LeFlow: Generative Latent Flow Planning for World Models

LeFlow는 매번 처음부터 행동을 찾는 대신 세계 모델의 잠재 공간에서 재사용 가능한 계획 경로를 만들어 더 빠르고 성공적인 제어를 노린다.

기존 잠재 세계 모델은 상태와 목표가 바뀔 때마다 행동 순서를 처음부터 반복 탐색해 계획 비용이 크다. LeFlow는 이미 학습된 세계 모델의 잠재 공간에서 재사용 가능한 경로 사전 정보를 학습해 이 탐색을 한 번의 생성 문제로 바꾼다. 정류 흐름 모델이 현재와 목표 사이의 잠재 경로를 만들고, 역동역학 디코더가 이를 행동 묶음으로 바꾸며, 고정된 세계 모델이 후보를 다시 굴려 확인한다. 네 가지 목표 조건부 픽셀 제어 벤치마크에서 기존의 반복 행동 탐색보다 성공률이 꾸준히 높았고 계획 시간은 대략 10배 줄었다. 다만 현재는 짧고 고정된 계획 구간만 다루며, 더 긴 구간에서는 생성 차원이 커지고 세계 모델의 누적 예측 오차가 늘어나는 한계가 있다.

핵심 요약

• LeFlow는 고정된 잠재 세계 모델 위에서 현재 상태와 목표를 잇는 재사용 가능한 잠재 경로를 정류 흐름 모델로 생성한다.
• 생성된 잠재 전이는 역동역학 디코더가 행동 묶음으로 바꾸고, 세계 모델의 자기회귀 롤아웃이 정해진 수의 후보를 검증해 고른다.
• 네 가지 목표 조건부 픽셀 제어 벤치마크에서 반복적인 행동 공간 최적화보다 성공률이 꾸준히 높았고 계획 시간은 대략 10배 줄었다.
• 이 방식은 세계 모델을 단순 예측기로만 쓰지 않고 여러 상태와 목표에 재사용할 수 있는 빠른 계획기로 확장한다는 적용 의미가 있다.
• 현재 방법은 짧고 고정된 계획 구간에 머물며, 긴 구간에서는 생성 문제가 커지고 고정된 예측기의 롤아웃 오차가 누적되는 한계가 있다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.