論文の概要: BWM: A Low-Cost High-Fidelity World Simulator for Robot Learning

• arxiv url: http://arxiv.org/abs/2607.29302v1
• Date: Fri, 31 Jul 2026 11:18:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.699394
• Title: BWM: A Low-Cost High-Fidelity World Simulator for Robot Learning
• Title（参考訳）: BWM:ロボット学習のための低コスト高忠実世界シミュレータ
• Abstract要約: 本稿では,ロボット操作のためのオープンソースのワールドシミュレータであるBoundless World Model (BWM)を紹介する。 BWMは、初期環境ガイダンス、動的視覚履歴、時間的に整列されたロボット動作条件を組み合わせることで、将来の観測のステートフルな自己回帰予測を行う。 WorldArenaベンチマークと物理ロボットを用いた実験では、データエンジンおよびポリシー評価設定におけるシミュレータの忠実度と機能ユーティリティの改善が示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable robot learning requires a world simulator that can predict action consequences before execution on physical hardware, including risky and failure-prone outcomes. Existing physics simulators require substantial asset construction and calibration and still face a sim-to-real gap, while video generators often lack precise control over their responses to fine-grained robot actions. In this paper, we present the Boundless World Model (BWM), an open-source, low-cost, high-fidelity world simulator for robot manipulation. BWM is an action-conditioned world model that combines initial-environment guidance, dynamic visual history, and temporally aligned robot-action conditioning for stateful autoregressive prediction of future observations. We construct action-aligned training clips through trajectory replay, overlapping clip sampling, and initial-observation enhancement. BWM serves as a data engine that augments imitation-learning data with action-aligned rollouts, and as a policy evaluator for closed-loop assessment, risk anticipation, and policy ranking. Experiments on the WorldArena benchmark and physical robots demonstrate improved simulator fidelity and functional utility across the data-engine and policy-evaluator settings. BWM ranks first overall in the WorldArena Challenge across Track 1 and its two Track 2 applications. We release the BWM open-source ecosystem, including model checkpoints, training and inference code, and interfaces for data generation and policy evaluation.
• Abstract（参考訳）: 信頼性の高いロボット学習には、リスクや失敗につながる結果を含む物理的なハードウェア上での実行前にアクション結果を予測する世界シミュレータが必要である。 既存の物理シミュレーターは相当な組み立てとキャリブレーションを必要とし、いまだにシム・トゥ・リアルのギャップに直面している。 本稿では,ロボット操作のためのオープンソース,低コスト,高忠実な世界シミュレータであるBoundless World Model (BWM)を提案する。 BWMは行動条件付き世界モデルであり、初期環境ガイダンス、動的視覚履歴、時間的に整列されたロボット行動条件を組み合わせることで、将来の観測のステートフルな自己回帰予測を行う。 我々は、軌道リプレイ、重複クリップサンプリング、初期観測強化によるアクションアライメントトレーニングクリップを構築した。 BWMは、行動整列型ロールアウトで模倣学習データを増強するデータエンジンとして機能し、クローズドループアセスメント、リスク予測、ポリシーランキングのためのポリシー評価ツールとして機能する。 WorldArenaベンチマークと物理ロボットを用いた実験では、データエンジンおよびポリシー評価設定におけるシミュレータの忠実度と機能ユーティリティの改善が示されている。 BWMはワールド・アリーナ・チャレンジ(WorldArena Challenge)において、トラック1とその2つのトラック2のアプリケーションで1位にランクインした。 我々は、モデルチェックポイント、トレーニングと推論コード、データ生成とポリシー評価のためのインターフェースを含む、BWMオープンソースエコシステムをリリースする。

関連論文リスト

• Enhancing Sim2Real Transfer for Torque-Controlled Robots through Real2Sim Dynamics Estimation and Reinforcement Learning [2.071516130824992]
  シミュレーションから実世界ロボットへの強化学習ポリシーの移行は依然として大きな課題である。 トルク制御ロボットアームのSim2Real転送を改善するReal2Sim2Realパイプラインを提案する。 この研究は、安定かつ一般化可能なトルクベース強化学習ポリシーを実現するための正確な物理モデリングの有効性を強調した。
  論文  参考訳（メタデータ） (2026-08-23T22:25:33Z)
• Learning Transferable Dynamics Priors from Action to World Modeling [22.976971391971617]
  本研究では,ロボット学習のための移動可能なダイナミクスを学習するスケーラブルな方法として,行動条件付き世界モデリングについて検討する。 アクションがどのように視覚的なシーンの進化を駆動するかを予測するためのモデルを事前訓練することにより、結果の世界モデルは、外観レベルのビデオ生成を超えた再利用可能なインタラクションのダイナミクスをキャプチャする。 シミュレーションベンチマークと実ロボット設定による実験は、アクション条件付きワールドモデル事前学習が転送可能なダイナミクスを先行することを示す。
  論文  参考訳（メタデータ） (2026-06-28T17:01:55Z)
• IR-SIM: A Lightweight Skill-Native Simulator for Navigation, Learning, and Benchmarking [59.6657632820611]
  IR-SIMは、迅速なシナリオ構築、ベンチマーク、ロボット学習のために設計された、スキルネイティブなナビゲーションシミュレータである。 シナリオは、モバイルロボットキネマティクス、幾何学的衝突チェック、LiDARセンシング、可視化、行動モジュールを指定するYAML設定ファイルで完全に定義されている。 実験では、複数のタスクにおいてIR-SIMの利便性と汎用性を示す。
  論文  参考訳（メタデータ） (2026-06-07T16:55:37Z)
• Hi-WM: Human-in-the-World-Model for Scalable Robot Post-Training [54.896907620476675]
  本稿では,学習世界モデルを用いた学習後学習フレームワークを提案する。 Hi-WMは中間状態をキャッシュし、ロールバックとブランチをサポートする。 我々は、剛性と変形性のあるオブジェクト相互作用と2つのポリシーバックボーンにまたがる3つの実世界の操作タスクについて、Hi-WMを評価する。
  論文  参考訳（メタデータ） (2026-04-23T14:42:54Z)
• ComSim: Building Scalable Real-World Robot Data Generation via Compositional Simulation [90.4702774169675]
  本稿では,古典シミュレーションとニューラルシミュレーションを組み合わせた合成シミュレーションというハイブリッド手法を提案する。 提案手法では,少数の実世界のデータを活用するクローズドループ・リアル・シモン・リアル・データ拡張パイプラインを利用する。 我々はニューラルシミュレーターをトレーニングし、古典的なシミュレーションビデオを現実世界の表現に変換し、現実の環境で訓練されたポリシーモデルの精度を向上させる。
  論文  参考訳（メタデータ） (2026-04-13T12:25:45Z)
• Generative Simulation for Policy Learning in Physical Human-Robot Interaction [11.978357519356537]
  多様なpHRIシナリオを自動的に合成するゼロショット「text2sim2real」生成シミュレーションフレームワークを提案する。 我々はこのフレームワークを利用して、大規模合成デモデータセットを自律的に収集する。 学習方針はゼロショット・シム・トゥ・リアル・トランスファーの実現に成功し、成功率は80%を超えました。
  論文  参考訳（メタデータ） (2026-04-09T18:00:05Z)
• InternVLA-A1: Unifying Understanding, Generation and Action for Robotic Manipulation [77.07565723756119]
  InternVLA-A1は動的予測機能を備えた視覚言語モデルである。 我々は、実世界のロボットデータ、合成シミュレーションデータ、人間のビデオなどを用いて、これらのモデルを異種データソース上で事前訓練する。 InternVLA-A1を実世界の12のロボットタスクとシミュレーションベンチマークで評価した。
  論文  参考訳（メタデータ） (2026-01-05T18:54:29Z)
• GWM: Towards Scalable Gaussian World Models for Robotic Manipulation [53.51622803589185]
  本稿では,ロボット操作のための世界モデルGawssian World Model (GWM)を提案する。 中心となるのは、潜伏拡散変換器(DiT)と3次元変分オートエンコーダを組み合わせることで、微粒なシーンレベルの将来の状態復元を可能にする。 シミュレーションと実世界の実験の両方で、GWMは多様なロボットのアクションに照らされた未来のシーンを正確に予測できる。
  論文  参考訳（メタデータ） (2025-08-25T02:01:09Z)
• WorldGym: World Model as An Environment for Policy Evaluation [41.204900701616914]
  WorldGymは、実環境のプロキシとして機能する自動回帰、アクション条件付きビデオ生成モデルである。 ポリシーはモンテカルロの世界モデルによるロールアウトを通じて評価され、視覚言語モデルが報酬を提供する。 We show that WorldGym can maintain relative policy rankings across different policy version, sizes, and training checkpoints。
  論文  参考訳（メタデータ） (2025-05-31T15:51:56Z)
• EnerVerse-AC: Envisioning Embodied Environments with Action Condition [47.97500109323355]
  EnerVerse-ACは、エージェントの予測されたアクションに基づいて将来の視覚的観察を生成するアクション条件の世界モデルである。 EVACは、多種多様なデータセットに人為的なトラジェクトリを拡張し、ポリシーテストのためのリアルでアクション条件のビデオ観察を生成する。
  論文  参考訳（メタデータ） (2025-05-14T18:30:53Z)
• Offline Robotic World Model: Learning Robotic Policies without a Physics Simulator [50.191655141020505]
  強化学習(Reinforcement Learning, RL)は、ロボット制御において目覚ましい能力を示してきたが、高いサンプルの複雑さ、安全性の懸念、そしてシム・トゥ・リアルのギャップのため、依然として困難である。 物理シミュレータに頼らずに政策学習を改善するために不確実性を明示的に推定するモデルベースアプローチであるオフラインロボット世界モデル(RWM-O)を導入する。
  論文  参考訳（メタデータ） (2025-04-23T12:58:15Z)
• Learning Real-World Action-Video Dynamics with Heterogeneous Masked Autoregression [23.99292102237088]
  本稿では,アクション・ビデオ・ダイナミックスをモデル化するためのヘテロジニアス・マスケッド・オートレグレス(HMA)を提案する。 ポストトレーニング後、このモデルは、ポリシーを評価し、合成データを生成するためのビデオシミュレータとして使用できる。
  論文  参考訳（メタデータ） (2025-02-06T18:38:26Z)
• IRASim: A Fine-Grained World Model for Robot Manipulation [24.591694756757278]
  本稿では,ロボットとオブジェクトのインタラクションの詳細を詳細に表現したビデオを生成する新しい世界モデルIRASimを提案する。 拡散変圧器を訓練し、各変圧器ブロック内に新しいフレームレベル動作条件モジュールを導入し、アクションフレームアライメントを明示的にモデル化し強化する。
  論文  参考訳（メタデータ） (2024-06-20T17:50:16Z)

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。