LeHami、世界モデル向けのシンプレクティック潜在力学を提案

何が起きたか

arXivに2026-10-11に掲載された論文で、研究者らは世界モデル向けの「LeHami: Symplectic Latent Dynamics for World Models」を提案した。JEPA系の潜在空間予測に対し、標準的な予測器の代わりに、行動条件付きのハミルトン流を構造化潜在状態(q, p)上で回す設計である。更新は厳密にシンプレクティックなリープフロッグステップで積分し、ロールアウトごとの位相空間体積保存をうたう。

詳細

論文は、学習された位置のような表現の時間微分から、運動量に似た成分を得て、予測と制御のための明示的な二次状態を構成するとしている。著者らは、この構成により、独立に学習パラメータや行動列に依存せず、均一収縮、漸近的に安定な固定点、異なる潜在状態の合流を避けると説明している。 実験では、保存系および行動付きの可視振り子環境で、制約のないJEPA世界モデルより長期の速度予測が改善し、ベースラインが収縮する一方で潜在体積を一定に保ったとしている。また、学習された流れは、学習時に見ていないサブフレーム刻みでの正確な積分と、数値的な時間反転にも対応したという。

Key Facts

本紙の見方

LeHamiの新しさは、潜在空間での予測を単なる自己回帰の強化としてではなく、ハミルトン力学の構造を埋め込んだ推論問題として定義し直した点にある。一方で、JEPA系が潜在空間で世界モデルを学ぶという方向性自体は既定路線の延長であり、今回の焦点は学習器の表現力よりも、ロールアウト時にどの幾何学的制約を残すかに移っている。論文が強調するのは、パラメータや行動列に依存せず位相空間体積の収縮を抑えるという、推論時の性質である。 本紙の過去報道との接続はないため、今回はこの論文単体の位置づけを見る必要がある。特に、潜在状態(q, p)を導入し、位置のような表現の時間微分から運動量に相当する成分を作る設計は、表現学習と物理法則の中間に明示的な状態方程式を置く試みと読める。これは、長期ロールアウトで起きやすい潜在分布の収縮や状態の合流を、正則化だけで抑えるのではなく、構造そのものにより避けようとする点で特徴的である。 業界構造への含意としては、世界モデルの評価軸が「短期精度」だけではなく、「未学習の時間刻み」「時間反転」「長期保存量」をどこまで維持できるかに広がる可能性がある。とくに、制御や計画で使うモデルでは、潜在状態が縮むと異なる実状態を同一視しやすくなるため、LeHamiのような体積保存の設計は、学習済み表現の使い回し方に影響しうる。ただし、実運用に近いタスクでどこまで一般化するかは、可視振り子以外での検証が必要である。 未確定の論点は、より複雑な非保存系や高次元の実世界データでも同じ性質が保てるか、行動条件付きハミルトン流の計算コストが実用上どの程度か、そして他の世界モデルと比べてサンプル効率や下流制御性能がどこまで改善するかである。論文は性質の保証と実験結果を示しているが、適用範囲の境界はまだ見極め段階とみられる。

なぜ重要か

著者らは、LeHamiがロールアウト時の位相空間体積保存や時間反転に対応するとしており、長期予測や制御で問題になりやすい潜在状態の収縮を抑える設計だと説明している。世界モデルを計画・制御に使う場合、短期の再構成精度だけでなく、未学習の時間刻みでも整合的に振る舞うかが重要になるためだ。