プリズマティック・ワールドモデル：ハイブリッド系の計画のための合成可能なダイナミクス学習

- ロボティクスにおける model-based planning 向けの新たな latent world model - 名称は Prismatic World Model (PRISM-WM) - 接触や衝撃などの離散イベントを伴う hybrid dynamics を対象 - 連続運動と離散的な物理モード(例: sticking vs. sliding, flight vs. stance)の混在を扱う - 複雑な hybrid dynamics を composable primitives に分解する構造化アーキテクチャ - 計画時の long-horizon lookahead における rollout drift の低減を狙う

- 従来の latent world model は monolithic な neural network で大域的な連続性を強制 - その結果、異なる dynamic modes を over-smooth してしまう問題があった - 平滑化により planner の long-horizon lookahead で誤差が蓄積し、物理的境界で探索が不安定化 - PRISM-WM はモードごとの専門家に分解することで、この平滑化問題に対処 - モード遷移を明示的にモデル化し rollout drift を低減する点が差分 - 高次元 humanoid や multi-task 設定を含む連続制御ベンチマークで有効性を示す

- context-aware な Mixture-of-Experts (MoE) フレームワークを採用 - gating mechanism が現在の physical mode を暗黙的に識別 - 各 specialized expert が対応する transition dynamics を予測 - 複雑な hybrid dynamics を composable primitives に分解する構造化アーキテクチャ - expert の多様性を保つため latent orthogonalization objective を導入 - これにより mode collapse を防ぐ - 系の dynamics における mode transitions をモデル化することで rollout drift を低減

- 連続制御ベンチマークで実験 - 高次元 humanoid を含む設定で評価 - multi-task 設定でも評価 - trajectory optimization アルゴリズム(例: TD-MPC)に対する高忠実度な substrate を提供できることを示す - 具体的なベースライン比較や指標の詳細は要旨からは不明

- 従来の monolithic な world model が hybrid dynamics を over-smooth する問題を指摘 - 平滑化が planner の long-horizon lookahead で誤差を蓄積させる点を議論 - MoE の gating が physical mode を暗黙的に識別する設計の有効性に言及 - latent orthogonalization による expert 多様性確保と mode collapse 防止の必要性を示唆 - model-based agents の基盤モデルとなり得る可能性に言及 - 限界や失敗事例、計算コストなどの詳細な議論は要旨からは不明

- TD-MPC(要旨で trajectory optimization の例として参照) - Mixture-of-Experts (MoE) を用いた world model 関連研究 - latent world model における mode collapse や expert 多様性を扱う研究 - hybrid dynamics / contact-rich planning に関する model-based planning 研究 - 同分野の定番として Dreamer 系の latent world model や PETS などの model-based RL 手法