[1S5-GS-2] 機械学習：

[1S5-GS-2-05] 世界モデル学習のためのデータ収集戦略の検討

河野 慎¹、〇石津 敦弥^2,8、中村 颯汰^3,8、松永 立樹^7,8、渡部 泰樹^5,8、井上 歩紀^6,8、都竹 俊貴⁴、野田 恭弘⁴ (1. 東京大学、2. 京都大学、3. 九州大学、4. ソフトバンクロボティクス株式会社、5. 早稲田大学、6. 東京農工大学、7. 沼津工業高等専門学校、8. 株式会社松尾研究所)

キーワード：世界モデル、データ合成

現在の状態に関する観測情報と行動情報から将来の状態を予測する世界モデルが注目されている．様々な領域特化型の大規模言語モデルが開発されているように，世界モデルの領域特化が期待される，しかし，現在の世界モデルの研究開発では，利用可能なデータをすべて学習に利用する戦略が行われており，世界モデルの学習における効果的な戦略は不明である．そこで本研究では，シミュレーション環境で複数種類のデータを作成し，世界モデルを学習させる．そして効果的なデータの収集方法について検討する．