論文の概要: Human Cognition in Machines: A Unified Perspective of World Models

• arxiv url: http://arxiv.org/abs/2604.16592v1
• Date: Fri, 17 Apr 2026 17:51:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.098673
• Title: Human Cognition in Machines: A Unified Perspective of World Models
• Title（参考訳）: 機械における人間の認知:世界モデルの統一的視点
• Authors: Timothy Rupprecht, Pu Zhao, Amir Taherin, Arash Akbari, Arman Akbari, Yumei He, Sean Duffy, Juyi Lin, Yixiao Chen, Rahul Chowdhury, Enfu Nan, Yixin Shen, Yifan Cao, Haochen Zeng, Weiwei Chen, Geng Yuan, Jennifer Dy, Sarah Ostadabbas, Silvia Zhang, David Kaeli, Edmund Yeh, Yanzhi Wang,
• Abstract要約: 本報告は、彼らが革新した認知機能による先行研究を区別する。 我々は認知アーキテクチャ理論(CAT)に関連するすべての認知機能を完全に組み込んだ世界モデルのための概念統合フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 31.732582399063944
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This comprehensive report distinguishes prior works by the cognitive functions they innovate. Many works claim an almost "human-like" cognitive capability in their world models. To evaluate these claims requires a proper grounding in first principles in Cognitive Architecture Theory (CAT). We present a conceptual unified framework for world models that fully incorporates all the cognitive functions associated with CAT (i.e. memory, perception, language, reasoning, imagining, motivation, and meta-cognition) and identify gaps in the research as a guide for future states of the art. In particular, we find that motivation (especially intrinsic motivation) and meta-cognition remain drastically under-researched, and we propose concrete directions informed by active inference and global workspace theory to address them. We further introduce Epistemic World Models, a new category encompassing agent frameworks for scientific discovery that operate over structured knowledge. Our taxonomy, applied across video, embodied, and epistemic world models, suggests research directions where prior taxonomies have not.
• Abstract（参考訳）: この総合的なレポートは、彼らが革新する認知機能によって以前の研究を区別する。 多くの作品は、彼らの世界モデルにおいて、ほぼ「人間に似た」認知能力を主張している。 これらの主張を評価するには、認知アーキテクチャ理論(CAT)の第1原則を適切に基礎づける必要がある。 我々は、CATに関連するすべての認知機能(記憶、知覚、言語、推論、想像、モチベーション、メタ認知)を完全に組み込んだ世界モデルのための概念的統合フレームワークを提案し、研究のギャップを未来の最先端のガイドとして特定する。 特に、モチベーション(特に本質的なモチベーション)とメタ認知は、研究が過小評価されているままであり、アクティブな推論とグローバルなワークスペース理論によって情報を得る具体的な方向性を提案する。 さらに、構造化された知識を操作する科学的発見のためのエージェントフレームワークを含む新しいカテゴリである、疫学世界モデルを紹介します。 我々の分類学は、ビデオ、エンボディド、および疫学の世界モデルに応用され、以前の分類学がそうでない研究方向を示唆している。

関連論文リスト

• The Trinity of Consistency as a Defining Principle for General World Models [106.16462830681452]
  一般世界モデルは、客観的物理法則を学習し、シミュレートし、推論することができる。 本稿では,一般世界モデルに必要な基本的特性を定義するための理論的枠組みを提案する。 我々の研究は、現在のシステムの限界と将来の進歩のためのアーキテクチャ要件の両方を明確にし、一般的な世界モデルへの原則的な経路を確立します。
  論文  参考訳（メタデータ） (2026-02-26T16:15:55Z)
• Research on World Models Is Not Merely Injecting World Knowledge into Specific Tasks [43.59401259468559]
  我々は、ロバストな世界モデルは、能力の緩やかな集まりではなく、相互作用、知覚、象徴的推論、空間的表現を一体的に組み込んだ規範的な枠組みであるべきだと主張する。 この研究は、未来の研究を世界のより一般的で堅牢で原則化されたモデルへと導くことを目的としている。
  論文  参考訳（メタデータ） (2026-02-02T04:42:44Z)
• Visual Generation Unlocks Human-Like Reasoning through Multimodal World Models [60.543714835980325]
  人間は、これらのモデル内の概念を操作することによって、内的世界モデルと理性を構築する。 近年のAIの進歩は、世界モデルが大きな言語モデルに埋め込まれていると信じられている人間の認知能力に近似している。 本稿では,視覚生成が推論にどのような効果をもたらすかについて,最初の原理的考察を行った。
  論文  参考訳（メタデータ） (2026-01-27T17:40:07Z)
• Evolving Cognitive Architectures [51.56484100374058]
  本稿では,次世代のインテリジェントな技術システムの構築につながる研究と開発の方向性を提案する。 これらのシステムの特徴的な特徴は、進化的変化を起こす能力である。
  論文  参考訳（メタデータ） (2025-12-29T10:09:20Z)
• On the Role of Entity and Event Level Conceptualization in Generalizable Reasoning: A Survey of Tasks, Methods, Applications, and Future Directions [62.06913340614293]
  本稿では,概念化されるインスタンスのタイプに基づいて,異なる概念化のタイプを4つのレベルに分類する。 本稿では,150以上の論文を包括的に調査し,概念化に関連するさまざまな定義,リソース,手法,下流アプリケーションについて調査する。
  論文  参考訳（メタデータ） (2024-06-16T10:32:41Z)
• Exploring Conceptual Modeling Metaphysics: Existence Containers, Leibniz's Monads and Avicenna's Essence [0.0]
  ソフトウェア工学における要求仕様は、対象ドメインの概念モデルを開発することを含む。 多くのメタ物理的な研究は、モデル構築プロセスとして理解されるのが最適である。 その焦点は、静的性と動的性の2相の世界におけるTMモデリングの単一カテゴリとしてのチマクである。
  論文  参考訳（メタデータ） (2024-02-20T22:25:20Z)
• A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
  大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。 我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
  論文  参考訳（メタデータ） (2023-10-14T23:28:48Z)
• Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
  本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。 ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
  論文  参考訳（メタデータ） (2022-06-03T12:24:49Z)

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。