積誤差と探索の複雑さによって妨げられている。 既存の階層的手法は、しばしば堅固なマクロアクションや潜在スキルを使用し、脆く表現され、きめ細かな制御が制限される。 局所制御から状態空間到達性を分離する階層的世界モデルであるID-WM(Implicit Dynamics World Models)を導入する。 我々のフレームワークは、状態多様体全体にわたる実現可能な遷移をサンプリングする高レベルモデルと、逆動力学解法として低レベル世界モデルを用いて、これらの遷移を精密な動作に基礎付ける。 これにより、プランナーは低レベルの実行詳細に制約されることなく、到達可能なサブゴールを識別できる。 グローバルな行動パターンに対する局所的な物理的実現可能性の優先順位付けにより、ID-WMは短いセグメントから新しいロングホライゾンプランを合成し、トレーニング中に見られる特定の行動モードを超越する。 3つのナビゲーションおよび操作スイートで有効性を実証し、最先端のポリシーと拡散ベースのプランナよりも38.5%改善した。 重要なことは、この階層構造を利用して複合的なエラーを軽減し、我々の手法はシングルレベル世界モデルMPCよりも135%の性能向上をもたらす。 ビデオはhttps://id-wm.github.ioで見ることができる。

関連論文リスト

• LUCID: Latent-Skill Unified Control via Imagined Dynamics for Long-Horizon Humanoid Loco-Manipulation [16.259708213720383]
  ロングホライゾン・ヒューマノイド・ロコ・マニピュレーションは、多彩な全身スキルと信頼性の高い高い意思決定を必要とする。 既存の手法はしばしば、スクリプト化されたプランナー、有限状態マシン、タスク固有のモデルフリーポリシーと事前訓練されたスキルを協調する。 階層型モデルに基づく強化学習フレームワークである textbfLUCID を提案する。
  論文  参考訳（メタデータ） (2026-08-07T20:26:34Z)
• Unifying Object-Centric World Models and Diffusion Policy: A Hierarchical Framework for Multi-Stage Robotic Tasks [44.06996146648851]
  マルチステージロボット操作用に設計された世界モデルフレームワークであるWorldDPを紹介する。 我々の階層的アプローチは、実行中に実現可能なサブゴールを最適化するために、遷移関数として高レベル世界モデルを利用する。 環境エンティティを分離したオブジェクト中心の表現を導入し,それぞれに対して順次計画を立てることを可能にする。
  論文  参考訳（メタデータ） (2026-06-07T18:39:45Z)
• Lifting Embodied World Models for Planning and Control [59.09016913513998]
  我々は、ハイレベルなアクションを低レベルなジョイントアクションのシーケンスにマッピングする軽量なポリシーを訓練する。 我々は、この枠組みを人間的な実施のためにインスタンス化し、ハイレベルなアクション空間を2次元のウェイポイントの小さなセットとして定義する。 昇降した世界モデルは,低レベルな関節空間で直接探索するよりもかなり優れていることを示す。
  論文  参考訳（メタデータ） (2026-04-28T23:59:19Z)
• Hierarchical Planning with Latent World Models [49.82095442483551]
  階層的計画は、最大4倍の計画時間計算を必要としながら、より高い成功を達成する。 この階層的なアプローチにより、現実世界の非グリーディロボットタスクをゼロショットで制御できることを実証する。
  論文  参考訳（メタデータ） (2026-04-03T17:32:36Z)
• Scaling World Model for Hierarchical Manipulation Policies [61.736772957803026]
  Vision-Language-Action(VLA)モデルは、汎用的なロボット操作を約束するが、配布外設定では脆弱である。 本稿では,大規模事前学習型世界モデルの一般化を活用した階層型ビジョン・ランゲージ・アクション・フレームワークを提案する。 視覚目標合成と階層型VLAポリシの両方を,大規模なアウト・オブ・ディストリビューションシナリオで検証する。
  論文  参考訳（メタデータ） (2026-02-11T16:12:33Z)
• Push Smarter, Not Harder: Hierarchical RL-Diffusion Policy for Efficient Nonprehensile Manipulation [8.7216199131049]
  HeRDは階層的な強化学習拡散政策であり、プッシュタスクを高レベルの目標選択と低レベルの軌道生成という2つのレベルに分解する。 我々は、中間空間目標を選択するための高レベル強化学習エージェントと、それに到達するための実用的で効率的な軌道を生成するための低レベル目標条件拡散モデルを用いる。 この結果から,階層的制御を低レベル計画に組み込むことが,スケーラブルで目標指向の非包括的操作において有望な方向であることが示唆された。
  論文  参考訳（メタデータ） (2025-12-10T21:40:22Z)
• Ctrl-World: A Controllable Generative World Model for Robot Manipulation [53.71061464925014]
  汎用ロボットポリシーは、幅広い操作スキルを実行することができる。 未知の物体や命令で 彼らの能力を評価し 改善することは 重要な課題です 世界モデルは、イマジネーション空間内でポリシーの展開を可能にすることで、有望でスケーラブルな代替手段を提供する。
  論文  参考訳（メタデータ） (2025-10-11T09:13:10Z)

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。