論文の概要: The Posterior-Prior Epistemic Gap: When World Model Imagination Fails to Carry Task-Relevant Signals
- arxiv url: http://arxiv.org/abs/2611.14955v1
- Date: Wed, 11 Nov 2026 03:02:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:32.992333
- Title: The Posterior-Prior Epistemic Gap: When World Model Imagination Fails to Carry Task-Relevant Signals
- Title(参考訳): 後Prior epistemic Gap:世界モデルイマジネーションがタスク関連信号の伝達に失敗したとき
- Abstract要約: 将来を想像するモデルベースのプランナーは、移行モデルがタスク関連信号を忠実に伝達していると仮定する。
教師付き障害物プローブが後部状態においてAUC 0.85を達成することを示すが、想定された先行状態に対して適用されたのと同じプローブは単調崩壊を示す。
プローブは同一であるため、崩壊は遷移モデル(表現ではなく、情報のボトルネックとして)を分離する。
- 参考スコア(独自算出の注目度): 4.148662710061074
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Model-based planners that roll out imagined futures assume the transition model faithfully propagates task-relevant signals---a property rarely measured directly. In a single-seed case study of a Recurrent State Space Model world model with active-inference planning in the CARLA driving simulator, we identify a \textbf{posterior-prior gap}---posterior (observation-filtered) states retain obstacle information that imagined rollout states progressively lose: a supervised obstacle probe achieves AUC 0.85 on posterior states, but the same probe applied to imagined prior states shows monotonic decay (AUC 0.85$\rightarrow$0.71 over 15 steps; logit separation drops 57\%). Because the probe is identical, the decay isolates the transition model---not the representation---as the information bottleneck. Obstacle avoidance drops to 0\% without privileged runtime coordinates, and the planner's own ensemble-based epistemic term does not flag the loss---ensemble disagreement yields AUC 0.52 as an obstacle classifier (chance level), making the failure an unflagged imagination failure---an unknown unknown at planning time. As a secondary contribution, we show that \textbf{task-conditioned weighting of Effective Free Energy components} over the same world model yields lane keeping ($81.2 \pm 1.8$\% route completion) and obstacle avoidance (28/28 avoided, \emph{using privileged coordinates}) in the CARLA simulator, with runtime weight modulation enabling post-evasion centering.
- Abstract(参考訳): 将来を想像するモデルベースのプランナーは、移行モデルがタスク関連信号を忠実に伝達していると仮定する。
CARLA駆動シミュレータにおけるアクティブ推論計画を伴うリカレント・ステート・スペース・モデル(Recurrent State Space Model)のシングルシードケーススタディでは、追従状態(オブザーバリングフィルタ)状態は、ロールアウト状態が徐々に失われるであろう障害情報を保持する。
プローブは同一であるため、崩壊は遷移モデル(表現ではなく、情報のボトルネックとして)を分離する。
障害物回避は特権的な実行座標なしで0\%に低下し、プランナー自身のアンサンブルに基づく疫学用語は損失を宣言しない。
第二の貢献として、同一世界モデル上の‘textbf{task-conditioned weighting of Effective Free Energy components’は、CARLAシミュレータのレーン保持(81.2 \pm 1.8$\% route completion)と障害物回避(28/28 avoided, \emph{using privileged coordinates})を、実行時重量変調により回避後中心化を可能にすることを示す。
関連論文リスト
- One-Step Prediction Fidelity Is a Poor Proxy for Planning Performance in JEPA World Models [0.0]
物理ユニットのワンステップエラーを報告するフリーズデコーダプロトコルを導入する。
同じチェックポイント上で,目標条件のプランニングを3つのトレーニングシードとペアのプランニングシードで測定する。
論文 参考訳(メタデータ) (2026-10-14T01:19:50Z) - Learning Commute-Time-Preserving World Models for Planning [6.7022518034438585]
通勤時間保存世界モデル(CTWM)を紹介する。
CTWMは遅延変位予測器と崩壊を防ぐ対数決定正則化器を結合する。
数値シミュレーションでは、CTWMはタスク非依存のベースラインであるLeWMにマッチする。
論文 参考訳(メタデータ) (2026-10-01T09:42:42Z) - 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) - EgoTSR++: Egocentric Spatiotemporal Reasoning for Task Progress Understanding [51.078675806865306]
VLM(Vision-Language Models)は、静的な視覚的理解において急速に進歩しているが、エゴセントリックなタスクがどのように進行しているかを判断しても信頼性が低い。
EgoTSR(EgoTSR)は,オーダーローバストなタスク・プログレス理解を診断・改善するための統合フレームワークである。
論文 参考訳(メタデータ) (2026-09-23T09:20:44Z) - The Intervention Gap in Latent World Models [0.0]
計画時介入の忠実さは、学習された世界モデルの際立った、測定可能な特性である。
リリースされたTD-MPC2チェックポイントサイズ全体で、タスクオブザーバのオペレータエラー診断が増加するにつれて、エピソードリターンが減少する。
タスク信号無しで訓練された自己教師付き世界モデルは、共有タスク上のタスク選択モデルよりもかなり優れた演算子を保存する。
論文 参考訳(メタデータ) (2026-08-30T19:47:51Z) - An Omitted Mode Is a Rare Rule: The Sampling-Verification Danger Law in Continuous Code World Models [0.0]
GPT-5.xは111モードを含む合成ドローのうち105個の省略された1Dクランプを修復する。
2D領域では、ルールを回復するアーティファクトは存在しない(0/156)。
我々は、入場規則のクラスを、演奏中の全てのサンプルと正確に一致しているが、無害であることを示すので、識別性は楽器の計測可能な特性である。
論文 参考訳(メタデータ) (2026-08-18T16:09:51Z) - DriftScope: Measuring The Hidden Effects of Diffusion Model Adaptation [50.584834483403675]
新しい視覚概念を学習するか、望ましくないものを消去するか、事前学習したテキスト・画像拡散モデルに適応させることは、意図した効果だけで日常的に評価される。
適応が意味論的に無関係な概念を、構造的にメトリクスを集約することができない方法で体系的に損なうことを実証する。
DriftScopeは、任意の2つのモデルチェックポイントを取り込み、視覚的概念が最も移行したトークンのランクリストを返す、プロンプトレベルの診断ツールである。
論文 参考訳(メタデータ) (2026-06-30T20:57:51Z) - ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control [54.267632784131415]
ReactiveBFMは、ヒューマノイドのためのリアルタイムループ計画制御フレームワークである。
定期的なプレフィックスサンプリングカリキュラムを通じて、致命的な累積露光バイアスを軽減する。
これは、テキスト条件付きクローズドループ運動の膨大なレパートリーにおいて、前例のない物理的機敏さを示す。
論文 参考訳(メタデータ) (2026-06-29T14:27:27Z) - Sensorimotor World Models: Perception for Action via Inverse Dynamics [59.121736411156384]
Inverse dynamics regularization で訓練されたエンド・ツー・エンドのセンサモレータ・ワールドモデルを導入する。
表現の崩壊を防ぎ、アクション整列表現を誘導する。
コンパクトで解釈可能な潜在空間を学習し、単純な2Dおよび3D制御タスク間の競合計画性能を実現する。
論文 参考訳(メタデータ) (2026-06-18T11:25:16Z) - ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
ResADは正規化された残留軌道モデリングフレームワークである。
学習タスクを再編成し、慣性参照からの残留偏差を予測する。
NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
論文 参考訳(メタデータ) (2025-10-09T17:59:36Z)
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。