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:2607.00917

Valdi: 価値拡散ワールドモデル

Valdi: Value Diffusion World Models

シェア:XThreadsFacebookLINEはてブBluesky

拡散モデルを用いた不確実な未来予測と、オンラインMPCのための高速な潜在計画を両立するワールドモデルを提案。CarRacing環境での予備実験により、単一拡散ステップで決定論的MLPベースラインに匹敵する性能を示した。

詳しい要約

1. どんなもの?

Valdi (Value Diffusion World Models) は、Model Predictive Control (MPC) のためのWorld Modelを提案する。拡散モデルを用いて不確実な将来のダイナミクスを表現しつつ、オンライン学習と低遅延の潜在計画を両立させることを目指す。具体的には、潜在拡散ダイナミクスモデルをMPCのためのエンドツーエンドのオンライン学習と組み合わせる。

2. 先行研究と比べてどこがすごい?

従来のWorld Modelは決定論的なダイナミクス予測が多く、不確実性を表現できない。拡散モデルは不確実性を表現できるが、反復推論により遅延が大きく、オンラインのMPCには不向きだった。Valdiは、単一の拡散ステップを訓練と推論の両方で使用することで、このギャップを埋める。

3. 技術・手法の肝は?

手法の肝は、潜在拡散ダイナミクスモデルをMPCのためのエンドツーエンドのオンライン学習に統合し、訓練と推論の両方で単一の拡散ステップを使用すること。これにより、反復推論による遅延を回避しつつ、拡散モデルの表現力を活用する。

4. どうやって有効だと検証した?

CarRacing環境での予備実験により、Valdiが単一の拡散ステップで決定論的なMLPベースラインと同等の性能を達成することを示した。

5. 議論はある?

実験から、予測の多峰性と制御性能の間にトレードオフがあることが明らかになった。要旨からは、このトレードオフの詳細や、他の環境での性能、実用的な応用可能性については不明。

6. 次に読むべき論文は?

要旨で参照されている研究は明示されていないが、関連する分野として、拡散モデルを用いたWorld Model(例: Diffusion World Model)や、MPCのための潜在計画(例: Latent MPC)に関する論文が考えられる。また、CarRacing環境でのベースラインとしてMLPダイナミクスモデルが挙げられている。

※ 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: Christopher Lindenberg, Kashyap Chitta

分類: cs.LG, cs.AI

原文アブストラクト

World models can enable Model Predictive Control (MPC), but this requires dynamics prediction that is both fast enough for online use and expressive enough to represent uncertain futures. Diffusion models offer a natural mechanism for modeling uncertain dynamics, yet their iterative inference procedure makes them difficult to use for low-latency latent planning. We bridge this gap with Value Diffusion World Models (Valdi), combining end-to-end online training for MPC with a latent diffusion dynamics model. In preliminary experiments on the CarRacing environment, we show that Valdi, using a single diffusion step at both training and inference, matches a deterministic MLP baseline. Our experiments expose a trade-off between predictive multimodality and control performance in this setup. Code is available at https://github.com/Kit115/ValueDiffusionWorldModels.

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. 3NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  4. 4GXO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
  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