古い記憶は偽りではない：対話型動画ワールドモデルのための有効時間メモリ

対話型 video world model のための memory 機構 ReDate を提案する論文。agent の action を取り消す(undo)と、memory bank 内で最新 timestamp の frame が現状と食い違う問題を扱う。Temporal database の valid time の考え方を導入し、各 frame を保存時刻ではなく内容が有効な時刻で日付付けし、action log から valid time を読む。training 不要で frozen generator に適用できる。

- 従来の memory は capture time(保存時刻)の最新を真とする。これは状態が戻らない間は正しいが、undo 後は最新 view が outdated になる。 - 変化する世界向け memory は古い view を削除するが、削除すると現在を表す唯一の view を失う。 - ReDate は全 frame を保持し valid time で再日付付けする点で、削除型 memory と保持型 memory の両方の問題を回避する。 - 最新 timestamp 信頼が正しい条件を証明し、undo 後の状態識別には action log が必須であることを示した。

- Temporal database の valid time 概念を video world model の memory に適用。 - 各 retrieved token を action log から読んだ valid time で日付付けする。 - frozen generator は再日付付けされた領域を『新状態に到達した』と解釈するため training 不要。 - 理論: 最新 timestamp 信頼の正当条件、undo 後の識別可能性、再日付付け vs 削除の優劣(移動 token の weight が小さい場合)を証明。 - undo 後の memory を評価する calibrated state metric も提案。

- undo 後の FAR の step のうち現在状態を示す割合が 0.36 から 0.62 に向上。 - HY-WorldPlay では 0.003 から 0.19 に向上。 - 提案する calibrated state metric により、undo 後の任意の memory を評価可能とした。 - 詳細な実験設定・データセットは要旨からは不明。

- 最新 timestamp を信頼する読みが正しいのは、全 current view が全 outdated view より後に日付付けされている場合に限ることを証明。 - undo 後に return 以降の view が無い場合、reverted 領域と up-to-date 領域の区別は action log のみが可能。 - 自己予測から描画できる generator では、移動 token の weight が小さい場合に削除より再日付付けが有利。 - 限界や失敗ケース、計算コスト等は要旨からは不明。

- FAR(要旨で比較対象) - HY-WorldPlay(要旨で比較対象) - Temporal database の valid time に関する文献 - Interactive video world model の memory bank 関連研究(具体名は要旨からは不明) - 同分野の定番として video generation / world model の memory 機構に関する研究