IMWM: 直感モデルが世界モデルを補完し潜在計画を実現

ピクセル入力からの制御のための潜在プランニングにおいて、学習された world model だけでは不十分な場合があることを示し、それを補完する intuition model を組み合わせた IMWM を提案する研究。 - 完全な world model でも有限予算の sample-based planner が失敗するタスクがあることを実験的に示す。 - ボトルネックが world-model の精度ではなく探索にある可能性を指摘。 - 実演から学習した intuition model で有望な行動を認識し、world model と協調させる。

world-model-only のプランナーと比較して、4つのピクセルベース goal-reaching タスクすべてで平均成功率が向上。 - Two-Room で 99.2%（+11.5 percentage points）。 - OGBench-Cube で 94.7%（+28.5 percentage points）。 - 完全な world model を用いても探索のボトルネックが残ることを示した点が先行研究との差異。

world model と、実演から学習した intuition model を組み合わせる。 - 3つの軽量コンポーネントで協調。 - Retrieval Initialization: 検索した実演からプランナーの action proposal を初期化。 - Hybrid Cost: intuition score と world-model rollout cost を統合。 - Reliability Gate: 各設定で intuition をどれだけ信頼するかを調整。

4つのピクセルベース goal-reaching タスク（Two-Room, Reacher, Push-T, OGBench-Cube）で評価。 - world-model-only プランナーと比較し、全タスクで平均成功率が高い。 - 最大の改善は Two-Room と OGBench-Cube。

world model の精度だけでは不十分で、探索がボトルネックになり得ることを実験的に示唆。 - intuition model が探索を補助する有効性を示す。 - ただし、他のタスクや設定への一般化、intuition model の学習に必要な実演の量や質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は明示されていない。 - 関連手法として、learned latent world model を用いた planning、sample-based planner、demonstration からの imitation learning などが挙げられる。 - 具体的な論文名は要旨からは不明。