一段予測精度を超えて：信頼性の高い視覚計画のための状態アフィン潜在遷移

- 視覚計画のための joint-embedding world model に関する研究。 - 潜在空間で action-conditioned dynamics を学習するが、計画時は再帰的に自己予測へ遷移を適用する。 - 一段先予測精度が再帰ロールアウトでの誤差伝播を捉えない問題を指摘。 - 多段ロールアウト誤差を各ステップ誤差とその伝播に分解。 - state-affine dynamics が state-independent Jacobian を持つ微分可能遷移であることを示す。 - 提案手法 SALT (State-Affine Latent Transition) を導入。

- 従来の world model は一段先予測で訓練され、計画時の再帰適用と訓練が一致しない。 - 一段先精度が高いほど良いという前提に疑問を投げる。 - SALT は一段先予測誤差が LeWM baseline より 1.48–2.19 倍高いにもかかわらず、閉ループ成功率を平均 10.0 ポイント改善。 - OGBench-Cube で実行後に model-predicted cost が急上昇して失敗するエピソード割合を 23.3% から 2.0% に削減。 - 一段先精度ではなく再帰ロールアウト下の信頼性を重視する点が新しい。

- state-affine dynamics は state-independent Jacobian を持つ微分可能遷移で、非線形伝播残差を消去。 - 誤差伝播演算子が action sequence のみに依存する。 - SALT は action-conditioned state-affine dynamics model。 - action が state transformation と additive update の両方を変調する。 - 再帰的多段ロールアウト supervision で訓練。 - 各予測潜在状態を遷移にフィードバックし、訓練と計画時の使い方を一致させる。

- 4 つの visual planning 環境で評価。 - SALT は一段先予測誤差が LeWM baseline より 1.48–2.19 倍高い。 - それでも閉ループ成功率を全環境で平均 10.0 ポイント改善。 - OGBench-Cube で実行後に model-predicted cost が急上昇して失敗するエピソード割合が 23.3% から 2.0% に減少。 - これにより再帰ロールアウト下の信頼性向上を検証。

- 一段先予測精度が計画性能の指標として不十分であることを示唆。 - 誤差伝播を考慮した訓練の重要性を議論。 - state-affine dynamics の理論的性質が再帰ロールアウト誤差を単純化。 - ただし要旨からは、他の遷移クラスとの比較や限界、計算コスト、一般化可能性についての詳細は不明。 - 一段先精度と閉ループ性能のトレードオフに関する議論は要旨からは不明。

- LeWM baseline (要旨で比較)。 - joint-embedding world models (一般名)。 - action-conditioned dynamics models (一般名)。 - OGBench-Cube (要旨で使用)。 - visual planning における再帰ロールアウト訓練や誤差伝播解析に関する研究。