凍結フローは動きを忘れる：潜在フローワールドモデルにおける失われた運動の診断と復元

- 潜在フロー世界モデル（latent world model）の運動喪失問題を診断し、修復する手法DARTを提案。 - 凍結した自己教師あり潜在空間（frozen self-supervised latent space）にフローを統合するモデルは安定・安価に学習できるが、操作に必要な運動（motion）を静かに失う。 - 事前学習済みフローは操作対象を動かさず、潜在のみの損失で再学習すると静止かテレポート的運動に陥る。 - 失敗の原因は表現ではなく訓練信号にあり、アンカーが疎で潜在のみの監督は地平線上の変化の位置を伝えない。 - DARTはデコード経路監督（decode-path supervision）でフローのみを再学習し、表現は凍結したまま修復する。

- 従来の潜在のみの損失で再学習する手法と比較して、DARTは完全なプロトコルで優れ、運動の時間構造を回復し、予測運動をシーンに再結合する。 - 大規模化すると予測品質がさらに向上し、オラクル情報に基づく補間参照（oracle-informed interpolation reference）との残差ギャップをほぼ半分に縮める。 - 評価に関する予期せぬ発見として、ピクセル誤差のみでは凍結予測を報酬してしまうことを報告。

- 失敗の原因を訓練信号に帰着：アンカーが疎で潜在のみの監督は地平線上の変化の位置を指定しない。 - DART（Decode-augmented rollout training）を提案：表現は凍結し、フローのみをデコード経路監督で再学習。 - これにより運動の時間構造を回復し、予測運動をシーンに再結合する。

- 完全なプロトコルで、DARTが潜在のみの親モデルを上回ることを示した。 - 運動の時間構造の回復と、予測運動のシーンへの再結合を確認。 - 大規模化により予測品質が向上し、オラクル情報に基づく補間参照との残差ギャップをほぼ半分に縮めた。 - 評価に関する予期せぬ発見：ピクセル誤差のみでは凍結予測を報酬することを報告。

- 失敗は表現ではなく訓練信号に起因することを特定。 - 評価指標の問題：ピクセル誤差のみでは凍結予測を報酬してしまうという予期せぬ発見。 - その他の議論や限界については要旨からは不明。

- 要旨で参照/比較されている研究：latent world models、frozen self-supervised latent space、flow、decode-augmented rollout training (DART)、oracle-informed interpolation reference。 - 関連手法：latent-only losses、pixel error evaluation。 - 同分野の定番：world models、model-based reinforcement learning、self-supervised learning。