論文の概要: Assessing Adaptive World Models in Machines with Novel Games

• arxiv url: http://arxiv.org/abs/2507.12821v2
• Date: Tue, 22 Jul 2025 17:07:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-23 13:10:14.720291
• Title: Assessing Adaptive World Models in Machines with Novel Games
• Title（参考訳）: 新たなゲームを持つ機械における適応的世界モデルの評価
• Authors: Lance Ying, Katherine M. Collins, Prafull Sharma, Cedric Colas, Kaiya Ivy Zhao, Adrian Weller, Zenna Tavares, Phillip Isola, Samuel J. Gershman, Jacob D. Andreas, Thomas L. Griffiths, Francois Chollet, Kelsey R. Allen, Joshua B. Tenenbaum,
• Abstract要約: 我々は、迅速な適応は、環境の内部表現の効率的な構築と洗練と結びついていると論じる。 人工知能における世界モデルの現在の理解と評価は依然として狭いままである。 そこで本研究では,真で深みがあり,常にリフレッシュするノベルティを持つ,慎重に設計されたゲームスイートをベースとした,新たなベンチマークパラダイムを提案する。
• 参考スコア（独自算出の注目度）: 77.94506923046423
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human intelligence exhibits a remarkable capacity for rapid adaptation and effective problem-solving in novel and unfamiliar contexts. We argue that this profound adaptability is fundamentally linked to the efficient construction and refinement of internal representations of the environment, commonly referred to as world models, and we refer to this adaptation mechanism as world model induction. However, current understanding and evaluation of world models in artificial intelligence (AI) remains narrow, often focusing on static representations learned from training on massive corpora of data, instead of the efficiency and efficacy in learning these representations through interaction and exploration within a novel environment. In this Perspective, we provide a view of world model induction drawing on decades of research in cognitive science on how humans learn and adapt so efficiently; we then call for a new evaluation framework for assessing adaptive world models in AI. Concretely, we propose a new benchmarking paradigm based on suites of carefully designed games with genuine, deep and continually refreshing novelty in the underlying game structures -- we refer to this class of games as novel games. We detail key desiderata for constructing these games and propose appropriate metrics to explicitly challenge and evaluate the agent's ability for rapid world model induction. We hope that this new evaluation framework will inspire future evaluation efforts on world models in AI and provide a crucial step towards developing AI systems capable of human-like rapid adaptation and robust generalization -- a critical component of artificial general intelligence.
• Abstract（参考訳）: 人間の知性は、新しい状況と馴染みの無い状況において、迅速な適応と効果的な問題解決の顕著な能力を示す。 我々は、この深い適応性は、一般的には世界モデルと呼ばれる環境の内部表現の効率的な構築と洗練に根本的に関係していると論じ、この適応機構を世界モデル誘導と呼ぶ。 しかし、人工知能(AI)における世界モデルの現在の理解と評価は、しばしば、新しい環境での相互作用や探索を通じてこれらの表現を学習する効率と有効性ではなく、大量のデータコーパスのトレーニングから学んだ静的表現に焦点を当てている。 この視点では、人間の学習と適応の効率性に関する認知科学における何十年にもわたっての研究に基づく世界モデル誘導の視点を提供し、AIにおける適応世界モデルを評価するための新たな評価フレームワークを提唱する。 具体的には,ゲーム構造に根ざした真の,深い,継続的なリフレッシュなノベルティを備えた,慎重に設計されたゲームスイートをベースとした,新たなベンチマークパラダイムを提案する。 本稿では,これらのゲームを構築する上で重要なデシラタについて詳述するとともに,エージェントの迅速な世界モデル誘導能力に挑戦し,評価するための適切な指標を提案する。 この新たな評価フレームワークは、AIの世界モデルに対する将来の評価努力を刺激し、人間のような迅速な適応と堅牢な一般化が可能なAIシステム(人工知能の重要なコンポーネント)を開発するための重要なステップを提供することを期待しています。

関連論文リスト

• Critiques of World Models [15.85362493719642]
  我々は、世界モデルの第一の目的は、目的的推論と行動のために、現実世界のあらゆる実行可能な可能性をシミュレートすることであると主張している。 本稿では,階層的・多層的・混合的連続・離散的表現に基づく汎用世界モデルのための新しいアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-07-07T16:23:46Z)
• World Models for Cognitive Agents: Transforming Edge Intelligence in Future Networks [55.90051810762702]
  本稿では,世界モデルを概観し,そのアーキテクチャ,トレーニングパラダイム,予測,生成,計画,因果推論といった応用を概観する。 ワイヤレスエッジインテリジェンス最適化に適した,新しい世界モデルに基づく強化学習フレームワークであるWireless Dreamerを提案する。
  論文  参考訳（メタデータ） (2025-05-31T06:43:00Z)
• AI in a vat: Fundamental limits of efficient world modelling for agent sandboxing and interpretability [84.52205243353761]
  最近の研究は、世界モデルを使用して、AIエージェントをデプロイ前にテストできる制御された仮想環境を生成することを提案する。 評価対象のAIエージェントに非依存な世界モデルを簡単にする方法を検討する。
  論文  参考訳（メタデータ） (2025-04-06T20:35:44Z)
• AdaWorld: Learning Adaptable World Models with Latent Actions [76.50869178593733]
  我々は,効率的な適応を実現する革新的な世界モデル学習手法であるAdaWorldを提案する。 主要なアイデアは、世界モデルの事前トレーニング中にアクション情報を統合することである。 次に、これらの潜伏行動を条件とした自己回帰的世界モデルを開発する。
  論文  参考訳（メタデータ） (2025-03-24T17:58:15Z)
• Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics [50.191655141020505]
  この研究は、長期水平予測、エラー蓄積、およびsim-to-real転送の課題に対処することで、モデルに基づく強化学習を前進させる。 スケーラブルでロバストなフレームワークを提供することで、現実のアプリケーションにおいて適応的で効率的なロボットシステムを実現することができる。
  論文  参考訳（メタデータ） (2025-01-17T10:39:09Z)
• Explanation, Debate, Align: A Weak-to-Strong Framework for Language Model Generalization [0.6629765271909505]
  本稿では,言語モデルにおける弱強一般化によるモデルアライメントの新たなアプローチを提案する。 このファシリテーションに基づくアプローチは、モデルの性能を高めるだけでなく、モデルアライメントの性質に関する洞察も提供することを示唆している。
  論文  参考訳（メタデータ） (2024-09-11T15:16:25Z)
• Brain-inspired Artificial Intelligence: A Comprehensive Review [15.964784631512414]
  レビューは、現代のAIモデル、すなわち脳にインスパイアされた人工知能(BIAI)を形成する多様なデザインインスピレーションを探求する 本稿では,BIAIアプローチを物理的構造に着想を得たモデルと人間行動に着想を得たモデルに分類する。 さまざまなBIAIモデルが優れている実世界のアプリケーションについて検討し、その実用的メリットとデプロイメント上の課題を強調します。
  論文  参考訳（メタデータ） (2024-08-27T06:49:50Z)
• Is Sora a World Simulator? A Comprehensive Survey on General World Models and Beyond [101.15395503285804]
  一般世界モデルは、人工知能(AGI)の実現への決定的な道のりを表現している 本調査では,世界モデルの最新動向を包括的に調査する。 我々は,世界モデルの課題と限界について検討し,今後の方向性について考察する。
  論文  参考訳（メタデータ） (2024-05-06T14:37:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。