論文の概要: World Models: A Comprehensive Survey of Architectures, Methodologies, Reasoning Paradigms, and Applications

• arxiv url: http://arxiv.org/abs/2606.00133v1
• Date: Thu, 28 May 2026 21:23:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:27.99266
• Title: World Models: A Comprehensive Survey of Architectures, Methodologies, Reasoning Paradigms, and Applications
• Title（参考訳）: World Models: アーキテクチャ、方法論、推論パラダイム、アプリケーションに関する総合的な調査
• Authors: Arif Hassan Zidan, Yi Pan, Hanqi Jiang, Ruiyu Yan, Wei Ruan, Zihao Wu, Lifeng Chen, Weihang You, Xinliang Li, Bowen Chen, Huawen Hu, Peilong Wang, Sizhuang Liu, Jing Zhang, Siyuan Li, Zhengliang Liu, Yu Bao, Lin Zhao, Lichao Sun, Dajiang Zhu, Xiang Li, Jinglei Lv, Quanzheng Li, Wei Liu, Tianming Liu, Wei Zhang,
• Abstract要約: 世界モデルは、環境の構造と力学を学習する内部シミュレータであり、人工知能の追求において中心的なパラダイムとして現れてきた。 強化学習、ロボット工学、自動運転、ビデオ生成など、急速に進歩しているにもかかわらず、この分野には統一された枠組みが欠けている。 本調査では,4次元にまたがる多軸分類とのギャップについて考察する。
• 参考スコア（独自算出の注目度）: 45.91444310391651
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World models, internal simulators that learn the structure and dynamics of an environment, have emerged as a central paradigm in the pursuit of artificial general intelligence, enabling agents to predict, plan, and reason within learned representations. Despite rapid progress across reinforcement learning, robotics, autonomous driving, and video generation, the field lacks a unified framework integrating its diverse architectural choices, training methods, reasoning mechanisms, and application settings. This survey addresses that gap with a multi-axis taxonomy organized along four dimensions: (i) architecture, encompassing representation format, dynamics formulation, input modality, learning paradigm, and downstream application; (ii) methodological family, including state-space and recurrent approaches, transformer-based models, diffusion-based generators, physics-informed networks, and language-augmented multimodal systems; (iii) reasoning strategy, covering imagination-based planning, latent policy learning, counterfactual reasoning, and planning under uncertainty; and (iv) application domain, spanning robotics, autonomous driving, video prediction, multimodal agents, reinforcement learning, scientific modeling, medical imaging, educational measurement, and business and finance. Tracing the field from early cognitive-science foundations to milestone systems such as PlaNet, the Dreamer family, MuZero, Sora, Cosmos, and Genie, we examine how these dimensions interact and highlight the recent convergence of chain-of-thought reasoning with world-model imagination. We review evaluation protocols and benchmarks, identify persistent challenges such as compounding prediction errors, sim-to-real transfer, and fragmented evaluation, and outline future directions toward unified multimodal world models, foundation-scale interactive simulators, and safe deployment in safety-critical domains.
• Abstract（参考訳）: 世界モデルは、環境の構造と力学を学習する内部シミュレータであり、人工知能の追求において中心的なパラダイムとして現れ、エージェントは学習された表現の中で予測、計画、推論を行うことができる。 強化学習、ロボティクス、自律運転、ビデオ生成など、急速に進歩しているにもかかわらず、この分野には、さまざまなアーキテクチャ選択、トレーニング方法、推論メカニズム、アプリケーション設定を統合する統一されたフレームワークが欠けている。 本調査では,4次元にまたがる多軸分類とのギャップについて論じる。 一 表現形式、動的定式化、入力モダリティ、学習パラダイム及び下流アプリケーションを含む建築 二 状態空間及び反復的アプローチ、トランスフォーマーモデル、拡散型ジェネレータ、物理情報ネットワーク、言語拡張型マルチモーダルシステムを含む方法系 三 推論戦略、想像に基づく計画、潜伏政策学習、反実的推論及び不確実性下における計画 四 応用分野、ロボット工学、自律運転、ビデオ予測、マルチモーダルエージェント、強化学習、科学モデリング、医用画像、教育計測、事業及び金融 初期の認知科学の基礎から、PlaNet、Dreamer family、MuZero、Sora、Cosmos、Genieといったマイルストーンシステムまで、これらの次元がどのように相互作用し、近年のチェーン・オブ・ソーシングと世界モデルの想像力との融合を強調している。 我々は、評価プロトコルとベンチマークをレビューし、予測エラーの複合化、シム・トゥ・リアル・トランスファー、断片化評価といった永続的な課題を特定し、統合マルチモーダル世界モデル、基礎規模インタラクティブシミュレータ、安全クリティカル領域への安全な配置といった今後の方向性を概説する。

関連論文リスト

• World Model for Robot Learning: A Comprehensive Survey [168.5691568303064]
  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。
  論文  参考訳（メタデータ） (2026-04-30T14:35:31Z)
• Agentic Reasoning for Large Language Models [122.81018455095999]
  推論は推論、問題解決、意思決定の基礎となる基本的な認知プロセスである。 大規模言語モデル(LLM)は、クローズドワールド設定では強力な推論能力を示すが、オープンエンドおよび動的環境では苦労する。 エージェント推論は、連続的な相互作用を計画し、行動し、学習する自律的なエージェントとしてLLMを解釈することでパラダイムシフトを示す。
  論文  参考訳（メタデータ） (2026-01-18T18:58:23Z)
• Scientific Hypothesis Generation and Validation: Methods, Datasets, and Future Directions [19.926445428206776]
  大規模言語モデル(LLM)は科学的仮説の生成と検証を変革している。 この調査は、LLM駆動のアプローチに関する構造化された概要を提供する。 本稿では,検索強化生成,知識グラフ補完,シミュレーション,因果推論,ツール支援推論などの手法について検討する。
  論文  参考訳（メタデータ） (2025-05-06T19:22:23Z)
• 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)

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。