何が起きたか
arXivプレプリント（論文ID: 2608.06799v1）において、JEPA（Joint Embedding Predictive Architecture）ベースの世界モデルに物理状態の接地（grounding）を導入する新手法PSG-JEPAが提案された。従来のJEPA世界モデルは前方予測目的のみを用いるが、個々の潜在変数からのロボット中心の物理状態の識別可能性や、潜在変数ペアからの状態変化の識別可能性を明示的に保証しない。PSG-JEPAは、前方予測に加えて、個々の潜在変数をロボットの自己受容状態（proprioceptive state）に接地し、潜在変数ペアを多時間地平線の関節角変化に接地する2つの目的を追加する。これらの目的は訓練時のみに適用され、推論アーキテクチャと計算コストは変わらない。実験は3段階（潜在変数の識別可能性のプロービング、凍結潜在変数での目標条件付き計画、シミュレーションと実機での政策学習）で実施され、PSG-JEPAは全段階で最先端の潜在世界モデルのベースラインを一貫して上回ったと報告されている。
Key Facts
| arXivプレプリント（ID: 2608.06799v1）で、JEPAベースの世界モデルに物理状態の接地を導入するPSG-JEPAが提案された。 | [0] |
| PSG-JEPAは、前方予測に加えて、個々の潜在変数をロボットの自己受容状態に接地し、潜在変数ペアを多時間地平線の関節角変化に接地する2つの目的を追加する。 | [0] |
| 追加の接地目的は訓練時のみに適用され、推論アーキテクチャと計算コストは変わらない。 | [0] |
| 実験は3段階（潜在変数の識別可能性のプロービング、凍結潜在変数での目標条件付き計画、シミュレーションと実機での政策学習）で実施された。 | [0] |
| PSG-JEPAは、全3段階で最先端の潜在世界モデルのベースラインを一貫して上回ったと報告されている。 | [0] |
なぜ重要か
世界モデルはロボットの計画や政策学習の基盤となるが、従来のJEPAモデルは物理状態の識別可能性を保証しないため、下流タスクの性能が制限される可能性があった。PSG-JEPAは訓練時のみの接地目的でこの問題に対処し、推論コストを増やさずに性能を向上させる。シミュレーションと実機の両方で効果が示されており、ロボット学習における世界モデルの実用性を高める可能性がある。