ロボット学習と制御のための世界行動モデル：サーベイ

- World-Action Models (WAMs) のロボティクス向けサーベイ。 - 未来の世界予測と実行可能な行動生成を結合するモデルを対象。 - 部分的観測・物理制約・動的タスク下でのロボット動作を扱う。 - 表現、遷移モデリング、行動インターフェース、アーキテクチャ、学習パイプライン、データモダリティ、スケーリング戦略を統一タクソノミーで整理。 - manipulation、navigation、autonomous driving への応用、データセット・ベンチマーク・指標・プロトコルも概説。

- 従来の world models、model-based reinforcement learning、action-conditioned video generation、reactive VLA policies とのスコープの違いを明確化。 - これらを個別に扱うのではなく、予測的世界モデリングと行動生成を統合する視点で整理。 - ロボティクス指向で、応用・評価・課題まで一貫して俯瞰する点が特徴。 - 具体的な性能比較や優位性の定量的主張は要旨からは不明。

- WAMs を表現、遷移モデリング、行動インターフェース、アーキテクチャ、学習パイプライン、データモダリティ、スケーリング戦略の軸で分類。 - 未来世界予測と実行可能行動生成の結合が中核。 - 部分的観測下で候補行動が将来状態やタスク関連結果に与える影響を予測。 - 具体的なモデル構造や学習アルゴリズムの詳細は要旨からは不明。

- manipulation、navigation、autonomous driving における WAMs の応用をレビュー。 - WAM システム評価に用いられるデータセット、ベンチマーク、指標、プロトコルを要約。 - 個々の手法の実験結果や有効性の定量的検証は要旨からは不明。

- action alignment、world-action factorization、spatial and multi-view consistency、long-horizon memory、neural simulation for closed-loop policy learning、efficient inference が主要課題。 - これらは WAMs を信頼性の高い embodied robot intelligence に統合する上での障壁として議論。 - 各課題の具体的な解決策やトレードオフは要旨からは不明。

- 要旨で参照/比較されている研究: conventional world models、model-based reinforcement learning、action-conditioned video generation、Vision-Language-Action (VLA) policies。 - 関連手法: World Models、Dreamer 系、VideoGPT、Diffusion Policy、RT-2 などが同分野の定番として挙げられる。 - プロジェクトページ: https://rcl-robotics.github.io/Awesome-World-Action-Models