INTACT · SADL shared-BatchNorm

共有バッチ正規化を使う INTACT の潜在世界モデルに SADL 損失を適用した研究版。PushT、Cube、Reacher、TwoRoom の共同学習版と単一タスク版を1エポック学習し、潜在表現の予測と目標条件付きの行動計画を行う。

モデルの説明全文を見る

視覚世界モデルと目標条件付き計画のシミュレーション研究向け。

論文・レポート (1)

SADL:表現崩壊における需要と供給の幾何学

論文あり

SADL: On the Demand-Supply Geometry of Representation Collapse

arXiv: 2611.21596DOI: 10.48550/arxiv.2611.21596
著者・所属 (10)

著者の順序: 原文順

  1. Junhan Sun

    State Key Laboratory of CAD&CG, Zhejiang University

  2. Yigui Feng

    RoboParty Lab

  3. Mingzhe Liu

    RoboParty Lab

  4. Haoyan Xu

    RoboParty Lab

  5. Lei Ye

    RoboParty Lab

  6. Ziqi Han

    RoboParty Lab

  7. Hanru Bai

    Alibaba Group

  8. Yanzhao Zhang

    Alibaba Group

  9. Hao ZhaoCorresponding author

    RoboParty Lab · Institute for AI Industry Research (AIR), Tsinghua University

初版公開
2026-11-16
最新の論文改訂
v1 · 2026-11-16
会議・学術誌
arXiv

対象モデルバージョン

論文 ↗PDF ↗

取得方法と利用条件

公開コード資料
公開アクセス
モデルファイル
公開アクセス
学習データ
公開アクセス

コードと学習・ファインチューニング

取得方法
公開アクセス

出典確認日 · 2026-11-22

コードのライセンス
MIT

モデルファイル

モデルファイル
E1 · 4課題 · seed3072取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · 4課題 · seed3073取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · 4課題 · seed3074取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · Cube · seed3072取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · PushT · seed3072取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · Reacher · seed3072取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · TwoRoom · seed3072取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · Cube · seed3073取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · PushT · seed3073取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · Reacher · seed3073取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · TwoRoom · seed3073取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · Cube · seed3074取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · PushT · seed3074取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · Reacher · seed3074取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

E1 · TwoRoom · seed3074取得方法重みのライセンス商用利用
条件付き利用条件

出典確認日 · 2026-11-22

条件の説明

公開された重みは MIT ライセンスで商用利用できる。複製または実質的な部分には著作権表示とライセンス表示を残す。第三者の構成要素には個別の条件が適用される。

公開情報

出典確認日 · 2026-11-22

導入前の確認事項

公開された成績は4つのシミュレーション課題での評価に基づく。これらの重みについて実機検証は公開されていない。 重みやコードの公開は、そのままロボットで動作することを意味しません。必要な構成、データ、インターフェースを資料で確認してください。

導入・利用資料

実行環境とフレームワーク
PyTorch

構造と入出力

モデルの種類
世界シミュレーション
入力
目標画像 / RGB画像
公開日
2026年11月19日

適用範囲と学習方法

コードのライセンス

MIT

出力

行動 / 表現

タスク範囲

複数タスク

評価結果

このバージョンまたは選択した重みの検証済み独立評価結果はありません。

公開元の評価 · 報告値・独立再現なし

SADL 共有 BatchNorm シミュレーション評価 · 共同学習 · Guarded A ↗

マクロ平均成功率: 95.1 %

shared-batchnorm-e1

NVIDIA RTX 4090

FP32、ソルバーのバッチサイズ1、直前5回の基本動作を入力。Guarded A は128候補を3回サンプリングし、上位16を使用。初期標準偏差0.25。

共同学習 · Guarded A。4つのシミュレーション課題を3つの学習シードで評価。標準偏差は0.3ポイント。

公開元の評価 · 報告値・独立再現なし

SADL 共有 BatchNorm シミュレーション評価 · 単一課題学習 · Guarded A ↗

マクロ平均成功率: 95.6 %

shared-batchnorm-e1

NVIDIA RTX 4090

FP32、ソルバーのバッチサイズ1、直前5回の基本動作を入力。Guarded A は128候補を3回サンプリングし、上位16を使用。初期標準偏差0.25。

単一課題学習 · Guarded A。4つのシミュレーション課題を3つの学習シードで評価。標準偏差は0.9ポイント。

全パラメータと検証事項(モデルカード)

入力は 224 × 224 の RGB 観測画像、目標画像、および直前5回の基本動作。ViT-Tiny エンコーダーは事前学習済み重みを使わず、潜在表現は192次元。学習シードは3072〜3074、評価シードは0、1、42で、RTX 4090を使い各評価シード・課題につき100エピソードを実行。25ステップ先を目標とし、行動は最大50回、計画のホライズンは5で、5行動ごとに再計画する。共同学習版の4課題マクロ平均成功率は Direct 94.8 ± 0.4%、Guarded A 95.1 ± 0.3%。各課題を個別学習した版はそれぞれ94.9 ± 0.5%、95.6 ± 0.9%。数値は学習シード間の平均と標準偏差。 推論は FP32、ソルバーのバッチサイズは1。Direct は候補探索なしで計画を生成する。Guarded A は計画の周辺で128候補を3回サンプリングし、上位16候補を選ぶ。初期標準偏差は0.25。ここでの数値は公開された共有 BatchNorm 重みの評価であり、論文中の他のアブレーション実験には別の評価条件がある。

情報源または訂正を送信