galilai-group/stable-worldmodel

何を解決するか

世界モデル研究のための統合的で再現可能なプラットフォームを提供し、ワークフローの3つの主要段階（データ収集、モデル訓練、モデル予測制御（MPC）による評価）を簡素化します。データ処理や計画ソルバーのためのボイラープレートコードを書く必要がなくなるため、研究者はモデルアーキテクチャや目的関数に集中できます。

動作方法

このプラットフォームは、以下の主要なコンポーネントを1つのインターフェースに統合しています：

• データ管理：LanceDB、HDF5、フォルダ、動画、LeRobot などの複数のバックエンドをサポートするフォーマットレジストリ。フォーマット間のワンショット移行を可能にする組み込みツールも備えています。
• 環境スイート：DeepMind Control Suite、Gymnasium、OGBench、Atari などから得られる標準化された環境の多数を提供。多くの環境には「変化要因（factors of variation）」が含まれており、モデルが異なる視覚的・物理的設定にどのように一般化するかをテストできます。
• 計画ソルバー：サンプリングベースのソルバー（例：CEM、MPPI）と勾配ベースのソルバー（例：SGD、Adam）の参照実装を同梱しており、世界モデルの予測を行動に変換します。
• 統合API：シンプルなPython APIにより、エキスパートポリシーでデータを収集し、モデルを訓練し、WorldModelPolicy とソルバーを組み合わせて評価できます。

対象ユーザー

世界モデル、身体的な知能、モデル予測制御に取り組むAI研究者およびエンジニア。多様な環境で結果をベンチマークし、再現できる標準化された方法が必要な方々です。

主な特徴

• 広範な環境ライブラリ：シンプルな制御（CartPole）から複雑なロボット工学（Fetch）まで、Atariゲームを含む幅広いタスクをカバー。
• 高性能なデータI/O：LanceDBを活用した高速なインデックス読み取りと、追加に最適化されたストレージ。
• 組み込みベースライン：JEPAベースのモデル（LeWM、DINO-WM）や、その他の行動クローンやRLベースラインの参照実装を含む。
• 一般化テスト機能：統合された変化要因により、分布シフトに対するゼロショット一般化の評価が容易になります。