Bind-WAM: バインディング不確実性で未来想像を選択する世界行動モデル

- Bind-WAMは、World Action Models (WAMs) における「いつ未来を想像すべきか」という問いに答える手法。 - 言語と物体のbinding uncertainty（結び付き不確実性）を信号として、必要なときだけjoint future-action generationを発動するselective future imaginationを実現。 - 毎replanning stepで視覚的未来を生成するコストを削減しつつ、タスクに関連する安定した行動生成を狙う。

- 従来のWAMsは各replanning stepで未来視覚状態と行動をjointに予測するため計算コストが高く、時に不要な生成を行う点が課題。 - Bind-WAMはbinding uncertaintyという解釈可能な信号で選択的に未来想像を起動する点が新しい。 - 具体的な先行研究名や定量的比較は要旨からは不明。

- language-object binding uncertaintyを導入し、現在の観測が安定したタスク関連行動生成を支持しない場合にjoint future-action generationを選択的に発動。 - offline labeling pipelineが完全なdemonstrationsとaction contextを用い、タスク関連物体の特定とreference mismatch・invisibility・identity driftの検出を行う。 - 得られたpseudo-labelsで軽量routerを教師し、現在の観測と言語instructionからbinding uncertaintyを予測。 - 推論時は共有WAM policyが予測不確実性と連続replanning step間の変化に応じてselective future imaginationを起動。

- simulationおよびreal-world experimentsを実施。 - binding uncertaintyがselective future imaginationのための強く解釈可能な信号として成立することを示した。 - 具体的なベースライン、指標、数値は要旨からは不明。

- binding uncertaintyを選択信号として用いる有効性と解釈性が示唆される。 - offline labeling pipelineのpseudo-label品質や、reference mismatch・invisibility・identity drift検出の限界については要旨からは不明。 - 計算コスト削減と性能のトレードオフに関する定量的議論は要旨からは不明。

- World Action Models (WAMs) の代表的研究（要旨で明示されていないため一般名）。 - language-object bindingやvision-language groundingに関する研究（一般名）。 - selective computation・adaptive inferenceに関する研究（一般名）。 - 具体的な参照論文は要旨からは不明。