論文の概要: World Model Implanting for Test-time Adaptation of Embodied Agents

• arxiv url: http://arxiv.org/abs/2509.03956v1
• Date: Thu, 04 Sep 2025 07:32:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-05 20:21:10.088838
• Title: World Model Implanting for Test-time Adaptation of Embodied Agents
• Title（参考訳）: 人工呼吸器の試験時間適応のための世界モデルインプラント
• Authors: Minjong Yoo, Jinwoo Jang, Sihyung Yoon, Honguk Woo,
• Abstract要約: 具体的AIにおいて、永続的な課題は、エージェントが広範なデータ収集や再トレーニングを必要とせずに、新しいドメインへの堅牢な適応を可能にすることである。 本稿では、大規模言語モデルの推論能力と、独立に学習されたドメイン固有世界モデルを組み合わせた世界モデル埋め込みフレームワーク(WorMI)を提案する。 我々は、VirtualHomeとALFWorldのベンチマークでWorMIを評価し、いくつかのLSMベースのアプローチと比較して、ゼロショットと少数ショットのパフォーマンスが優れていることを示した。
• 参考スコア（独自算出の注目度）: 29.514831254621438
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In embodied AI, a persistent challenge is enabling agents to robustly adapt to novel domains without requiring extensive data collection or retraining. To address this, we present a world model implanting framework (WorMI) that combines the reasoning capabilities of large language models (LLMs) with independently learned, domain-specific world models through test-time composition. By allowing seamless implantation and removal of the world models, the embodied agent's policy achieves and maintains cross-domain adaptability. In the WorMI framework, we employ a prototype-based world model retrieval approach, utilizing efficient trajectory-based abstract representation matching, to incorporate relevant models into test-time composition. We also develop a world-wise compound attention method that not only integrates the knowledge from the retrieved world models but also aligns their intermediate representations with the reasoning model's representation within the agent's policy. This framework design effectively fuses domain-specific knowledge from multiple world models, ensuring robust adaptation to unseen domains. We evaluate our WorMI on the VirtualHome and ALFWorld benchmarks, demonstrating superior zero-shot and few-shot performance compared to several LLM-based approaches across a range of unseen domains. These results highlight the frameworks potential for scalable, real-world deployment in embodied agent scenarios where adaptability and data efficiency are essential.
• Abstract（参考訳）: 具体的AIにおいて、永続的な課題は、エージェントが広範なデータ収集や再トレーニングを必要とせずに、新しいドメインへの堅牢な適応を可能にすることである。 そこで本研究では,大規模言語モデル (LLM) の推論能力と,テスト時間合成による独立に学習されたドメイン固有世界モデルを組み合わせた世界モデル埋め込みフレームワーク (WorMI) を提案する。 世界モデルのシームレスな埋め込みと除去を可能にすることで、エンボディエージェントのポリシーはドメイン間の適合性を達成し維持する。 WorMIフレームワークでは、効率的な軌道に基づく抽象表現マッチングを利用してプロトタイプベースの世界モデル検索手法を用いて、関連するモデルをテスト時間構成に組み込む。 また,検索した世界モデルからの知識を統合するだけでなく,その中間表現をエージェントのポリシー内での推論モデルの表現と整合させる,世界規模の複合的注意法も開発している。 このフレームワーク設計は、複数の世界モデルからドメイン固有の知識を効果的に融合させ、目に見えないドメインへの堅牢な適応を保証する。 我々はVirtualHomeとALFWorldのベンチマークでWorMIを評価し、さまざまな未確認領域にわたるLSMベースのアプローチと比較して、ゼロショットと少数ショットのパフォーマンスが優れていることを示した。 これらの結果は、適応性とデータ効率が不可欠である実施されたエージェントシナリオにおいて、スケーラブルで実世界のデプロイが可能なフレームワークを強調している。

関連論文リスト

• 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)
• Decentralized Transformers with Centralized Aggregation are Sample-Efficient Multi-Agent World Models [106.35361897941898]
  本稿では,分散化された局所力学を拡張性のために学習するマルチエージェントRL(MARL)の新たな世界モデルを提案する。 また、集中表現アグリゲーションを可能にする効果的なソリューションとしてPerceiver Transformerを導入する。 Starcraft Multi-Agent Challenge (SMAC) の結果は、サンプル効率と全体的な性能の両方において、強力なモデルフリーアプローチと既存のモデルベース手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-06-22T12:40:03Z)
• Federated and Generalized Person Re-identification through Domain and Feature Hallucinating [88.77196261300699]
  人物再識別(re-ID)におけるフェデレーションドメイン一般化(FedDG)の問題について検討する。 一般化された局所的・グローバルなモデルを学ぶための多様な特徴を創出する手法として,DFH (Domain and Feature Hallucinating) を提案する。 提案手法は4つの大規模re-IDベンチマークにおいてFedDGの最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-03-05T09:15:13Z)

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。