日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
視覚ナビゲーションarXiv:2610.18135

SkipWorld: 蒸留ワールドモデルによる潜在スキップ計画で効率的な視覚ナビゲーション

SkipWorld: Latent Skip Planning with Distilled World Models for Efficient Visual Navigation

シェア:XThreadsFacebookLINEはてブBluesky

ワールドモデルを潜在空間で自己回帰的に学習し、長期的な未来状態を直接予測するスキップモデルに蒸留することで、視覚ナビゲーションの計画を高速化する手法を提案。

詳しい要約

1. どんなもの？

- 視覚ナビゲーションのための world model ベースの行動計画フレームワーク。 - 長期的な rollout の課題（訓練と closed-loop 推論の不一致、候補軌道評価の計算コスト）に対処。 - 3つのコンポーネント: Latent AutoRoll, SkipDistill, Skip-then-Refine Planning。 - 潜在空間での skip planning により効率的な計画を実現。

2. 先行研究と比べてどこがすごい？

- 従来の world model ベース手法（NWM など）と比較。 - 平均 ATE を 4.2% 削減、RPE を 2.7% 削減。 - 計画時間を 62.4% 削減し、2.7倍の高速化を達成。 - 訓練と closed-loop 推論の不一致を低減する点が新しい。

3. 技術・手法の肝は？

- Latent AutoRoll: 潜在空間で未来状態を再帰的に rollout する world model を訓練。 - SkipDistill: 潜在自己回帰モデルを蒸留し、長い stride の未来潜在状態を直接予測する skip world model を構築。 - Skip-then-Refine Planning: 二重モデルによる粗から細への計画。まず skip model で候補軌道をフィルタリングし、次に自己回帰モデルで再ランク付け。 - 冗長な rollout 計算を削減しつつ正確な軌道評価を維持。

4. どうやって有効だと検証した？

- RECON, HuRoN, SCAND, TartanDrive の4つのデータセットで実験。 - NWM と比較して ATE と RPE の削減、計画時間の短縮と高速化を確認。 - 具体的な検証方法の詳細は要旨からは不明。

5. 議論はある？

- 長期的な rollout の課題と計算コストのトレードオフに言及。 - 提案手法が精度を維持しつつ効率を改善することを示す。 - 限界や議論の詳細は要旨からは不明。

6. 次に読むべき論文は？

- NWM (Neural World Model) が比較対象として挙げられている。 - 関連手法として world model ベースの視覚ナビゲーション（例: Dreamer, PlaNet など）が考えられるが、要旨では明示されていない。 - 同分野の定番として model-based reinforcement learning の世界モデル手法が参考になる。

※ 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: Yifei Yang, Zehua Fan, Zike Yan, Zhongyu Li, Yan Wang

分類: cs.RO

原文アブストラクト

World-model-based visual navigation enables action planning by predicting future states under candidate trajectories. However, long-horizon rollout remains challenging: models are often trained with ground-truth visual histories but deployed in closed-loop prediction, and evaluating many candidates with step-by-step rollout is computationally expensive. We propose SkipWorld, a latent skip planning framework for efficient visual navigation. SkipWorld introduces three components: (i) Latent AutoRoll, which trains a world model to recursively roll out future states in latent space, reducing the mismatch between training and closed-loop inference; (ii) SkipDistill, which distills the latent autoregressive model into a skip world model that directly predicts long-stride future latent states; and (iii) Skip-then-Refine Planning, a dual-model coarse-to-fine planner that first filters candidate trajectories with the skip model and then reranks selected candidates with the stronger autoregressive model. This design preserves accurate trajectory evaluation while reducing redundant rollout computation. Experiments on RECON, HuRoN, SCAND, and TartanDrive show that, compared with NWM, SkipWorld reduces the average ATE by 4.2% and RPE by 2.7%, while decreasing planning time by 62.4% with a 2.7-fold speedup.

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI