# 学習型の目標指標で4ベンチマークの計画成功率が向上

> 新たなarXiv論文によると、目標までの所要時間で状態を順位付けする手法により、4つのベンチマークで計画成功率の平均が32.7%から63.0%に上昇した。

Oossa · 2026-11-05 · https://oossa.com/ja/a-learned-goal-metric-lifts-planning-success-in-four-benchmarks

出来事の日付: 2026-11-04

Time-to-Goal（T2G）と呼ばれる新手法は、目標に到達するまでの時間が短い状態ほど低いコストを割り当て、ロボットがより長い経路を計画できるようにすることを目指す。研究者らは、報酬ラベルや方策ラベルを使わず、オフラインの軌跡データでT2Gを学習させた。世界モデルのエンコーダーと予測器は固定したまま、一般的なユークリッド距離による目標コストの代わりにT2Gを使う。

論文で報告された結果では、T2Gを使うことで、4つのナビゲーションおよびマニピュレーションのベンチマークにおける計画成功率の平均が32.7%から63.0%に上昇し、階層型JEPAのベースラインに迫るか、一部では上回った。この論文は2026年11月4日にarXivへ投稿された。

## 事実

- 報告された計画成功率の平均：フラットなLeWMでは32.7%、4つのベンチマークでT2Gでは63.0%。
- 論文によると、T2Gはオフラインの軌跡から学習し、報酬ラベルや方策ラベルを必要としない。

## なぜ重要か

フラットな世界モデルを使うロボット研究者にとって、今回の結果は、モデルのエンコーダーや予測器を再学習しなくても、学習型の目標コスト指標によってベンチマークでの計画成功率を高められる可能性を示している。ただし、実際のロボットでの性能は確認されていない。

## 出典と参考資料

1. [Time-to-Goal: Learned Temporal Metrics for Long-Horizon Planning with JEPA World Models](https://arxiv.org/abs/2611.05847) – arXiv cs.RO, 2026-11-05

最終更新: 2026-11-05