ワールドモデル/計画2026/10/30arXiv:2610.42146

暗黙的ダイナミクスを持つ階層型ワールドモデル

Hierarchical World Models with Implicit Dynamics

状態空間の到達可能性と局所制御を分離した階層型ワールドモデルを提案し、高レベルでサブゴールを選び低レベルで逆ダイナミクスにより精密な行動に変換することで、長期的タスクの計画精度を大幅に向上させた。

詳しい要約

1. どんなもの？

- ID-WM（Implicit Dynamics World Models）という階層型 world model の提案 - 長期的タスクにおける world model ベースの planning を対象 - 状態空間の到達可能性（state-space reachability）と局所制御（local control）を分離する枠組み - 高レベル model が状態多様体上の実行可能な遷移をサンプリング - 低レベル world model を inverse dynamics solver として用い、遷移を精密な action に接地 - 目的は長期的タスクでの累積誤差と探索複雑性の緩和 - 3つの navigation/manipulation スイートで評価

2. 先行研究と比べてどこがすごい？

- 既存の階層手法は rigid な macro-action や latent skill を用いることが多く、brittle な表現と細粒度制御の制限があった - ID-WM は高レベルで到達可能な subgoal を低レベル実行の詳細に縛られずに同定可能 - 局所的な物理的実現可能性を優先し、訓練時に見た特定の行動モードを超えて新規の長期 plan を短いセグメントから合成 - state-of-the-art の policy および diffusion-based planner に対し 38.5% 改善 - 単一レベル world model MPC に対し 135% の性能向上（特に複雑で未見の長期設定）

3. 技術・手法の肝は？

- 階層型 world model により state-space reachability と local control を分離 - 高レベル model：状態多様体上の feasible な遷移をサンプリングし subgoal を提示 - 低レベル world model：inverse dynamics solver として遷移を precise action に変換 - planner は低レベル実行の詳細に制約されずに到達可能 subgoal を選択可能 - 局所物理的 feasibility を global behavioral pattern より優先 - 短いセグメントから新規の long-horizon plan を合成 - 階層構造により compounding error を緩和

4. どうやって有効だと検証した？

- 3つの navigation および manipulation スイートで有効性を実証 - state-of-the-art の policy および diffusion-based planner と比較し 38.5% 改善 - 単一レベル world model MPC と比較し 135% の性能向上、特に複雑で未見の long-horizon 設定で顕著 - 詳細な実験設定・指標は要旨からは不明 - 動画は https://id-wm.github.io で公開

5. 議論はある？

- 階層構造が compounding error の緩和に寄与することを主張 - 局所物理 feasibility を優先することで訓練時の behavioral mode を超えた汎化が可能と主張 - 限界・失敗ケース・計算コスト・スケーラビリティに関する議論は要旨からは不明 - 比較対象の詳細や ablation の有無は要旨からは不明

6. 次に読むべき論文は？

- 比較対象として言及される state-of-the-art の policy および diffusion-based planner 関連研究 - 単一レベル world model MPC に関する研究 - 階層型 world model・latent skill・macro-action を用いる既存 hierarchical planning 研究 - inverse dynamics model を用いた action grounding に関する研究 - 具体的な論文名は要旨に記載がないため、上記カテゴリの代表的研究を参照すべき

※ 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: Gaoyue Zhou, Yvonne Wu, Zichen Jeff Cui, Nicolas Ballas, Mido Assran, Lerrel Pinto, Yann LeCun

分類: cs.RO, cs.AI

原文アブストラクト

Planning with world models enables test-time adaptation for embodied agents, offering superior generalization over direct policy learning. However, long-horizon tasks remain hindered by cumulative errors and search complexity. Existing hierarchical methods often use rigid macro-actions or latent skills, leading to brittle representations and limited fine-grained control. We introduce ID-WM (Implicit Dynamics World Models), a hierarchical world model that decouples state-space reachability from local control. Our framework utilizes a high-level model to sample feasible transitions across the state manifold and a low-level world model as an inverse dynamics solver to ground these transitions into precise actions. This allows the planner to identify reachable subgoals without being constrained by low-level execution details. By prioritizing local physical feasibility over global behavioral patterns, ID-WM synthesizes novel long-horizon plans from short segments, transcending the specific behavioral modes seen during training. We demonstrate its effectiveness across three navigation and manipulation suites, achieving a 38.5% improvement over state-of-the-art policy and diffusion-based planners. Crucially, by leveraging this hierarchical structure to mitigate compounding errors, our approach yields a 135% performance gain over single-level world model MPC, particularly in complex, unseen configurations for long-horizon tasks. Videos can be viewed at https://id-wm.github.io

arXivで原文を読む →arXiv概要ページ

← 論文一覧