日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

行動計画arXiv:2601.00844

JEPA世界モデルによる価値誘導型行動計画

Value-guided action planning with JEPA world models

シェア:XThreadsFacebookLINEはてブBluesky

JEPA世界モデルの表現空間を整形し、目標条件付き価値関数を状態埋め込み間の距離で近似することで、行動計画の性能を向上させる手法を提案した。

詳しい要約

1. どんなもの?

- JEPA world models を用いた行動計画の改善手法を提案。 - 表現空間を整形し、目標条件付き価値関数の負値を状態埋め込み間の距離で近似。 - 訓練時にこの制約を課す実用的手法を導入。 - 簡単な制御タスクで標準 JEPA より計画性能が大幅向上。

2. 先行研究と比べてどこがすごい?

- 従来の JEPA は自己教師あり予測で表現と予測器を学習するが、行動計画能力は限定的。 - 提案手法は表現空間を価値関数に基づいて整形し、計画性能を向上。 - 標準 JEPA モデルと比較して、簡単な制御タスクで有意に改善。

3. 技術・手法の肝は?

- JEPA world models の表現空間を整形。 - 目標条件付き価値関数の負値を状態埋め込み間の距離(または準距離)で近似する制約を導入。 - 訓練中にこの制約を強制する実用的方法を提案。

4. どうやって有効だと検証した?

- 簡単な制御タスクにおいて、標準 JEPA モデルと比較。 - 提案手法が計画性能を大幅に改善することを示した。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- JEPA 関連の論文(例:I-JEPA, V-JEPA)や、world models を用いた行動計画(例:Dreamer, PlaNet)が参考になる。

※ 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: Matthieu Destrade, Oumayma Bounou, Quentin Le Lidec, Jean Ponce, Yann LeCun

分類: cs.LG, cs.AI, cs.RO

原文アブストラクト

Building deep learning models that can reason about their environment requires capturing its underlying dynamics. Joint-Embedded Predictive Architectures (JEPA) provide a promising framework to model such dynamics by learning representations and predictors through a self-supervised prediction objective. However, their ability to support effective action planning remains limited. We propose an approach to enhance planning with JEPA world models by shaping their representation space so that the negative goal-conditioned value function for a reaching cost in a given environment is approximated by a distance (or quasi-distance) between state embeddings. We introduce a practical method to enforce this constraint during training and show that it leads to significantly improved planning performance compared to standard JEPA models on simple control tasks.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI