論文の概要: EvolvingWorld: An Open-Schema Framework for Co-Evolving Role-Play Agents and World Model in Interactive Literary World
- arxiv url: http://arxiv.org/abs/2607.17250v1
- Date: Sun, 19 Jul 2026 13:40:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.411668
- Title: EvolvingWorld: An Open-Schema Framework for Co-Evolving Role-Play Agents and World Model in Interactive Literary World
- Title（参考訳）: EvolvingWorld: インタラクティブリテラリーワールドにおけるロールプレイエージェントとワールドモデルの共同開発のためのオープンスキーマフレームワーク
- Abstract要約: EvolvingWorldは、インタラクティブな文学の世界におけるキャラクタとワールドの共進化のためのフレームワークとベンチマークである。
57冊の本からデータセットを構築し,教師付きトレーニングサンプル138,596点,テスト用スナップショット222点を生成した。
- 参考スコア（独自算出の注目度）: 60.96623714739525
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper introduces EvolvingWorld, a framework and benchmark for character and world co-evolution in interactive literary worlds. Existing systems either treat interactive literary simulation as static persona imitation or isolated scene generation, failing to capture how characters and worlds evolve together over time. To address this, EvolvingWorld models literary simulation as a long-horizon process where characters interact, scenes progress, and character and world states are persistently updated. Unlike prior systems relying on fixed schemas, EvolvingWorld adopts an open-schema framework to support simulation across diverse literary worlds. The framework consists of two coupled modules: a Character Agent for multi-character role-play and persistent profile evolution, and an LLM-based World Model for global and location/entity-level state maintenance and scene progression. Based on this architecture, we formulate 7 trainable tasks for scene initialization, interaction generation, and state update. We construct a dataset from 57 books, producing 138,596 supervised training samples and 222 snapshots for testing. Furthermore, we introduce a trajectory-level LLM-as-Judge evaluation protocol spanning 10 dimensions and 20 metrics. Experiments show that EvolvingWorld can improve long-horizon simulation by effectively maintaining persistent, coherent character and world development.
- Abstract（参考訳）: 本稿では,対話型文学の世界におけるキャラクタとワールドの共進化のためのフレームワークとベンチマークであるEvolvingWorldを紹介する。
既存のシステムは、インタラクティブな文学シミュレーションを静的なペルソナの模倣として扱うか、孤立したシーン生成として扱うが、時間とともにキャラクターと世界がどのように進化するかを捉えない。
この問題を解決するために、EvolvingWorldは、キャラクターが相互作用し、シーンが進行し、キャラクターと世界状態が永続的に更新される長期的なプロセスとして、文学シミュレーションをモデル化している。
固定スキーマに依存していた従来のシステムとは異なり、EvolvingWorldは様々な文学世界にわたってシミュレーションをサポートするオープンスキーマフレームワークを採用している。
このフレームワークは2つの結合モジュールで構成されており、マルチキャラクタロールプレイと永続的なプロファイル進化のためのキャラクタエージェント、グローバルおよびロケーション/エンティレベル状態維持とシーン進行のためのLLMベースのワールドモデルである。
このアーキテクチャに基づいて、シーンの初期化、インタラクション生成、状態更新のための7つのトレーニング可能なタスクを定式化する。
57冊の本からデータセットを構築し,教師付きトレーニングサンプル138,596点,テスト用スナップショット222点を生成した。
さらに,10次元と20メトリクスにまたがる軌道レベルのLCM-as-Judge評価プロトコルを提案する。
実験により、EvolvingWorldは永続的で一貫性のあるキャラクタと世界開発を効果的に維持することにより、長期のシミュレーションを改善することができることが示された。
関連論文リスト
- Puffin-World: Scaling a Unified Multimodal Model with Native 3D World States [106.40454498751295]
Puffin-Worldは、外部のオフラインモジュールに頼ることなく、物理的理解、空間シミュレーション、および3Dワールドジェネレーションと再構築を統合している。
我々のフレームワークは、物理(重力場と緯度)、幾何学(深度)、外見(画像)の3つのネイティブ世界状態を共同でモデル化する。
Puffin-Worldは、現実世界で絶対的なカメラ特性を基盤として、物理的に一貫性があり、視覚的に安定した世界生成を可能にする。
論文 参考訳（メタデータ） (2026-09-03T17:59:13Z) - Code World Model: Coding Agent as World Brain [51.31807545747191]
私たちは、世界進化と視覚的実現を分離するフレームワークであるCode World Modelを紹介します。
コーディングエージェントは世界脳として機能し、出来事とその結果について推論する。
実行可能状態と視覚的生成を結びつけるために,フレームの時間的制約をプロキシビデオにエンコードするプロキシ表現を導入する。
論文 参考訳（メタデータ） (2026-08-26T15:37:33Z) - Bridging the Agent-World Gap: Text World Models for LLM-based Agents [83.8237017249529]
大規模言語モデル(LLM)ベースのエージェントは、インタラクティブなテキスト環境においてますます使われている。
多くは反応が強く、これらの環境がどのように構成され、どのように進化するかの明確なモデルなしで、観察を行動にマッピングする。
テキストワールドモデル(TWMs): 状態と候補アクションが与えられたら、結果のWebページ、端末出力、API応答、ユーザ応答を予測する。
LLMをベースとしたエージェントのテキストワールドモデルについて,形式的なフレームワークとエージェントライフサイクルを中心に整理し,体系的にレビューを行った。
論文 参考訳（メタデータ） (2026-06-08T04:58:52Z) - AnchorWorld: Embodied Egocentric World Simulation with View-based Evolution Customization [79.26935895370191]
AnchorWorldは、対話の整合性を強化することで、エゴセントリックなシミュレーションを促進するフレームワークである。
補助訓練監督は、エージェントのファーストパーソンセンタリウムから切り離された視点を取り入れている。
我々は、自己進化する世界をカスタマイズするためのシンプルで効果的なメカニズムを提案する。
論文 参考訳（メタデータ） (2026-06-05T14:43:13Z) - Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond [209.35045331678043]
2つの軸に沿って組織された「レベルx法」の分類を導入します。
第一に、3つの能力レベルを定義している: 1段階の局所遷移演算子を学ぶL1 Predictor、それらをドメインの法則を尊重する多段階のアクション条件付きロールアウトに構成するL2 Simulator、新しいエビデンスに対して予測が失敗すると自己のモデルを自動で修正するL3 Evolver。
我々は400以上の作品を合成し、モデルに基づく強化学習、ビデオ生成、WebおよびGUIエージェント、マルチエージェント社会シミュレーション、AIによる科学的発見にまたがる100以上の代表システムを要約する。
論文 参考訳（メタデータ） (2026-04-24T17:48:47Z) - Interactive World Simulator for Robot Policy Training and Evaluation [21.481187472784047]
ロボットインタラクションデータセットからインタラクティブな世界モデルを構築するためのフレームワークであるInteractive World Simulatorを提案する。
我々の実験では、学習された世界モデルが相互作用に一貫性のあるピクセルレベルの予測を生成する。
我々は,世界モデル生成データに基づいてトレーニングされたポリシーが,同じ量の実世界のデータでトレーニングされたポリシーと相容れないことを発見した。
論文 参考訳（メタデータ） (2026-03-09T16:13:32Z) - LiveWorld: Simulating Out-of-Sight Dynamics in Generative Video World Models [32.92934803081681]
近年の世代別ビデオワールドモデルは、視覚環境の進化をシミュレートすることを目的としており、観察者はカメラ制御によってシーンをインタラクティブに探索することができる。
彼らは、世界は観察者の視野内でしか進化しないと暗黙的に仮定している。
オブジェクトがオブザーバの視点を離れると、その状態はメモリ内で"凍結"され、その後同じ領域を再考しても、その間に発生すべき出来事を反映できないことがしばしばある。
永続的な世界進化をサポートするために,ビデオワールドモデルを拡張する新しいフレームワークであるLiveWorldを提案する。
論文 参考訳（メタデータ） (2026-03-07T10:31:39Z) - MetaWorld: Skill Transfer and Composition in a Hierarchical World Model for Grounding High-Level Instructions [2.6994954303270564]
セマンティックプランニングと物理制御を統合した階層型世界モデルであるMetaWorldを提案する。
タスク完了と動作コヒーレンスにおいて,世界モデルベースRLよりも優れることを示す。
論文 参考訳（メタデータ） (2026-01-24T16:11:45Z) - 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) - CoEx -- Co-evolving World-model and Exploration [24.960276990968822]
現代のLLMエージェントの計画は、LLMを内的世界モデルとして活用することに依存している。
既存のエージェント設計では、世界モデルの動的更新に新しい観測を効果的に同化することができない。
階層型エージェントアーキテクチャであるCoExを導入し、階層型状態抽象化によりLLM計画と動的に更新された世界のモデルとの共進化を可能にする。
論文 参考訳（メタデータ） (2025-07-29T23:13:09Z) - BookWorld: From Novels to Interactive Agent Societies for Creative Story Generation [60.53187087043975]
BookWorldは、書籍ベースのマルチエージェント社会の構築とシミュレーションを行うシステムである。
BookWorldはストーリー生成、インタラクティブゲーム、ソーシャルシミュレーションを含む多様なアプリケーションを可能にする。
論文 参考訳（メタデータ） (2025-04-20T08:56:27Z)
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。