論文『LAWA』、World Action Modelの未来予測を潜在行動で代替し推論遅延を42.9%削減

World Action Model（WAM）の計算コストを下げる手法「LAWA（Latent Action as Intention）」の論文がarXivに投稿された。WAMは未来の動画を想像してから行動を決めるため推論が重いが、LAWAは動画フレームの代わりに圧縮した潜在行動を「未来の意図」の表現として使い、テスト時の想像を軽量に保つ。行動ラベルなしデータで事前学習した離散トークナイザがタスク固有のコードブック目標を作り、連続的な潜在状態と実行可能な行動列を同時にデノイズする構成になっている。

RoboCasaではfew-shotで成功率65.6%とFast-WAMを9.6ポイント上回り、全データでも80.8%（+4.5pt）。推論遅延はJoint-WAM比で42.9%減った。LIBERO-Plusのゼロショット頑健性でも競合と同等とし、実機タスクでも優位を報告する。著者らは「未来の想像は捨てる必要がない。潜在行動で保持すれば性能・汎化・遅延のトレードオフが取れる」と結論づけており、先週のRISE（想像の計算量を動的配分）と同じく、WAMの推論コスト問題への解が続いている。