論文の概要: World Models Should Prioritize the Unification of Physical and Social Dynamics

• arxiv url: http://arxiv.org/abs/2510.21219v1
• Date: Fri, 24 Oct 2025 07:42:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-28 09:00:15.40862
• Title: World Models Should Prioritize the Unification of Physical and Social Dynamics
• Title（参考訳）: 世界モデルは物理的・社会的ダイナミクスの統合を優先すべきである
• Authors: Xiaoyuan Zhang, Chengdong Ma, Yizhe Huang, Weidong Huang, Siyuan Qi, Song-Chun Zhu, Xue Feng, Yaodong Yang,
• Abstract要約: 本稿では、物理的・社会的予測能力の体系的・双方向統合が、世界モデル開発における次の重要なフロンティアであると主張している。 包括的世界モデルは、客観的物理法則を主観的、進化的、文脈に依存した社会力学の性質と一体的に統合する必要があると我々は主張する。
• 参考スコア（独自算出の注目度）: 57.91940497010114
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World models, which explicitly learn environmental dynamics to lay the foundation for planning, reasoning, and decision-making, are rapidly advancing in predicting both physical dynamics and aspects of social behavior, yet predominantly in separate silos. This division results in a systemic failure to model the crucial interplay between physical environments and social constructs, rendering current models fundamentally incapable of adequately addressing the true complexity of real-world systems where physical and social realities are inextricably intertwined. This position paper argues that the systematic, bidirectional unification of physical and social predictive capabilities is the next crucial frontier for world model development. We contend that comprehensive world models must holistically integrate objective physical laws with the subjective, evolving, and context-dependent nature of social dynamics. Such unification is paramount for AI to robustly navigate complex real-world challenges and achieve more generalizable intelligence. This paper substantiates this imperative by analyzing core impediments to integration, proposing foundational guiding principles (ACE Principles), and outlining a conceptual framework alongside a research roadmap towards truly holistic world models.
• Abstract（参考訳）: 計画、推論、意思決定の基礎を築くために環境力学を明示的に学習する世界モデルは、物理的ダイナミクスと社会的行動の側面の両方を予測するために急速に進歩しているが、主に別々のサイロで行われている。 この分割は、物理的環境と社会構造の間の重要な相互作用をモデル化する体系的な失敗をもたらし、現在のモデルは、物理的および社会的現実が不可解に絡み合っている現実のシステムの真の複雑さに適切に対処することができない。 このポジションペーパーは、物理的および社会的予測能力の体系的で双方向の統合が、世界モデル開発における次の重要なフロンティアであると主張している。 包括的世界モデルは、客観的物理法則を主観的、進化的、文脈に依存した社会力学の性質と一体的に統合する必要があると我々は主張する。 このような統合は、複雑な現実世界の課題を堅牢にナビゲートし、より一般化可能なインテリジェンスを達成する上で、AIにとって最重要課題である。 本論では, 統合に要する障害を分析し, 基礎的指針原則(ACE Principles)を提案し, 真の全体論的世界モデルに向けた研究ロードマップと並行して, 概念的枠組みの概要を述べる。

関連論文リスト

• Social World Model-Augmented Mechanism Design Policy Learning [58.739456918502704]
  SWM-AP (Social World Model-Augmented Mechanism Design Policy Learning) を導入する。 SWM-APは,累積報酬とサンプル効率において,モデルベースおよびモデルフリーのRLベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-10-22T06:01:21Z)
• One Life to Learn: Inferring Symbolic World Models for Stochastic Environments from Unguided Exploration [77.8436947454471]
  シンボリック・ワールド・モデリングは、実行可能プログラムとして環境の遷移力学を推論し、表現する必要がある。 OneLifeは、条件付きアクティベートされたプログラム法則を通じて世界ダイナミクスをモデル化するフレームワークである。 OneLifeは、最小限の、ガイドなしのインタラクションから、キー環境のダイナミクスをうまく学べる。
  論文  参考訳（メタデータ） (2025-10-14T02:49:32Z)
• Edge General Intelligence Through World Models and Agentic AI: Fundamentals, Solutions, and Challenges [87.02855999212817]
  エッジ・ジェネラル・インテリジェンス(エッジ・ジェネラル・インテリジェンス、Edge General Intelligence、EGI)は、分散エージェントが自律的に知覚、理性、行動する能力を持つエッジ・コンピューティングの変革的進化を表す。 世界モデルは、将来の軌跡を予測するだけでなく、積極的に想像するプロアクティブな内部シミュレーターとして機能し、不確実性の理由を定め、予見で多段階のアクションを計画する。 この調査は、世界モデルがどのようにエージェント人工知能(AI)システムをエッジで強化できるかを包括的に分析することで、ギャップを埋める。
  論文  参考訳（メタデータ） (2025-08-13T07:29:40Z)
• Learning Local Causal World Models with State Space Models and Attention [1.5498250598583487]
  本研究では,SSMが単純な環境のダイナミクスをモデル化し,因果モデルを同時に学習できることを示す。 我々は、SSMの強みに傾倒するさらなる実験の道を開き、因果意識でそれらをさらに強化する。
  論文  参考訳（メタデータ） (2025-05-04T11:57:02Z)
• The Essential Role of Causality in Foundation World Models for Embodied AI [102.75402420915965]
  身体的なAIエージェントは、さまざまな現実世界環境で新しいタスクを実行する能力を必要とします。 現在の基礎モデルは物理的相互作用を正確にモデル化することができないため、Embodied AIには不十分である。 因果関係の研究は、検証世界モデルの構築に寄与する。
  論文  参考訳（メタデータ） (2024-02-06T17:15:33Z)
• CERN for AI: A Theoretical Framework for Autonomous Simulation-Based Artificial Intelligence Testing and Alignment [1.7586848727052424]
  本研究では,現実世界の環境を再現するバーチャルリアリティー・フレームワークにおける,革新的なシミュレーションに基づくマルチエージェントシステムについて検討する。 このフレームワークは、複雑な社会構造と相互作用をシミュレートしてAIを調べ、最適化する自動化された「デジタル市民」によって人口が占められている。
  論文  参考訳（メタデータ） (2023-12-14T23:48:51Z)

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。