未来は互換性があるか？ワールドアクションモデルにおける動的整合性の診断

- World Action Models (WAMs) の信頼性を評価する新しい軸として action-state consistency を提案。 - 予測された行動と誘導された状態遷移の整合性を指す。 - 視覚的なもっともらしさを超え、意思決定に関連する構造を捉える。 - 代表的な joint-prediction と inverse-dynamics モデルで系統的に調査。 - 成功と失敗のロールアウトを分離し、学習された value estimates と同様の傾向を示す。 - background collapse という境界条件を特定。 - テスト時選択のための value-free consensus 戦略を導入。

- 従来の WAMs 評価は視覚的リアリズムに焦点が当てられがち。 - 本研究は action-state consistency という新たな信頼性軸を導入。 - これにより、視覚的に妥当でも動的に不整合な未来を検出可能。 - 学習された value estimates と同様の成功-失敗傾向を示すことを発見。 - 追加訓練や報酬モデリングなしで成功 rates を改善する手法を提案。

- action-state consistency の定義：予測行動と誘導状態遷移の整合性。 - 代表的な joint-prediction と inverse-dynamics モデルを系統的に調査。 - background collapse の特定：低ダイナミクスの失敗軌跡が静的な未来のために偽の整合性を示す。 - value-free consensus 戦略：予測未来間の一致度で候補ロールアウトをランク付け。 - テスト時選択に適用し、追加訓練や報酬モデリングを必要としない。

- 代表的な joint-prediction と inverse-dynamics モデルで系統的に調査。 - 多くのタスクで成功と失敗のロールアウトを action-state consistency が分離することを確認。 - 学習された value estimates と同様の成功-失敗傾向を示すことを発見。 - RoboCasa と RoboTwin 2.0 で value-free consensus 戦略が成功 rates を改善することを検証。

- action-state consistency が WAM 信頼性の診断ツールおよび value-free planning の実用的信号として確立。 - background collapse が重要な境界条件であることを指摘。 - 低ダイナミクスの失敗軌跡が偽の整合性を示す可能性。 - 追加訓練や報酬モデリングなしで成功 rates を改善できることを示す。 - 今後の課題や限界については要旨からは不明。

- 要旨で参照/比較されている研究：joint-prediction モデル、inverse-dynamics モデル、value estimates。 - 関連手法：RoboCasa、RoboTwin 2.0。 - 同分野の定番：World Models、Model-Based Reinforcement Learning、Dreamer、PlaNet など。