CS-JEPA：群ロボットが局所情報だけで同じ未来を予測する仕組み

導入

群ロボットで難しいのは、1 台のロボットが周囲を認識することだけではない。各ロボットが局所的な観測しか持たず、通信帯域も限られる中で、群全体の未来についてできるだけ同じ見通しを持つことが重要になる。論文「One Future, Every Robot」は、この課題に対して Collective-State JEPA（CS-JEPA）を提案している。これは、各ロボットが共通の将来集団状態を表す予測表現を出力するための、完全分散型の予測アーキテクチャである。

核心ポイント

• 分散配備を前提にした設計：タスクは「分散型共有状態予測」として定義される。配備時、各ロボットは 16 フレームの局所履歴を使い、有向エッジごとに 64 個の浮動小数点値からなる再帰的メッセージを送る。グローバル pooling、ターゲットエンコーダ、episode clock、記録済みの未来行動は使わない。
• 再構成ではなく JEPA 的表現学習：CS-JEPA は joint-embedding predictive architecture の考え方に基づく。生の未来をそのまま復元するのではなく、共通の未来 token field を表す埋め込みを予測することで、制御に有用な抽象表現を学ぶことを狙う。
• 少ないラベルで評価：下流の集団ラベルなしで事前学習した後、表現を固定し、6、12、24 個のグローバルラベル付きエピソードで ridge probe を学習する。同じ受信側アンカーと配備容量を持つ raw-future reconstruction ベースラインに対し、CS-JEPA は予測誤差とロボット間一致性の label-budget AUC を改善した。
• トポロジーと規模の変化に対応：実験は同分布、リング構造、mutual-kNN、さらに最大 108 台までの未見規模の群を含む。5 シードの follow-up では、すべての効果が CS-JEPA に有利だったと報告されている。
• 計画にも関係する性能：別の 8 シードの封印 follow-up では、候補となる 4 ステップ計画を入力した action-conditioned predictor を比較している。CS-JEPA は branch-value MSE を 45.5% 低減し、候補スコアの文脈内 Pearson 相関を 0.1291 改善した。未見の N=32 を含め、8 シードすべてで有利な結果だった。

意義と影響

この研究の意義は、群ロボットにおける「共通の未来」を学習可能な表現目標として扱った点にある。実世界の分散ロボットでは、密なグローバルラベルを集めるのは難しく、通信も制約され、ロボット数や接続構造も変わり得る。したがって、ラベルなしの経験から表現を学び、少数のラベル付きエピソードで利用できる手法は実用的な価値を持つ。

また、結果は JEPA 型の目的が、単純な未来再構成よりも分散制御に適している可能性を示している。各ロボットが未来の細部を再現するのではなく、同じ抽象的な予測表現を共有し、それを行動価値推定にも使えるからだ。まだ実験段階の成果であり、より複雑な物理環境での検証は必要だが、群ロボット向け世界モデルの有望な方向性といえる。

出典：Hugging Face Daily Papers