LeWorldModel · SADL shared-BatchNorm

共有バッチ正規化を用いる LeWorldModel の学習に SADL 損失を加えた研究版。将来の潜在表現を予測し、交差エントロピー法で行動を計画する。公開重みは1エポック学習した4課題の共同学習版と単一課題版を含む。

モデルの説明全文を見る

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)

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

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

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

著者は公開済みの重みを MIT で許諾している。再配布時は著作権とライセンスの表示を保持する。データ、シミュレーター素材、実行時の依存関係には個別の条件がある。

公開情報

出典確認日 · 2026-11-22

導入前の確認事項

公開評価は4つのシミュレーション課題に限られる。公開資料にはこの重みの実機検証結果がない。 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11月19日
  • 入力モダリティ · 主カテゴリ · アーキテクチャ: github.com
  • 入力モダリティ · 主カテゴリ · アーキテクチャ: huggingface.co

適用範囲と学習方法

出力

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。

全パラメータと検証事項(モデルカード)

ViT-Tiny/14 エンコーダーは事前学習なしで学習する。入力は224 × 224のRGB画像、潜在表現は192次元。共同学習は8フレームの窓256個を1バッチとし、各課題64個でBatchNorm統計を共有する。CEMは各反復300候補、30反復、上位30候補、初期標準偏差1.0。25ステップ先を目標とし、行動上限50、計画範囲5ブロック、5行動ごとに再計画する。評価はRTX 4090、FP32、ソルバーのバッチサイズ1。各学習シード(3072〜3074)で評価シード0、1、42につき各課題100エピソード。学習シード間のマクロ平均と標準偏差は共同学習66.33 ± 9.19%、単一課題学習78.58 ± 1.89%。各課題の共同/単一は PushT 64.67 ± 18.48/83.11 ± 1.58%、Cube 59.56 ± 1.26/58.89 ± 1.39%、Reacher 46.67 ± 26.12/81.00 ± 4.26%、TwoRoom 94.44 ± 0.96/91.33 ± 1.45%。論文の他のアブレーション実験は別の学習条件による。

情報源または訂正を送信