[1G5-OS-21b] 世界モデルと知能

[1G5-OS-21b-03] 潜在拡散モデルを用いた世界モデルの提案

山蔦 栄太郎¹、〇内山 史也²、関戸 麗矢³、川原 雄登⁴、鈴木 雅大⁵、松尾 豊⁵ (1. 大阪大学大学院工学研究科、2. 東京大学、3. 北海道科学大学、4. サンタモニカカレッジ、5. 東京大学大学院工学系研究科)

キーワード：世界モデル、潜在拡散モデル、強化学習

世界モデル（world models）は限られた情報から外界をモデル化することで、将来の外界の状態や観測を予測し、学習に活かすことができる。また、時空間予測では、深層生成モデルを利用した強化学習手法が注目されている。生成モデルにおいては拡散モデルを基盤としたImagenやStable-diffusionが高い画像生成能力を発揮できることで知られている。本研究では、World ModelsにおけるVision部に従来のβ-VAEに合わせて潜在拡散モデル（LDM）を追加し、LSTMの隠れ状態などからより良い潜在表現を生成する手法を提案し、既存のβ-VAEを用いた手法との比較を行う。