論文の概要: ChainSpace: A Chained-Reasoning Paradigm for Spatial Intelligence
- arxiv url: http://arxiv.org/abs/2608.15788v1
- Date: Sun, 16 Aug 2026 15:12:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.424242
- Title: ChainSpace: A Chained-Reasoning Paradigm for Spatial Intelligence
- Title（参考訳）: ChainSpace: 空間情報のための連鎖推論パラダイム
- Abstract要約: 本稿では,状態保存型マルチラウンドプロセスとして空間推論を構造化する連鎖推論パラダイムであるChainSpaceを紹介する。
ChainSpace-Benchは、Chain-Aware Metricを使った手動でアノテートされた実世界のベンチマークであり、ChainSpace-Pipelineは、空間知能トレーニングのためのシミュレータベースのチェーン構造化監視生成フレームワークである。
- 参考スコア（独自算出の注目度）: 13.06576024474319
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Spatial intelligence requires foundation models to maintain coherent spatial state across interactions with the physical world. However, existing data-centric approaches typically treat spatial reasoning as independent question-answer instances, enabling shortcut-based answering and providing limited supervision for persistent spatial understanding. To address this, we introduce ChainSpace, a chained-reasoning paradigm that structures spatial reasoning as a state-preserving multi-round process. In this paradigm, spatial questions are organized into logically constrained and jointly consistent chains, where later questions depend on spatial constraints established in earlier rounds. Following this principle, we instantiate ChainSpace-Bench, a manually annotated real-world multi-round benchmark with a Chain-Aware Metric, and ChainSpace-Pipeline, a simulator-based chain-structured supervision generation framework for spatial intelligence training. Experiments show that ChainSpace-Bench exposes chain-level failures that are not captured by isolated question accuracy. Additionally, with a relatively small amount of simulator-generated chained data, models trained by ChainSpace-Pipeline achieve the best performance among open-source models on ChainSpace-Bench and transfer competitively to multiple external spatial intelligence benchmarks. These results establish ChainSpace as an effective paradigm for more faithful evaluation and more data-efficient learning of spatial intelligence.
- Abstract（参考訳）: 空間知能は、物理的世界と相互作用するコヒーレントな空間状態を維持するための基礎モデルを必要とする。
しかし、既存のデータ中心のアプローチは、空間的推論を独立した質問応答インスタンスとして扱い、ショートカットベースの回答を可能にし、永続的な空間的理解のための限られた監督を提供する。
そこで我々は,状態保存型マルチラウンドプロセスとして空間推論を構造化する連鎖推論パラダイムであるChainSpaceを紹介した。
このパラダイムでは、空間的質問は論理的に制約され、結合的に一貫した連鎖にまとめられ、後続の質問は以前のラウンドで確立された空間的制約に依存する。
この原則に従って,ChainSpace-Bench,Chain-Aware Metric,ChainSpace-Pipelineという,空間知能トレーニングのためのシミュレータベースのチェーン構造監視生成フレームワークを手動でアノテートした実世界のマルチラウンドベンチマークをインスタンス化する。
実験によると、ChainSpace-Benchは、独立した質問精度でキャプチャされないチェーンレベルの障害を公開する。
さらに,ChainSpace-Pipelineでトレーニングされたモデルは,比較的少量のシミュレータ生成連鎖データを用いて,ChainSpace-Bench上のオープンソースモデルの中で最高のパフォーマンスを実現し,複数の空間情報ベンチマークに競合的に転送する。
これらの結果は、より忠実な評価とよりデータ効率の高い空間知能学習のための効果的なパラダイムとしてChainSpaceを確立している。
関連論文リスト
- ConsiSpace: Learning Geometric Consistency Matters for Video Spatial Reasoning [22.393717134409012]
ConsiSpaceは、幾何感応性ビデオ空間推論のための幾何整合性対応フレームワークである。
暗黙的なエビデンストークンと明示的な幾何学的手がかりを含む幾何一貫性メモリ(GCM)を構築する。
統合自己教師付き強化学習(UCSSRL)を用いて、クロスビュー安定性を向上する。
論文 参考訳（メタデータ） (2026-07-20T06:40:45Z) - SpaceEra++: A Unified Framework Towards 3D Spatial Reasoning in Video [88.79625979053873]
事前学習型視覚言語モデル(VLM)のための新しいフレームワークSpaceEraを提案する。
データ構築、モデル設計、トレーニング最適化、推論の促進にまたがる、SpaceEra++と呼ばれる、オリジナルのフレームワークを包括的なシステムに拡張します。
さらに,空間的推論を強化するために,絶対座標と相対空間関係を協調的に利用することにより,対物制約を強制するSpaceAlignを開発した。
論文 参考訳（メタデータ） (2026-07-02T06:56:29Z) - S-Agent: Spatial Tool-Use Elicits Reasoning for Spatial Intelligence [77.5121349100339]
textscS-Agentは空間的知覚をフレーム中心の認識を超えたシーン中心の理解に再認識する。
textscS-Agentは、VLMをセマンティックプランナーとしてキャストし、必要な証拠を決定する。
textscS-Agentは、トレーニングのない方法で、オープンソースとクローズドソース両方のVLMを一貫して改善する。
論文 参考訳（メタデータ） (2026-06-18T17:34:55Z) - The Art of Interrogation: Consistency Amplifies Factuality in Spatial Reasoning [65.67266333751569]
現在のLRM(Large Reasoning Models)は、空間推論タスクにおいて顕著な汎用性を示すが、性能は著しく劣る。
本研究では,内的推論プロセスを対象とした自己指導型強化学習フレームワークを提案する。
このラベルのない整合性トレーニングは,地道的な監督によって訓練されたモデルの精度にアプローチし,多様なタスクやデータ領域にまたがる同様の一般化を実現することを示す。
論文 参考訳（メタデータ） (2026-06-10T10:50:06Z) - AlloSpatial: Agentic Harness Framework for Spatial Reasoning in Foundation Models [33.84590534650041]
AlloSpatialは、基礎モデルにおけるアロセントリック空間認知のためのエージェントフレームワークである。
World2Mindは、エゴセントリックな観察を構造化されたアロセントリックな前駆体に変換する、プラグアンドプレイの認知マッピングサンドボックスである。
実験によると、AlloSpatialはトレーニング不要の環境でプロプライエタリなモデルを5%-18%改善している。
論文 参考訳（メタデータ） (2026-06-08T02:55:05Z) - SpatialImaginer: Towards Adaptive Visual Imagination for Spatial Reasoning [67.67774742200626]
空間知能は、視覚的な観察から幾何学的および物理的構造を推論する能力を指すもので、大きな言語モデルにとって重要な課題である。
テキスト推論と視覚的想像力を組み合わせた統合型マルチモーダル生成フレームワークを提案する。
本フレームワークでは,高レベルなセマンティックプランニングのためのテキストチェーンと,幾何感応的な状態変換と整合性保存のための視覚的想像力を用いて,分割・対数戦略を採用している。
論文 参考訳（メタデータ） (2026-04-19T11:21:59Z) - Spatial Knowledge Graph-Guided Multimodal Synthesis [78.11669780958657]
本稿では,空間知識グラフによって導かれる新しいマルチモーダル合成手法を提案する。
実験では、方向や距離を含む多様な空間知識から合成されたデータにより、MLLMの空間知覚と推論能力が著しく向上する。
知識に基づくデータ合成のアイデアが空間知性の発展を促進することを願っている。
論文 参考訳（メタデータ） (2025-05-28T17:50:21Z) - EmbodiedVSR: Dynamic Scene Graph-Guided Chain-of-Thought Reasoning for Visual Spatial Tasks [24.41705039390567]
EmbodiedVSR (Embodied Visual Space Reasoning) は動的シーングラフ誘導型Chain-of-Thought (CoT)推論を統合する新しいフレームワークである。
本手法はタスク固有の微調整なしでゼロショット空間推論を可能にする。
実験により,我々のフレームワークは,既存のMLLM法よりも精度と推論コヒーレンスにおいて優れていることが示された。
論文 参考訳（メタデータ） (2025-03-14T05:06:07Z) - Linear Attention is Enough in Spatial-Temporal Forecasting [0.0]
本稿では,道路ネットワークにおけるノードを独立した時空間トークンとして扱うことを提案する。
次に、それらをバニラ変換器に入力して、複雑な時空間パターンを学習します。
我々のコードは、手頃な計算コストで最先端の性能を達成する。
論文 参考訳（メタデータ） (2024-08-17T10:06:50Z) - Exploring Dynamic Context for Multi-path Trajectory Prediction [33.66335553588001]
動的コンテキストネットワーク(DCENet)という新しいフレームワークを提案する。
本フレームワークでは,エージェント間の空間的コンテキストを自己注意型アーキテクチャを用いて探索する。
学習した空間的時間的文脈に基づいて、各エージェントに対する将来の軌跡のセットを条件付きで予測する。
論文 参考訳（メタデータ） (2020-10-30T13:39:20Z) - A Spatial-Temporal Attentive Network with Spatial Continuity for
Trajectory Prediction [74.00750936752418]
空間連続性をもつ空間時間減衰ネットワーク(STAN-SC)という新しいモデルを提案する。
まず、最も有用かつ重要な情報を探るために、空間的時間的注意機構を提示する。
第2に、生成軌道の空間的連続性を維持するために、シーケンスと瞬間状態情報に基づく共同特徴系列を実行する。
論文 参考訳（メタデータ） (2020-03-13T04:35:50Z)
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。