Gaoyue Zhou氏は10月30日(現地時間)、arXiv (cs.RO) に論文『Hierarchical World Models with Implicit Dynamics』を発表した。この論文は、エンボディードエージェントが長距離タスクで直面する累積誤差と探索の複雑性という課題に対応するため、階層型ワールドモデル『ID-WM (Implicit Dynamics World Models)』を提案している。ID-WMは状態空間到達可能性とローカル制御を明確に分離することで、既存の手法に比べ顕著な性能向上を達成したと報告されている。
ID-WMは、高レベルモデルと低レベルワールドモデルの連携を通じて、複雑なタスクの計画を効率化するフレームワークとして設計された。高レベルモデルは、状態多様体全体で実行可能な遷移をサンプリングし、広範囲にわたる目標設定の指針を提供する役割を担う。これにより、長期的な目標達成に向けた戦略的な選択肢を広い視野で検討することが可能となる。
一方、低レベルワールドモデルは、逆動力学ソルバーとして機能し、高レベルモデルが生成した抽象的な遷移を、エンボディードエージェントが実行可能な具体的なアクションシーケンスに変換する。この分離されたアプローチにより、プランナーは個々のアクションの微細な実行詳細に過度に制約されることなく、到達可能なサブゴールを効率的に特定できる。ID-WMは、グローバルな行動パターンよりもローカルな物理的実現可能性を優先する設計思想を持つ。この特性により、トレーニング中に観察された特定の行動モードを超えて、短いセグメントから新しい長距離計画を自律的に合成する能力を持つと論文は説明する。
論文では、ID-WMの有効性を検証するため、3つの異なるナビゲーションおよび操作スイートで広範な実験を実施した。その結果、最先端のポリシーベースおよび拡散ベースのプランナーと比較して、平均で38.5%の改善を達成した。この成果は、ID-WMが既存のアプローチに対して大幅な優位性を持つことを示唆している。
特に注目すべきは、単一レベルのワールドモデルに基づくモデル予測制御 (MPC) との比較において、ID-WMが135%という性能向上を記録した点である。この性能向上は、ID-WMの階層構造が複合誤差を効果的に軽減する能力に起因すると論文は分析している。長距離タスクでは、累積する小さな誤差が最終的な失敗につながることが多いため、誤差軽減のメカニズムは極めて重要である。ID-WMの階層構造は、高レベルでの大まかな計画と低レベルでの精密な実行を組み合わせることで、この課題に対処する。
ID-WMがこのような性能を発揮する背景には、Implicit Dynamicsの概念がある。これは、動的モデルを直接学習するのではなく、最適化を通じて逆動力学問題を解くことで、未知の環境や多様なタスクにおいてもロバストな計画を可能にする。特に、複雑で未知の構成を持つ長距離タスクにおいて、その性能の堅牢さが顕著に表れた。
参考: arXiv cs.RO — 2026年10月31日 02:59 (JST)
原文ハイライト"Hierarchical World Models with Implicit Dynamics"