論文の概要: stable-worldmodel: A Platform for Reproducible World Modeling Research and Evaluation
- arxiv url: http://arxiv.org/abs/2605.21800v1
- Date: Wed, 20 May 2026 22:58:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-22 16:35:42.018087
- Title: stable-worldmodel: A Platform for Reproducible World Modeling Research and Evaluation
- Title（参考訳）: 安定世界モデル:再現可能な世界モデリング研究と評価のためのプラットフォーム
- Authors: Lucas Maes, Quentin Le Lidec, Luiz Facury, Nassim Massaudi, Ayush Chaurasia, Francesco Capuano, Richard Gao, Taj Gillin, Dan Haramati, Damien Scieur, Yann LeCun, Randall Balestriero,
- Abstract要約: 我々は、標準化された再現可能な世界モデリング研究と評価のためのオープンソースのプラットフォームであるswmについて紹介する。
1)MP4,HDF5,LeRobotデータセットのネイティブサポートと変換ツールを備えた高性能ランスベースのデータレイヤ,(2)現代世界のモデルベースラインとプランニングソルバのクリーンで十分にテストされた実装,(3)制御可能な視覚的,幾何学的,物理的要素で拡張された幅広い環境とタスクのスイートを提供する。
- 参考スコア（独自算出の注目度）: 42.196526861319775
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: World models are central to building agents that can reason, plan, and generalize beyond their training data. However, research on world models is currently fragmented, with disparate codebases, data pipelines, and evaluation protocols hindering reproducibility and fair comparison. Current practice is further limited by three key bottlenecks: fragile one-off codebases, slow video data loading, and the lack of standardized generalization benchmarks. We present stable-worldmodel (swm), an open-source platform for standardized and reproducible world modeling research and evaluation. It delivers (1) a high-performance Lance-based data layer with native support and conversion tools for MP4, HDF5, and LeRobot datasets, (2) clean, well-tested implementations of modern world model baselines and planning solvers, and (3) a broad suite of environments and tasks extended with controllable visual, geometric, and physical factors of variation for systematic in-silico evaluation of dynamics understanding, control performance, representation quality, and out-of-distribution generalization. By unifying the full pipeline under a single, scalable framework, \texttt{swm} dramatically reduces research overhead and accelerates trustworthy progress toward reliable world models.
- Abstract（参考訳）: 世界モデルは、トレーニングデータ以上の推論、計画、一般化が可能なエージェントの構築の中心である。
しかし、現在世界モデルの研究は断片化されており、コードベース、データパイプライン、評価プロトコルが再現性と公正な比較を妨げる。
現在のプラクティスは、脆弱なワンオフコードベース、遅いビデオデータのロード、標準化された一般化ベンチマークの欠如という、3つの主要なボトルネックによってさらに制限されている。
我々は、標準化された再現可能な世界モデリング研究と評価のためのオープンソースのプラットフォームであるswmについて紹介する。
1)MP4,HDF5,LeRobotデータセットのネイティブサポートと変換ツールを備えた高性能Lanceベースのデータレイヤ,(2)現代世界のモデルベースラインとプランニングソルバのクリーンで十分にテストされた実装,(3)動的理解,制御性能,表現品質,配布外一般化の系統的インサイコ評価のための制御可能な視覚的,幾何学的,物理的要因によって拡張された幅広い環境とタスクを提供する。
単一のスケーラブルなフレームワークの下でパイプライン全体を統一することにより、研究のオーバーヘッドを劇的に減らし、信頼できる世界モデルへの信頼できる進歩を加速します。
関連論文リスト
- WorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform [130.8118909583659]
本稿では,世界モデル評価のための拡張ベンチマークであるWorldArena 2.0を紹介する。
WorldArena 2.0は、モダリティ、機能、プラットフォームという3つの次元で、具現化された世界モデルの評価を体系的に拡張する。
WorldArena 2.0は、標準化されたプロトコルの下で、知覚品質、インタラクティブなユーティリティ、クロスプラットフォームのパフォーマンスを包括的に評価する。
論文 参考訳（メタデータ） (2026-05-18T06:18:21Z) - ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation [66.02142169323521]
Vision-Language-ActionモデルとWorld Modelは最近、汎用ロボットインテリジェンスのための有望なパラダイムとして登場した。
既存のベンチマークは、主にシミュレータ中心であり、制御性を提供するが、知覚ノイズによって引き起こされる現実のギャップを捉えることができない。
シミュレーションと実世界の実行を橋渡しする標準化された評価フレームワークであるManipArenaを紹介する。
論文 参考訳（メタデータ） (2026-03-30T15:06:41Z) - stable-worldmodel-v1: Reproducible World Modeling Research and Evaluation [46.55784222514516]
安定世界モデル(SWM)は,モジュール型,テスト型,文書化された世界モデル研究エコシステムである。
SWMは効率的なデータ収集ツール、標準化された環境、計画アルゴリズム、ベースライン実装を提供する。
DINO-WMにおけるゼロショットロバスト性の研究でSWMの有用性を実証する。
論文 参考訳（メタデータ） (2026-02-09T18:04:22Z) - Agent2World: Learning to Generate Symbolic World Models via Adaptive Multi-Agent Feedback [51.22403664895878]
Agent2Worldは、強力な推論時ワールドモデル生成を実現するツール拡張マルチエージェントフレームワークである。
また、マルチエージェントフィードバックの生成を基盤にすることで、教師付き微調整のためのデータエンジンとしても機能する。
論文 参考訳（メタデータ） (2025-12-26T18:54:14Z) - WorldLens: Full-Spectrum Evaluations of Driving World Models in Real World [100.68103378427567]
エージェントは現実的な4D駆動環境を合成し、説得力があるように見えるが、物理的または行動的に失敗することが多い。
モデルがどのように構築され、理解され、その生成された世界の中でどのように振る舞うかを評価するフルスペクトルベンチマークであるWorldLensを紹介します。
さらに、数値的なスコアとテキストの合理性を備えた人間の注釈付きビデオの大規模データセット WorldLens-26K を構築し、WorldLens-Agent を開発した。
論文 参考訳（メタデータ） (2025-12-11T18:59:58Z) - A Comprehensive Survey on World Models for Embodied AI [14.457261562275121]
エンボディードAIは、アクションがどのように将来の世界国家を形作るかを理解し、行動し、予測するエージェントを必要とする。
この調査は、組み込みAIにおける世界モデルのための統一されたフレームワークを示す。
論文 参考訳（メタデータ） (2025-10-19T07:12:32Z) - Deploying Geospatial Foundation Models in the Real World: Lessons from WorldCereal [25.756741188074862]
本稿では,地空間基盤モデルを運用マッピングシステムに統合するための構造的アプローチを提案する。
私たちのプロトコルには、アプリケーション要件の定義、ドメイン固有のデータへのモデルの適用、厳密な経験的テストの実行という、3つの重要なステップがあります。
結果は、モデルの強い空間的および時間的一般化能力を強調する。
論文 参考訳（メタデータ） (2025-07-16T15:10:32Z) - 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)
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。