論文の概要: World Model for Robot Learning: A Comprehensive Survey
- arxiv url: http://arxiv.org/abs/2605.00080v1
- Date: Thu, 30 Apr 2026 14:35:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 17:43:28.679576
- Title: World Model for Robot Learning: A Comprehensive Survey
- Title（参考訳）: ロボット学習のための世界モデル:包括的調査
- Authors: Bohan Hou, Gen Li, Jindou Jia, Tuo An, Xinying Guo, Sicong Leng, Haoran Geng, Yanjie Ze, Tatsuya Harada, Philip Torr, Oier Mees, Marc Pollefeys, Zhuang Liu, Jiajun Wu, Pieter Abbeel, Jitendra Malik, Yilun Du, Jianfei Yang,
- Abstract要約: この調査は、ロボット学習の世界モデルに関する急速に成長している文献を体系的にレビューする。
本研究では,世界モデルがロボット政策とどのように結合されているか,強化学習と評価のための学習シミュレータとしてどのように機能するか,ロボットビデオワールドモデルが想像力に基づく生成から,制御可能で構造化された,基礎的規模の定式化までどのように進展してきたかを検討する。
本調査は,ロボット学習の世界モデルに関する文献を体系的にレビューし,主要なパラダイムと応用を明らかにするとともに,具体的エージェントにおける予測モデリングの大きな課題と今後の方向性を明らかにする。
- 参考スコア（独自算出の注目度）: 168.5691568303064
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: World models, which are predictive representations of how environments evolve under actions, have become a central component of robot learning. They support policy learning, planning, simulation, evaluation, data generation, and have advanced rapidly with the rise of foundation models and large-scale video generation. However, the literature remains fragmented across architectures, functional roles, and embodied application domains. To address this gap, we present a comprehensive review of world models from a robot-learning perspective. We examine how world models are coupled with robot policies, how they serve as learned simulators for reinforcement learning and evaluation, and how robotic video world models have progressed from imagination-based generation to controllable, structured, and foundation-scale formulations. We further connect these ideas to navigation and autonomous driving, and summarize representative datasets, benchmarks, and evaluation protocols. Overall, this survey systematically reviews the rapidly growing literature on world models for robot learning, clarifies key paradigms and applications, and highlights major challenges and future directions for predictive modeling in embodied agents. To facilitate continued access to newly emerging works, benchmarks, and resources, we will maintain and regularly update the accompanying GitHub repository alongside this survey.
- Abstract（参考訳）: 世界モデルは、行動下での環境の進化の予測的表現であり、ロボット学習の中心的な構成要素となっている。
政策学習、計画、シミュレーション、評価、データ生成をサポートし、基礎モデルや大規模ビデオ生成の台頭とともに急速に進歩してきた。
しかし、文献はアーキテクチャ、機能的な役割、そして具体化されたアプリケーションドメインで断片化されている。
このギャップに対処するため,ロボット学習の観点から世界モデルの包括的レビューを行う。
本研究では,世界モデルがロボット政策とどのように結合されているか,強化学習と評価のための学習シミュレータとしてどのように機能するか,ロボットビデオワールドモデルが想像力に基づく生成から,制御可能で構造化された,基礎的規模の定式化までどのように進展してきたかを検討する。
さらに、これらのアイデアをナビゲーションと自律運転に結び付け、代表的データセット、ベンチマーク、評価プロトコルを要約します。
本調査は,ロボット学習の世界モデルに関する文献を体系的にレビューし,主要なパラダイムと応用を明らかにするとともに,具体的エージェントにおける予測モデリングの大きな課題と今後の方向性を明らかにする。
新しいワークやベンチマーク、リソースへの継続的なアクセスを容易にするため、この調査と並行して、付随するGitHubリポジトリをメンテナンスし、定期的に更新します。
関連論文リスト
- A Step Toward World Models: A Survey on Robotic Manipulation [58.8419978790227]
本稿では,ロボット操作の手法のレビューを通じて,世界モデルのコア機能を示すアプローチについて考察する。
我々は、認識、予測、制御にまたがる役割を分析し、主要な課題と解決策を特定し、完全に実現された世界モデルが持つべきコアコンポーネント、能力、機能を蒸留する。
論文 参考訳（メタデータ） (2025-10-31T00:57:24Z) - Vision-Language-Action Models for Robotics: A Review Towards Real-World Applications [36.083681915495205]
VLA(Vision-Language-Action)モデルは、さまざまなタスク、オブジェクト、エボディメント、環境にまたがる一般的なポリシーを学ぶことを目的としている。
この作業は、VLAシステムのソフトウェアコンポーネントとハードウェアコンポーネントを統合する、包括的なフルスタックレビューを提供する。
論文 参考訳（メタデータ） (2025-10-08T14:38:25Z) - Vision Language Action Models in Robotic Manipulation: A Systematic Review [1.1767330101986737]
ビジョン言語アクション(VLA)モデルは、ロボット工学の変革的なシフトを表す。
本稿では,VLAパラダイムの包括的で先進的な合成について述べる。
102のVLAモデル、26の基盤データセット、12のシミュレーションプラットフォームを分析します。
論文 参考訳（メタデータ） (2025-07-14T18:00:34Z) - 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) - A Survey of World Models for Autonomous Driving [55.520179689933904]
自律運転の最近の進歩は、堅牢な世界モデリングの進歩によって推進されている。
世界モデルは、マルチセンサーデータ、セマンティックキュー、時間ダイナミクスを統合する駆動環境の高忠実度表現を提供する。
今後の研究は、自己指導型表現学習、マルチモーダル融合、高度なシミュレーションにおける重要な課題に対処する必要がある。
論文 参考訳（メタデータ） (2025-01-20T04:00:02Z) - Understanding World or Predicting Future? A Comprehensive Survey of World Models [21.96900555014452]
この調査は、世界モデルに関する文献の総合的なレビューを提供する。
世界モデルは、世界の現在の状態を理解したり、将来のダイナミクスを予測するためのツールとみなされている。
論文 参考訳（メタデータ） (2024-11-21T03:58:50Z) - Real-World Robot Applications of Foundation Models: A Review [25.53250085363019]
LLM(Large Language Models)やVLM(Vision-Language Models)のような基盤モデルの最近の発展は、様々なタスクやモダリティにまたがる柔軟な適用を促進する。
本稿では,現実のロボット工学における基礎モデルの実用的応用について概説する。
論文 参考訳（メタデータ） (2024-02-08T15:19:50Z) - Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis [82.59451639072073]
汎用ロボットはどんな環境でも、どんな物体でもシームレスに動作し、様々なスキルを使って様々なタスクをこなす。
コミュニティとしては、特定のタスク用に設計し、特定のデータセットでトレーニングし、特定の環境にデプロイすることで、ほとんどのロボットシステムを制約してきました。
ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,本調査は,汎用ロボティクスに基礎モデルを適用する方法について検討した。
論文 参考訳（メタデータ） (2023-12-14T10:02:55Z)
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。