日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ワールドモデルarXiv:2602.08032

地平線イマジネーション:拡散ワールドモデルにおける効率的なオンポリシーロールアウト

Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models

シェア:XThreadsFacebookLINEはてブBluesky

拡散ベースのワールドモデルで、複数の将来観測を並列にノイズ除去するオンポリシー・イマジネーション手法を提案し、計算コストを抑えつつ制御性能を維持できることを示した。

詳しい要約

1. どんなもの?

- 拡散ベースのworld modelを用いた強化学習の効率化を目的とした研究。 - 提案手法Horizon Imagination (HI)は、離散確率方策のためのon-policy imaginationプロセスであり、複数の将来観測を並列にdenoiseする。 - 安定化機構と新しいsampling scheduleを導入し、denoising budgetを有効horizonから分離し、sub-frame budgetもサポートする。 - Atari 100KとCraftiumで評価。

2. 先行研究と比べてどこがすごい?

- 既存の拡散world modelは高い生成忠実度を持つが、推論時に重量級モデルを必要とするか、高度に逐次的なimaginationに依存し、計算コストが prohibitive である。 - HIは並列denoisingと新しいscheduleにより、sub-frame budget(denoising stepsの半分)で制御性能を維持し、多様なschedule下で優れた生成品質を達成する。

3. 技術・手法の肝は?

- 離散確率方策のためのon-policy imaginationプロセス。 - 複数の将来観測を並列にdenoiseする。 - 安定化機構と、denoising budgetを有効horizonから分離する新しいsampling scheduleを導入。 - sub-frame budgetをサポート。

4. どうやって有効だと検証した?

- Atari 100KとCraftiumでの実験。 - sub-frame budget(denoising stepsの半分)で制御性能を維持。 - 多様なschedule下で優れた生成品質を達成。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、diffusion-based world models、on-policy imagination、Atari 100K、Craftiumが挙げられる。

※ 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: Lior Cohen, Ofir Nabati, Kaixin Wang, Navdeep Kumar, Shie Mannor

分類: cs.LG

原文アブストラクト

We study diffusion-based world models for reinforcement learning, which offer high generative fidelity but face critical efficiency challenges in control. Current methods either require heavyweight models at inference or rely on highly sequential imagination, both of which impose prohibitive computational costs. We propose Horizon Imagination (HI), an on-policy imagination process for discrete stochastic policies that denoises multiple future observations in parallel. HI incorporates a stabilization mechanism and a novel sampling schedule that decouples the denoising budget from the effective horizon over which denoising is applied while also supporting sub-frame budgets. Experiments on Atari 100K and Craftium show that our approach maintains control performance with a sub-frame budget of half the denoising steps and achieves superior generation quality under varied schedules. Code is available at https://github.com/leor-c/horizon-imagination.

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. 2newmo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
  3. 3GXO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
  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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI