論文の概要: Sample-Efficient Post-Training for LEGO Spatial-Physics Reasoning

• arxiv url: http://arxiv.org/abs/2606.07602v1
• Date: Fri, 29 May 2026 09:31:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.767752
• Title: Sample-Efficient Post-Training for LEGO Spatial-Physics Reasoning
• Title（参考訳）: LEGO空間物理推論のためのサンプル効率の良いポストトレーニング
• Abstract要約: LLMベースのLEGOアセンブリ生成には,セマンティックグラウンドと物理的実現性の両方が必要である。 トレーニングデータのごく一部しか利用しないモデルベースのデータ選択手法を提案する。 サンプル効率のよい強化学習手法であるPVPOを導入し, ボクセル空間の幾何的報酬と物理的実現性を結合する手法を提案する。
• 参考スコア（独自算出の注目度）: 17.416391606380827
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: LLM-based LEGO assembly generation requires both semantic grounding and physical feasibility. We identify a data-induced failure mode, PhysHack, in which the assemblies satisfy physical-validity constraints while producing structures that are geometrically misaligned, semantically inconsistent, or poorly calibrated. To address this challenge, we propose a model-based data selection approach that uses only a small fraction of the training data while improving physically grounded LEGO assembly generation. Building on the selected trajectories, we introduce PVPO, a sample-efficient reinforcement learning method that couples physical feasibility with voxel-space geometric rewards. Our results show that physical validity alone is an insufficient proxy for reliable physical reasoning: models can learn to generate valid structures without preserving semantic or geometric fidelity. Experiments across model backbones and test-time scaling settings demonstrate that PVPO improves structural and semantic alignment, physical validity, structural stability, and calibration, while reducing reliance on extensive post-hoc rejection sampling. In particular, results on calibration show that PVPO mitigates PhysHack by making test-time selection more predictive of semantic and structural quality.
• Abstract（参考訳）: LLMベースのLEGOアセンブリ生成には,セマンティックグラウンドと物理的実現性の両方が必要である。 我々は,データによって引き起こされる障害モードであるPhysHackを同定し,集合体が物理価制約を満たすとともに,幾何学的に不整合,意味的に不整合,あるいは不整合な構造を生成する。 この課題に対処するために、トレーニングデータのごく一部しか使用せず、物理的に基底化されたLEGOアセンブリ生成を改善したモデルベースのデータ選択手法を提案する。 選択された軌跡に基づいて,ボクセル空間の幾何的報酬と物理的実現性を組み合わせた試料効率強化学習法PVPOを導入する。 モデルは意味や幾何学的忠実さを保たずに有効な構造を生成することができる。 モデルバックボーンとテストタイムのスケーリング設定による実験は、PVPOが構造的およびセマンティックアライメント、物理的妥当性、構造的安定性、キャリブレーションを改善し、広範なポストホックの拒絶サンプリングに依存することを実証している。 特にキャリブレーションの結果から,PVPOはPhysHackを緩和し,テストタイムの選択を意味的および構造的品質の予測性を高めた。

関連論文リスト

• PhysCoRe: Physics-Corrected Residual World Models for Material-Aware Deformable Dynamics [6.7982839614843575]
  PhysCoReは、2つのフィードフォワードニューラルネットワークと微分可能なMaterial Point Methodシミュレータを結合した物理補正された残留世界モデルである。 材料精製モジュールは、粒子ごとの弾性を視覚観測から推定し、物体特異的物理学においてシミュレータを接地する。 残差補正モジュール(Residual from Dynamics (RfD))は、誤差を学習し、シミュレータの内部ダイナミクスの補正を予測する。
  論文  参考訳（メタデータ） (2026-07-22T18:25:57Z)
• Physics-informed generative AI for semiconductor manufacturing: Enforcing hard physical constraints in generative models by construction [0.42970700836450487]
  生成モデルは、物理システムの設計、データ、制御アクションの提案にますます使われている。 半導体製造は需要の高いテストケースを提供する。 このパースペクティブは、制約された物理領域のための生成AIは、構成によって物理インフォームされなければならないと主張している。
  論文  参考訳（メタデータ） (2026-06-08T07:06:11Z)
• Rollback-Free Stable Brick Structures Generation [51.856925926010184]
  既存のアプローチでは、リジェクションサンプリングとブロック・バイ・ブロックのロールバックを行うために、推論中に外部物理シミュレータに依存している。 本稿では,身体的妥当性をテスト時間補正からトレーニング時間ポリシー最適化にシフトさせる強化学習パラダイムを提案する。 実験結果から,提案手法は予測速度を桁違いに向上させつつ,最先端の生成品質を実現することを示す。
  論文  参考訳（メタデータ） (2026-05-07T21:06:44Z)
• PhyCo: Learning Controllable Physical Priors for Generative Motion [55.59209981836171]
  本稿では,ビデオ生成に連続的,解釈可能,物理的に接地された制御を導入するフレームワークであるPhyCoを紹介する。 i) 摩擦, 再構成, 変形, 力が様々なシナリオで体系的に変化する100K以上のフォトリアリスティック・シミュレーション・ビデオの大規模データセット, (ii) 物理制御された拡散モデルの微調整, (iii) VLM誘導報酬最適化, 微調整された視覚言語モデルにより、対象とする物理クエリを用いて生成されたビデオを評価し、異なるフィードバックを提供する。
  論文  参考訳（メタデータ） (2026-04-30T17:53:03Z)
• Conditional Denoising Model as a Physical Surrogate Model [1.0616273526777913]
  物理多様体自体の幾何学を学ぶために設計された生成モデルを導入する。 ネットワークにノイズの多い状態からクリーンな状態を復元するように訓練することで、モデルは有効な解部分空間へ連続的に向けられるベクトル場を学習する。
  論文  参考訳（メタデータ） (2026-01-28T20:32:20Z)
• PhysRVG: Physics-Aware Unified Reinforcement Learning for Video Generative Models [100.65199317765608]
  物理原理は現実的な視覚シミュレーションには基本的だが、トランスフォーマーベースのビデオ生成において重要な監視対象である。 本研究では,物理衝突ルールを高次元空間に直接適用した映像生成モデルのための物理認識強化学習パラダイムを提案する。 このパラダイムを、MDcycle(Mimicry-Discovery Cycle)と呼ばれる統合フレームワークに拡張することで、大幅な微調整を可能にします。
  論文  参考訳（メタデータ） (2026-01-16T08:40:10Z)
• From Physics to Machine Learning and Back: Part II - Learning and Observational Bias in PHM [52.64097278841485]
  物理インフォームドモデリングとデータストラテジーによる学習と観察バイアスの導入は、モデルを物理的に一貫した信頼性のある予測へと導くことができるかを検討する。 メタラーニングや少数ショットラーニングなどの高速適応手法をドメイン一般化手法とともに検討する。
  論文  参考訳（メタデータ） (2025-09-25T14:15:43Z)
• Orthogonal projection-based regularization for efficient model augmentation [2.6071013155805556]
  ディープラーニングに基づく非線形システム同定は、実際に信頼性が高く高精度なモデルを作成する能力を示している。 これらのブラックボックスモデルは物理的解釈性に欠けており、学習のかなりの部分は、既に期待されていた、あるいは既知のシステムの振る舞いを捉えるのに費やされている。 潜在的な解決策は、物理に基づくモデリングとディープラーニングの識別の強みを組み合わせて、そのような以前の物理知識を直接モデル構造に統合することである。
  論文  参考訳（メタデータ） (2025-01-10T10:33:13Z)
• PhyRecon: Physically Plausible Neural Scene Reconstruction [81.73129450090684]
  PHYRECONは、微分可能なレンダリングと微分可能な物理シミュレーションの両方を利用して暗黙的な表面表現を学習する最初のアプローチである。 この設計の中心は、SDFに基づく暗黙の表現と明示的な表面点の間の効率的な変換である。 また,物理シミュレータの安定性も向上し,全データセットに対して少なくとも40%の改善が得られた。
  論文  参考訳（メタデータ） (2024-04-25T15:06:58Z)
• Physics-Informed Machine Learning for Seismic Response Prediction OF Nonlinear Steel Moment Resisting Frame Structures [6.483318568088176]
  PiML法は、非線形構造の地震応答をモデル化するために、科学的原理と物理法則をディープニューラルネットワークに統合する。 運動方程式を操作することは、システムの非線形性を学習し、物理的に解釈可能な結果の中で解を閉じ込めるのに役立つ。 結果、既存の物理誘導LSTMモデルよりも複雑なデータを処理し、他の非物理データ駆動ネットワークより優れている。
  論文  参考訳（メタデータ） (2024-02-28T02:16:03Z)
• Physics-Integrated Variational Autoencoders for Robust and Interpretable Generative Modeling [86.9726984929758]
  我々は、不完全物理モデルの深部生成モデルへの統合に焦点を当てる。 本稿では,潜在空間の一部が物理によって基底づけられたVAEアーキテクチャを提案する。 合成および実世界のデータセットの集合に対して生成的性能改善を示す。
  論文  参考訳（メタデータ） (2021-02-25T20:28:52Z)

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。