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arXiv:2609.33844

ViBR-WM: 視覚ベイズ回帰による世界モデル

ViBR-WM: Visual Bayesian Regression for World Modeling

シェア:XThreadsFacebookLINEはてブBluesky

視覚特徴と物理履歴を解釈可能なベイズ回帰で統合し、物体運動・植生・太陽光発電の予測で既存手法を上回る世界モデルを提案。

詳しい要約

1. どんなもの?

- 時系列予測のための world model である ViBR-WM (Visual Bayesian Regression World Model) を提案。 - 視覚特徴、物理履歴、既知の共変量を解釈可能な回帰で統合する。 - モジュール型アーキテクチャで trend, seasonal, cycle の動態を扱う。 - 視覚圧縮で表現次元を削減し、Bayesian variable selection で回帰次元を削減。 - 事後予測は予測子部分集合の予測を事後確率で重み付け統合し、パラメータ不確実性と将来撹乱を考慮。 - 視覚-物理の結合状態を再帰的に予測し、物理ターゲットを直接予測する。

2. 先行研究と比べてどこがすごい?

- 4つの予測タスク(物体運動、植生緑度、太陽光発電)で、Temporal Straightening, ConvLSTM, PredRNN, SimVP より全タスクで平均物理ターゲット誤差が低い。 - 反復フィッティングとリサンプリングがこれらの全体的な改善を支持。 - 先行研究と比べて、視覚特徴と物理履歴・共変量を解釈可能な回帰で統合する点、および Bayesian variable selection と事後予測重み付けを組み合わせる点が特徴。

3. 技術・手法の肝は?

- 視覚特徴、物理履歴、既知の共変量を入力とし、解釈可能な回帰モデルで時系列依存と不確実性をモデル化。 - モジュール型アーキテクチャで trend, seasonal, cycle の動態を分離して扱う。 - 視覚圧縮により表現次元を削減。 - Bayesian variable selection によりアクティブな回帰次元を削減。 - 事後予測では予測子部分集合ごとの予測を事後確率で重み付け統合し、パラメータ不確実性と将来撹乱を考慮。 - 視覚-物理の結合状態を再帰的に予測し、物理ターゲットを直接予測。

4. どうやって有効だと検証した?

- 物体運動、植生緑度、太陽光発電を含む4つの予測タスクで評価。 - 各タスクで ViBR-WM が Temporal Straightening, ConvLSTM, PredRNN, SimVP より平均物理ターゲット誤差が低いことを示した。 - 反復フィッティングとリサンプリングにより、これらの全体的な改善が支持された。

5. 議論はある?

- 要旨からは不明。

6. 次に読むべき論文は?

- Temporal Straightening - ConvLSTM - PredRNN - SimVP

※ 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: Jifan Li, Ning Ning

分類: stat.ME, cs.CV, cs.LG

原文アブストラクト

Modeling temporal dependence and uncertainty is central to forecasting with world models. The Visual Bayesian Regression World Model combines visual features, physical histories and known covariates through interpretable regression, within a modular architecture supporting trend, seasonal and cycle dynamics. Visual compression reduces representation dimension, while Bayesian variable selection reduces active regression dimension. Posterior prediction combines forecasts across predictor subsets using their posterior probabilities as weights and accounts for parameter uncertainty and future disturbances. The model forecasts joint visual--physical states recursively and physical targets directly. Across four forecasting tasks spanning object motion, vegetation greenness and solar power, ViBR-WM achieves lower mean overall physical-target error than Temporal Straightening, ConvLSTM, PredRNN and SimVP on every task. Repeated fitting and resampling support these overall gains.

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. 3GXO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
  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

MINISFORUM(ミニPC)

MINISFORUM(ミニPC)の公式広告バナーMINISFORUM公式ストアを見る ↗
PR本紙発行元 EmplifAI