本文へ移動
AI NEWS JOURNAL
AI, IN PERSPECTIVE

AI の全ニュース

出典・テーマ・日時から、気になるニュースを見つけられます。

公開日時順

長時間スパンにおける世界モデル向けの勾配ベース計画

GRASPは、学習された動力学(「世界モデル」)を対象とした新しい勾配ベースの計画手法であり、以下の3つの工夫により長時間スパンの計画を実用的にします:(1) 軌跡を仮想状態に変換することで、最適化を時間軸全体にわたって並列化し、(2) 探索のために状態の反復計算に直接確率性を導入し、(3) 勾配を再構成することで、高次元の視覚モデルによる脆弱な「状態入力」勾配を回避しつつ、行動に対して明確な信号が得られるようにします。大規模で学習された世界モデルは、ますます高い能力を備えるようになっています。それらは、高次元の視覚空間において未来の観測値の長い時系列を予測でき、数年前には想像すら困難だった方法でタスク間の汎用性を発揮します。これらのモデルがスケールアップするにつれ、もはや特定タスク向けの予測器というより、汎用的なシミュレーターへと姿を変えつつあります。しかし、そのような強力な

経緯と関連報道