複雑なロボット制御の限界を超える階層型モデルの開発

研究の背景

世界の仕組みを学習するモデルであるワールドモデルを活用した計画立案は、ロボットなど身体を持つAIエージェントの適応力を高めてくれますが、長時間をかけて実行する作業ではエラーが蓄積し、探索が複雑化するという問題がありました。既存の階層型手法は、固定された行動単位を使用するため表現力が弱く、細やかな制御が難しいという限界がありました。

手法

研究チームが開発したID-WMは、高水準モデルで状態空間全体から可能な遷移をサンプリングし、低水準ワールドモデルを逆ダイナミクスソルバーとして使用して、それを精密な行動に具体化する方式を使用しました。これにより、グローバルな行動パターンよりも局所的な物理的妥当性を優先し、短い区間を組み合わせて新しい長期計画を作り出しました。

主な結果

3つの走行および操作テスト環境において、既存の最新手法および拡散ベースの計画手法よりも38.5パーセント向上した性能を達成しました。特に、エラーが累積する問題を緩和することにより、複雑で未知の環境における長期タスクにおいて、単一レベルのワールドモデル制御方式と比較して135パーセントの性能向上を記録しました。

限界・確認すべき点

抄録では、実際のハードウェア駆動におけるリアルタイム処理速度やコストなど、商用化に関連する具体的な制約事項は確認できません。

用語解説

• ワールドモデル — 人工知能が周辺環境の規則や仕組みを学習し、将来の状況を予測して計画を立てられるように支援するモデルです。
• エージェント — 与えられた環境を認識し、自ら判断して行動を実行する人工知能プログラムを意味します。