日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

世界モデル/計画arXiv:2607.26712

ActSWM: オープンワールドゲームにおける長期的計画のための行動感応型世界モデル

ActSWM: Action-Sensitive World Models for Long-Horizon Planning in Open-World Games

シェア:XThreadsFacebookLINEはてブBluesky

潜在世界モデルが長期的な行動計画で失敗する「コンテキスト崩壊」問題を特定し、行動感応性を制約として課す新しい世界モデルActSWMを提案した。Minecraftでの長期的計画やクロスゲームでの行動復元で性能を向上させた。

詳しい要約

1. どんなもの?

ActSWMは、オープンワールドゲームにおける長期的な計画を支援するための、アクションに敏感な潜在世界モデル(latent world model)を提案する研究。既存の潜在予測器は長期的なロールアウトが不安定で、予測精度が高いだけでは計画中のアクションに対する応答性が保証されない問題を指摘し、Context Collapseという失敗モードを特定。この問題を解決するため、遷移分離原則(transition-separation principle)に基づき、アクション感度を潜在ロールアウトに対する制約として課す新しいモデルを導入する。

2. 先行研究と比べてどこがすごい?

既存の潜在世界モデルは、予測精度の向上に焦点を当てるが、アクションの違いが将来の潜在状態に十分に反映されないContext Collapseが発生し、長期的な計画に失敗する。ActSWMは、予測精度だけでなく、アクション感度を明示的に制約として組み込む点で新規性がある。これにより、代替アクションの未来を区別可能にし、各遷移に関連するアクションを復元可能にする。

3. 技術・手法の肝は?

ActSWMは、遷移分離原則に基づく。具体的には、潜在ダイナミクスモデルが、異なるアクションシーケンスに対して区別可能な未来を生成し、各局所遷移に関連するアクションを復元可能であることを要求する。アクション感度は、補助的な予測ターゲットとしてではなく、潜在ロールアウトに対する制約として強制される。これにより、長期的なロールアウトにおいてアクション依存の差異を保持する。

4. どうやって有効だと検証した?

検証は、ステップドリフト分析、閉ループのMinecraft計画、クロスゲームの局所アクション復元の3つの設定で行った。ActSWMは、既存のベースラインと比較して、アクション依存のロールアウトギャップをより大きく保持し、長期的なインタラクティブ設定でのタスク成功率を向上させ、オフラインのゲームプレイビデオからの世界モデルベースのアクション復元を可能にした。

5. 議論はある?

要旨からは、Context Collapseの根本原因や、提案手法の限界(例えば、特定のゲーム環境への依存性や、計算コスト)についての詳細な議論は不明。また、アクション感度の制約が常に有効かどうか、他のタスクへの一般化可能性についても要旨からは不明。

6. 次に読むべき論文は?

要旨で参照されている関連研究は明示されていないが、潜在世界モデルやモデル予測制御(MPC)に関する既存研究、例えばDreamerやMuZeroなどのモデルベース強化学習手法が関連する。また、オープンワールドゲームでの計画には、Minecraftなどの環境での研究が参考になる。

※ 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: Zhenfeng Gan, ZiTong Zeng, Jiajun Cheng, Yeke Song, Yongyi Tang, Xueqian Wang

分類: cs.RO

原文アブストラクト

Latent world models support efficient model-predictive control by optimizing future control sequences in latent space and replanning in a receding-horizon manner. However, existing latent predictors often lack stable long-horizon rollout ability, and prediction accuracy alone does not ensure that rollouts remain responsive to the actions being planned. We identify Context Collapse, a failure mode in which autoregressive latent predictors maintain high similarity to future states while producing nearly indistinguishable futures under different action sequences. To address this issue, we propose ActSWM, an action-sensitive latent world model grounded in a transition-separation principle: a planning-useful latent dynamics model should keep alternative-action futures distinguishable and make the action associated with each local transition recoverable. Under this principle, action sensitivity is enforced as a constraint on latent rollouts rather than treated only as an auxiliary prediction target, encouraging predicted futures to preserve action-dependent differences over long horizons. Across step-drift analysis, closed-loop Minecraft planning, and cross-game local action recovery, ActSWM preserves larger action-dependent rollout gaps than existing baselines, improves task success in long-horizon interactive settings, and enables world-model-based action recovery from offline gameplay videos.

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