LeWorldModel · LeWM

LeWorldModel は画像からエンドツーエンドで学習する JEPA 型世界モデル。行動後の潜在表現を予測し、交差エントロピー法で目標画像に近づく行動列を探索する。著者は4つのシミュレーション課題向けの重みを公開した。

シミュレーションでの視覚世界モデルと目標条件付き制御の研究向け。

論文・レポート (1)

LeWorldModel:画素から安定してエンドツーエンド学習する共同埋め込み予測アーキテクチャ

論文あり

LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels

arXiv: 2603.19312DOI: 10.48550/arxiv.2603.19312
著者・所属 (5)

著者の順序: 原文順

  1. Lucas Maes

    Mila · Université de Montréal

  2. Quentin Le Lidec

    New York University

  3. Damien Scieur

    Mila · Université de Montréal · Samsung SAIL

  4. Yann LeCun

    New York University

  5. Randall Balestriero

    Brown University

初版公開
2026-03-13
最新の論文改訂
v3 · 2026-06-03
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

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

確認日 · 2026-11-22

コードのライセンス
MIT
公開情報

出典確認日 · 2026-11-22

導入前の確認事項

原版の公開結果はシミュレーションでの視覚制御と物理表現の評価を扱う。公開資料では実機での性能は検証されていない。 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

構造と入出力

モデルの種類
世界シミュレーション
アーキテクチャ
Transformer
入力
目標画像 / RGB画像
公開日
2026年3月27日
  • 入力モダリティ · 主カテゴリ · アーキテクチャ: arxiv.org
  • 入力モダリティ · 主カテゴリ · アーキテクチャ: github.com

適用範囲と学習方法

出力

表現

派生モデル

LeWorldModel · SADL shared-BatchNorm ↗派生

  • LeWorldModel · SADL shared-BatchNorm: arxiv.org
  • LeWorldModel · SADL shared-BatchNorm: github.com
情報源または訂正を送信