世界モデル/継続学習2026/9/18arXiv:2609.22055

構成タスクにおける継続学習のための世界モデルベンチマーク

Benchmarking World Models for Continual Learning on Compositional Tasks

ロボット操作における世界モデルの継続学習ベンチマークを提案し、タスクを行動と知覚の軸で分解して知識再利用を評価した。モジュール型世界モデルが忘却と再利用のバランスに優れるが、完全な解決には至らないことを示した。

詳しい要約

1. どんなもの？

ロボットマニピュレーションにおけるworld modelの継続学習を評価するための、compositional continual learningベンチマークを提案する研究。各タスクを、既出タスクの要素を組み合わせたcompositional taskとして設計し、actionとperceptionの軸でcompositionを分解することで、入力モダリティが知識再利用をどうボトルネックにするかを調べる。state-of-the-artのworld modelを代表的なcontinual learning手法で評価し、さらに動力学バックボーンに明示的な再利用可能コンポーネントを持つmodular world modelも評価する。

2. 先行研究と比べてどこがすごい？

従来のworld modelの適応度評価は、未見タスクの学習速度・容量と、既得知識の再利用という2つの能力が絡み合っていた。本研究はcompositional task curriculumを設計し、actionとperceptionの軸でcompositionを分解することで、知識再利用を未見タスク学習から切り離して評価できる点が新しい。これにより、異なる入力モダリティが知識再利用をどう制約するかを分離して分析できる。

3. 技術・手法の肝は？

タスク系列を、既出タスクの要素を組み合わせたcompositional taskで構成するcurriculumを設計する。さらにcompositionをaction軸とperception軸に分解し、モダリティごとのボトルネックを分析可能にする。評価対象はstate-of-the-art world modelと、動力学バックボーンに明示的な再利用可能コンポーネントを含むmodular world modelで、これらを代表的なcontinual learning手法と組み合わせて比較する。

4. どうやって有効だと検証した？

提案ベンチマーク上で、state-of-the-art world modelを代表的なcontinual learning手法とともに評価し、さらにmodular world modelも評価する。結果として、modularityは従来手法よりもreuseとforgettingのバランスを改善するが、どの手法も問題を完全には解決できず、reuse without forgettingを実現するcontinual world modelには明確な余地が残ることを示した。

5. 議論はある？

modularityはreuseとforgettingのトレードオフを従来手法よりもうまくバランスするが、完全な解決には至らない。reuse without forgettingを実現するcontinual world modelの構築には明確な余地が残る。また、compositionをactionとperceptionに分解することで、異なる入力モダリティが知識再利用をどうボトルネックにするかを理解できる。

6. 次に読むべき論文は？

要旨で参照・比較されている研究として、state-of-the-art world models、canonical continual learning methods、modular world modelが挙げられる。具体的な論文名は要旨からは不明。関連手法として、continual learning、world models、modular neural networks、compositional generalizationの定番研究を読むとよい。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Haoyu Zhou, Joe Watson, Anson Lei, Ingmar Posner

分類: cs.LG, cs.RO

原文アブストラクト

A desirable property of a world model is the ability to learn continually across tasks, adapting to new environments without forgetting what the agent has already learnt. In particular, the ability to retain and reuse knowledge obtained from prior experiences underpins an agent's ability to efficiently adapt to novel environments, as the dynamics of the physical world can often be described in recurring mechanisms. However, the world model's measure of adaptation entangles two abilities: the speed and capacity to learn unseen tasks, and the reuse of knowledge already acquired, since incoming tasks carry novel content alongside what recurs. In order to isolate knowledge reuse from prior experiences, we propose a compositional continual learning benchmark for world models in robot manipulation. Specifically, we design each task curriculum with compositional tasks that combine aspects of the tasks seen in the sequence. We further factorise this composition along the axes of action and perception to better understand how different input modalities bottleneck knowledge reuse. We evaluate state-of-the-art world models under canonical continual learning methods, alongside a modular world model whose dynamics backbone contains explicitly reusable components. Results show that modularity balances reuse against forgetting better than conventional methods, but none solve the problem fully, leaving clear room for continual world models built to reuse without forgetting. More details are available on our project website: https://object814.github.io/Compositional-Continual-Learning/.

arXivで原文を読む →arXiv概要ページ

← 論文一覧