世界モデルにおける潜在外乱のモデリングによるロバスト意思決定

- World Models (WMs) の latent space 上で robust decision-making を行う研究。 - 明示的な dynamics と物理的 disturbance が与えられる通常の robust optimization を、高次元観測から学習した WM の latent space に適用する際の課題を扱う。 - latent-space disturbance を学習済み latent dynamics への摂動としてモデル化し、悲観的だが plausible な遷移を誘導する。 - ロボット行動と最悪ケース latent disturbance を game-theoretic optimization で同時最適化する。

- 従来の robust optimization は dynamics が明示的に指定され、物理的に意味のある disturbance を前提とする。 - WM は state space と dynamics を高次元観測から学習するため、latent-space disturbance の定義が不明確という根本的課題があった。 - 本研究は dynamics-aware similarity metric と out-of-distribution detection を組み合わせ、plausible な latent dynamics 集合を構築する点が新しい。 - conformal prediction で uncertainty set を calibration し、過度に悲観的にならないようにする点が先行研究と異なる。

- latent-space disturbance を学習済み latent dynamics への摂動として定式化する。 - dynamics-aware similarity metric で plausible な遷移を捉え、out-of-distribution detection で implausible な latent state を除外する。 - conformal prediction を用いて latent dynamics 上の uncertainty set を calibration する。 - game-theoretic optimization により robust なロボット行動と最悪ケース latent disturbance を同時最適化する。 - latent safety filtering と generative control policy の sample-and-verify steering の2つのパラダイムに適用する。

- 制御された simulation 実験で、latent disturbance が WM latent space 上で robust decision-making を可能にすることを示す。 - Franka manipulator を用いた hardware 実験を実施。 - safety filtering では失敗を70%削減、sampling-based policy steering では54%削減した。 - プロジェクトサイト: https://junwon.me/LatentDisturbance/

- latent disturbance が悲観的すぎず plausible に保たれるよう conformal prediction で calibration する点が議論の焦点。 - 2つのパラダイム(latent safety filtering と sample-and-verify steering)への適用可能性を検討。 - 詳細な限界や議論の内容は要旨からは不明。

- World Models (WMs) に関する研究 - Robust optimization - Conformal prediction - Out-of-distribution detection - Game-theoretic optimization - Generative control policy - 要旨で参照/比較されている個別の研究は明示されていないため、上記の関連手法・分野を挙げる。