凍結したワールドモデル計画器の実行ずれを補正するExecutionBridgeを提案

何が起きたか

arxiv.orgは2026-10-15、凍結したワールドモデル計画器に生じる計画—実行ずれを扱う論文「Plans Are Not Executions: Adapting Frozen World-Model Planners to Controller-Induced Execution Shift」を公開した。論文は、下流コントローラが変わると同じ計画軌道でも実行結果が異なり、計画と実行の間にギャップが生じると説明する。著者らは、このずれに対してExecutionBridgeを提案し、NAVSIM上で未知のコントローラ構成に対する計画性能の改善を報告した。

詳細

論文によると、従来のワールドモデル計画器は未来の候補軌道を予測し、その予測結果で候補を評価するが、推論時には別の下流コントローラが同じ計画を異なる形で実行しうる。このため、計画時に想定した未来と実際の実行結果が一致しないことがあるとした。 ExecutionBridgeは、計画軌道と実行軌道のペアからコントローラ固有の実行特性を推定し、元の計画軌道はそのままに、ネイティブなego latent rolloutを適応させる方式である。論文は、planner、world model、reward headを凍結したまま動かす点も明記している。さらに、直接実行予測に置き換える方法は10の未知のコントローラ構成でPDMSが0.048しか改善しなかったのに対し、提案法の改善幅はそれより大きかったとしている。

Key Facts

本紙の見方

この論文の新しさは、ワールドモデル計画器の性能を上げるために計画そのものを再生成するのではなく、計画と実行の対応関係をコントローラ側の癖として別途吸収する点にある。既定路線の延長としては、計画器・ワールドモデル・報酬ヘッドを凍結したまま使う構成であり、基盤モデル側を再学習しない前提は維持されている。一方で、評価の主眼は「より忠実な実行予測がそのまま良い意思決定に直結するとは限らない」という点に置かれている。 本紙の関連記事はないため、過去報道との連続性は置かないが、公開情報の範囲だけでも焦点は明確である。論文は、計画軌道を実行軌道に単純置換する方法では、10の未知コントローラ構成でPDMS改善が0.048にとどまったと示し、計画表現と実行表現が同じ意味を持たないことを示唆した。ExecutionBridgeはこのズレを、planner内部ではなくコントローラ由来の変換として扱うため、評価関数の入力を保ちながら適応する構造になっている。これは、自動運転のように下流制御が多様化しうる場面では、単に予測精度を上げるだけでは不十分で、誰のコントローラに合わせて評価するかが重要になることを示す。 業界構造への含意としては、学習済みの世界モデルを再利用する際の接続点が、モデル本体ではなく「計画→実行」のインターフェースに移る可能性がある。つまり、性能の差が生じる場所は、入力の観測や報酬頭よりも、下流制御器の実装差をどう吸収するかにある。これにより、同じ凍結済みモデルでも制御器ごとに適応層を設ける設計が有力になる一方、どの程度の一般化が可能かはまだ限定的だろう。特に、NAVSIMでの改善が実路環境や別ベンチマークでも再現するか、また計画軌道と実行軌道のペアをどの程度集めれば十分かは未確定である。さらに、PDMS以外の指標での効果、コントローラ差の大きい条件での安定性、凍結した各モジュールを維持したままの計算コストが次の確認点になる。

なぜ重要か

同論文は、ワールドモデル計画器の評価がモデル単体の予測精度だけでは足りず、下流コントローラの違いを含めて見なければならないことを示したといえる。自動運転やロボット制御では、同じ計画でも実行系によって結果が変わるため、学習済みモデルの再利用条件を詰めるうえで示唆がある。

日本への影響

日本への直接的な示唆としては、車両制御や移動ロボットで学習済み計画器を使う際に、計画器本体よりも制御器差を吸収する適応層の設計が論点になりうる。もっとも、論文はNAVSIMでの評価に限られており、日本の実機環境への適用はこの段階では示されていない。