論文の概要: What if? Emulative Simulation with World Models for Situated Reasoning

• arxiv url: http://arxiv.org/abs/2603.06445v1
• Date: Fri, 06 Mar 2026 16:37:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 13:17:46.207655
• Title: What if? Emulative Simulation with World Models for Situated Reasoning
• Title（参考訳）: 仮定推論のための世界モデルを用いたエミュレーティブシミュレーション
• Abstract要約: WanderDreamは、精神探査のエミュレータシミュレーションのために設計された最初の大規模データセットである。 WanderDream-Genは、HM3D、ScanNet++、および実世界のキャプチャから1,088の実際のシーンにわたる15.8Kのパノラマビデオで構成されている。 WanderDream-QAは158Kの質問応答ペアを含み、各軌道に沿った開始状態、経路、終了状態をカバーする。
• 参考スコア（独自算出の注目度）: 51.770776877972956
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Situated reasoning often relies on active exploration, yet in many real-world scenarios such exploration is infeasible due to physical constraints of robots or safety concerns of visually impaired users. Given only a limited observation, can an agent mentally simulate a future trajectory toward a target situation and answer spatial what-if questions? We introduce WanderDream, the first large-scale dataset designed for the emulative simulation of mental exploration, enabling models to reason without active exploration. WanderDream-Gen comprises 15.8K panoramic videos across 1,088 real scenes from HM3D, ScanNet++, and real-world captures, depicting imagined trajectories from current viewpoints to target situations. WanderDream-QA contains 158K question-answer pairs, covering starting states, paths, and end states along each trajectory to comprehensively evaluate exploration-based reasoning. Extensive experiments with world models and MLLMs demonstrate (1) that mental exploration is essential for situated reasoning, (2) that world models achieve compelling performance on WanderDream-Gen, (3) that imagination substantially facilitates reasoning on WanderDream-QA, and (4) that WanderDream data exhibit remarkable transferability to real-world scenarios. The source code and all data will be released.
• Abstract（参考訳）: 特定の推論は、しばしば活発な探索に依存するが、現実の多くのシナリオでは、ロボットの物理的制約や視覚障害者の安全上の懸念のため、そのような探索は不可能である。 限られた観察しか持たず、エージェントは、対象の状況に対する将来の軌跡を精神的にシミュレートし、空間的な何に対する質問に答えることができるか? We introduced WanderDream, a first large-scale dataset designed for emulative Simulation of mental exploration。 WanderDream-Genは、HM3D、ScanNet++、および現実世界のキャプチャから1,088の実際のシーンに15.8Kのパノラマビデオで構成され、現在の視点からターゲットの状況への想像上の軌跡を描いている。 WanderDream-QAは158Kの質問応答ペアを含み、各軌道に沿って開始状態、経路、終了状態をカバーし、探索に基づく推論を包括的に評価する。 ワールドモデルとMLLMを用いた大規模な実験では,(1)位置推論には心的探索が不可欠であること,(2)世界モデルがWanderDream-Gen上で魅力的なパフォーマンスを達成すること,(3)想像力がWanderDream-QA上での推論を大幅に促進すること,(4)WanderDreamデータが実世界のシナリオへの顕著な伝達性を示すこと,などが示されている。 ソースコードとすべてのデータがリリースされる。

関連論文リスト

• Self-supervised Hierarchical Visual Reasoning with World Model [82.64295546475257]
  対戦相手を持つ3Dオープンワールド環境は、強化学習における中核的な課題である。 階層型世界モデルであるResDreamerを提案し、各上位層をトレーニングし、下層の残余を再構築する。 この設計は、ますます洗練された世界力学の進歩的な抽象化を可能にし、よりリッチな潜在表現の出現を促進する。
  論文  参考訳（メタデータ） (2026-05-17T16:42:42Z)
• IndustryNav: Exploring Spatial Reasoning of Embodied Agents in Dynamic Industrial Navigation [56.43007596544299]
  IndustryNavは、アクティブな空間推論のための最初の動的産業用ナビゲーションベンチマークである。 9つの最先端のVisual Large Language Modelsの研究によると、クローズドソースモデルは一貫した優位性を維持している。
  論文  参考訳（メタデータ） (2025-11-21T16:48:49Z)
• AirScape: An Aerial Generative World Model with Motion Controllability [29.696659138543136]
  AirScapeは、6自由度飛行エージェント用に設計された世界初の世界モデルである。 現在の視覚的入力と動きの意図に基づいて将来の観測を予測する。
  論文  参考訳（メタデータ） (2025-07-10T16:05:30Z)
• Imagine, Verify, Execute: Memory-guided Agentic Exploration with Vision-Language Models [81.08295968057453]
  本稿では,人間の好奇心に触発されたエージェント探索フレームワークIVEを紹介する。 シミュレーションおよび実世界のテーブルトップ環境におけるIVEの評価を行った。
  論文  参考訳（メタデータ） (2025-05-12T17:59:11Z)
• DriveDreamer: Towards Real-world-driven World Models for Autonomous Driving [76.24483706445298]
  実世界の運転シナリオから完全に派生した世界モデルであるDriveDreamerを紹介する。 最初の段階では、DriveDreamerは構造化されたトラフィックの制約を深く理解し、次の段階では将来の状態を予測できる。 DriveDreamerは、現実的で合理的な運転ポリシーの生成を可能にし、インタラクションと実用的なアプリケーションのための道を開く。
  論文  参考訳（メタデータ） (2023-09-18T13:58:42Z)
• NavDreams: Towards Camera-Only RL Navigation Among Humans [35.57943738219839]
  我々は,アタリゲームにおけるモデリングと学習の方針を示す世界モデルの概念が,カメラによるナビゲーション問題にも適用できるかどうかを考察する。 我々は、ロボットが目標を達成するために衝突することなく、静的で動く人間を通り過ぎなければならないシミュレーション環境を作成する。 現状の手法はナビゲーション問題の解決に成功でき、将来の画像系列の夢のような予測を生成することができる。
  論文  参考訳（メタデータ） (2022-03-23T09:46:44Z)
• Pathdreamer: A World Model for Indoor Navigation [62.78410447776939]
  本研究では,新しい屋内環境をナビゲートするエージェントの視覚的世界モデルPathdreamerを紹介する。 過去に1つ以上の視覚観測がなされると、パスドレーマーは可視性の高い高解像度の360度視覚観測を生成する。 不確実性の高い地域では、Pathdreamerは多様なシーンを予測でき、エージェントは複数の現実的な結果をサンプリングすることができる。
  論文  参考訳（メタデータ） (2021-05-18T18:13:53Z)
• Out of the Box: Embodied Navigation in the Real World [45.97756658635314]
  シミュレーションで得られた知識を現実世界に伝達する方法を示す。 モデルは1台のIntel RealSenseカメラを搭載したLoCoBotにデプロイします。 本実験では,得られたモデルを実世界に展開することで,満足のいく結果が得られることを示した。
  論文  参考訳（メタデータ） (2021-05-12T18:00:14Z)

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。