LeWorldModel、局所的な行動感度の再現に尺度依存のずれ

何が起きたか

arXiv掲載論文は2026年10月22日、事前学習済みLeWorldModel（LeWM）が小さな行動変更の効果をどの程度再現するかを調べた。ReacherとOGBench Cubeの約1000状態を対象に、シミュレーターとモデルの応答を対応させ、3段階の摂動尺度でグラム行列を用いて行動感度を比較した。最小尺度で最も敏感な行動方向の角度差は、中央値でReacherが約36度、Cubeが約42度だった。

詳細

摂動を10倍にすると、正規化グラム行列の不一致はReacherで約70％、Cubeで約47％減少した。画素および埋め込み空間で測った幾何は、論文で選択された物理状態の幾何より尺度間の変動が大きかった。 保留した行動方向に対する埋め込み応答誤差は、環境のグラム行列を使う場合にReacherで17％、Cubeで28％だった。同じトレースを持つ等方的な基準ではそれぞれ26％、38％であり、この尺度ではLeWMの誤差はそれらより大きかった。行動感度の評価は摂動尺度ごとに行う必要があるとの結果を示す一方、こうした誤差が制御に及ぼす影響は未解決としている。

Key Facts

本紙の見方

結果の中心は、LeWMの行動感度の再現性が単一の尺度で代表できない点にある。最小摂動では、最も敏感な方向がシミュレーターとモデルで中央値36度、42度ずれる一方、摂動を10倍にすると正規化グラム行列の不一致がそれぞれ約70％、約47％縮小した。したがって、大きめの変更への応答を測るだけでは、小さな行動修正に対する局所的な誤差を捉え損なう可能性がある。論文が尺度別評価を支持するのは、この差に基づく。 比較方法にも示唆がある。物理状態の幾何より、画素や埋め込みで測る幾何のほうが尺度間の変動が大きかった。さらに、保留方向では環境グラム行列に基づく埋め込み応答誤差が等方的基準より小さい一方、同じ尺度でのLeWMの誤差は両者を上回った。これは、どの表現空間で感度を測るか、また比較基準をどう置くかが評価結果を左右し得ることを示す。ただし、この結果だけから特定の表現が制御に有効だとは結論できない。 業界への含意は、世界モデルを制御に使う際の検証単位にある。小さな行動差への応答を重視する用途では、評価時の摂動幅を明示し、尺度ごとの感度と誤差を確認する必要があると考えられる。今回の数値はReacherとOGBench Cubeでの評価であり、別の環境や実機で同じ傾向が成り立つかは示していない。また論文自身、行動感度のずれが実際の制御成績にどう影響するかを未解決としている。次に確認すべきなのは、異なる環境での再現性に加え、尺度別の評価結果が制御の安定性やタスク成績とどう対応するかである。

なぜ重要か

論文の結果では、最小摂動でLeWMとシミュレーターの敏感な行動方向にずれがあり、摂動を10倍にするとグラム行列の不一致は縮小した。行動の小さな修正を扱う世界モデルの評価では、摂動尺度を固定せず、尺度ごとの応答を確認する必要があることを示す一方、制御への効果はまだ確認されていない。