PRISM：世界モデルにおける事前分布誘導型の想像サンプリング
連続制御タスクにおいて、モデルベース計画の有効性は、世界モデルが将来状態をどれだけ正確に評価できるかに加えて、候補行動がどのように生成されるかにも大きく依存する。論文「PRISM: PRior-guided Imagination Sampling in world Models」は、モデルが未来をどれだけ正確にシミュレートするかという問いだけでなく、「そもそもどの候補行動を評価する価値があるのか」という問いを立てている。本論文は2026年6月6日にarXivへ投稿され、番号は2606.07974、著者はYuhai Wang氏ら7名で、ロボティクス（cs.RO）と人工知能（cs.AI）に分類されている。
既存のプランナは一般に、任意に探索を行うか、専門家のデモンストレーションをサンプリング平均の初期化にのみ用いるため、専門家が持つ状態条件付きの信頼度情報を捨ててしまっている。探索を適切に導くには堅牢な行動事前分布が必要だが、現在の手法は独立した視覚エンコーダや大規模な視覚言語モデル（VLM）に頼ってこれを得ることが多い。著者らは、このようなアーキテクチャの肥大化は不要であり、同一のデータと世界モデル自身が学習した表現に、エージェントの行動直感が本来内在していると主張する。
そこでPRISMは、単一のデータセットからデータと世界モデル表現の両方を抽出しつつ、厳格なアーキテクチャの簡潔さを保つタスク非依存のフレームワークを提案する。標準的なJEPA形式の潜在世界モデルを基盤とし、凍結されたエンコーダに軽量なMLPを直接接続して、状態条件付きガウス事前分布を予測する。計画時には、この事前分布を精度加重の「ガウス積（Product-of-Gaussians）」更新によってプランナのサンプリング分布へ融合する。このパラメータ不要の閉形式統合により、事前分布が自信を持つ領域ではサンプリングを強く誘導し、自信がない領域では制御を譲る。
実験では、世界モデルに基づく標準的なMPCと比較して、PRISMはCubeタスクで成功率を35ポイント、PushTタスクで32ポイント向上させ、しかも推論時の顕著なオーバーヘッドを生じないことを示した。本成果は、世界モデル自身の表現を活用し、閉形式で事前分布を融合することで、複雑なアーキテクチャを追加せずともモデルベース計画の性能を大きく改善できることを示している。
投稿履歴によれば、v1は2026年6月6日04:18:10 UTCに提出され、全文は約11,128 KBで、PDF、実験的HTML、TeXソースなどから取得可能であり、DOIリンクも提供されている。