論文の概要: Valerant: An Automatic Navigable Game Map Generator via Action-Conditioned World Model Exploration
- arxiv url: http://arxiv.org/abs/2609.09418v2
- Date: Mon, 14 Sep 2026 03:54:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:04.743537
- Title: Valerant: An Automatic Navigable Game Map Generator via Action-Conditioned World Model Exploration
- Title（参考訳）: Valerant:Action-Conditioned World Model Explorationによるナビゲーション可能な自動ゲームマップ生成装置
- Abstract要約: World Action Models (WAM)は、予測的世界モデリングとアクション生成を結合し、将来の状態がエージェントの振る舞いをガイドできるようにする。
我々は、事前訓練された行動条件付き世界モデルを3Dゲームマップの探索と構築のためのWAMに変換するフレームワークであるtextscValerantを提案する。
このフレームワークは、WAMベースのインタラクションを2Dビジュアルシミュレーションを超えて拡張し、3Dゲームマップ作成における手作業の削減に新たなアプローチを提供する。
- 参考スコア（独自算出の注目度）: 10.110436795631793
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: World Action Models (WAMs) couple predictive world modeling with action generation, allowing anticipated future states to guide agent behavior. Although WAMs are rapidly advancing embodied AI, general-purpose counterparts remain largely unexplored in games. Existing game-oriented approaches often combine action-conditioned world models with external policies and reward functions to realize WAM-like decision-making, yet they operate mainly in 2D visual observation space and do not instantiate persistent 3D geometry. Extending this paradigm to 3D games introduces a distinct challenge. In autonomous driving and robotics, the physical environment exists independently of the model, providing a persistent 3D world in which selected actions can be executed. Games have no such external substrate; the virtual world itself must be instantiated. Most playable games require a persistent and navigable space, while 3D games additionally require explicit geometry that supports movement and interaction. Action-conditioned video rollouts provide visual observations but not this spatial representation. We present \textsc{Valerant}, a training-free framework that transforms a pretrained action-conditioned world model into a WAM for exploring and constructing 3D game maps. By coupling predictive visual rollouts with SLAM-based spatial reconstruction and exploration-driven action selection, \textsc{Valerant} progressively transforms a single image into a persistent 3D game map. This framework extends WAM-based interaction beyond 2D visual simulation and offers a new approach to reducing manual effort in 3D game-map creation.
- Abstract（参考訳）: World Action Models (WAM)は、予測的世界モデリングとアクション生成を結合し、将来の状態がエージェントの振る舞いをガイドできるようにする。
WAMは急速に進化しているAIだが、汎用のAIはゲームでは探索されていない。
既存のゲーム指向のアプローチは、アクション条件付き世界モデルと外部ポリシーと報酬関数を組み合わせることで、WAMのような意思決定を実現するが、主に2次元視覚空間で動作し、永続的な3次元幾何学をインスタンス化しない。
このパラダイムを3Dゲームに拡張することは、大きな課題をもたらす。
自律運転とロボット工学では、物理的な環境はモデルとは独立して存在し、選択されたアクションが実行できる永続的な3D世界を提供する。
ゲームにはそのような外部基板はなく、仮想世界自体をインスタンス化しなければならない。
ほとんどのプレイ可能なゲームは永続的でナビゲート可能な空間を必要とするが、3Dゲームは運動と相互作用をサポートする明示的な幾何学も必要である。
アクション条件付きビデオロールアウトは視覚的な観察を提供するが、この空間表現は提供しない。
本稿では、事前訓練された行動条件付き世界モデルを3Dゲームマップの探索と構築のためのWAMに変換する、トレーニング不要のフレームワークである「textsc{Valerant}」を提案する。
予測的視覚ロールアウトとSLAMに基づく空間再構成と探索駆動のアクション選択とを結合することにより、 \textsc{Valerant} は1つの画像を永続的な3Dゲームマップに徐々に変換する。
このフレームワークは、WAMベースのインタラクションを2Dビジュアルシミュレーションを超えて拡張し、3Dゲームマップ作成における手作業の軽減に新たなアプローチを提供する。
関連論文リスト
- From Pixels to States: Rethinking Interactive World Models as Game Engines [32.66997200688335]
本稿では,プレイヤアクションコントロール,ゲーム状態のダイナミクス,状態の持続性,リアルタイムのインタラクティブ生成という4つの側面によるインタラクティブなゲームワールドモデリングについて検討する。
我々はBlack Myth: Wukong用のスケーラブルなデータエンジンを提案し、90時間以上のゲームプレイを、フレーム整列プレーヤーアクション、グラウンドトゥルースゲームステート、視覚的観察で収集する。
論文 参考訳（メタデータ） (2026-07-15T17:48:48Z) - PAIWorld: A 3D-Consistent World Foundation Model for Robotic Manipulation [51.385664546670284]
PAIWorldは3つのコアコンポーネントを通じて拡散変圧器の世界モデルを拡張するフレームワークである。
ロボットベンチマークで最先端のマルチビュー3D一貫性を実現し、WorldArenaのリーダーボードで1位、AgiBot-Challenge2026のリーダーボードで2位にランクインした。
論文 参考訳（メタデータ） (2026-06-16T18:23:23Z) - Future Dynamic 3D Reconstruction: A 3D World Model with Disentangled Ego-Motion [69.61280478695205]
本研究では,将来の動的3次元再構成のための3次元潜在表現を予測する世界モデルFR3Dを提案する。
実験では、FR3Dが将来的な動的3D再構成において、複数のデータセットにまたがるモノラルな観察から2秒後まで、強力なパフォーマンスを示す。
論文 参考訳（メタデータ） (2026-06-16T17:59:46Z) - WAM4D: Fast 4D World Action Model via Spatial Register Tokens [52.16661403052964]
WAM4Dは,軽量空間レジスタトークンを用いた高速4次元世界アクションモデルである。
WAM4Dは空間的整合性を向上し,効率的な推論を維持しつつ,競争力のある動作予測を実現する。
論文 参考訳（メタデータ） (2026-06-12T02:49:34Z) - 3D-Belief: Embodied Belief Inference via Generative 3D World Modeling [37.75852887428672]
我々は,部分的な観察から明確で行動可能な3D信念を推論し,時間とともにオンラインに更新する3Dワールドモデルである3D-Beliefを提示する。
従来の視覚予測モデルとは異なり、3D-Beliefは3Dで直接不確実性を示しており、具体化されたエージェントは、部分的に観察された環境について、もっともらしいシーンの完了と推論を想像することができる。
論文 参考訳（メタデータ） (2026-05-12T00:42:27Z) - UNICA: A Unified Neural Framework for Controllable 3D Avatars [14.243189295411801]
UNICA(UNIfied Neural Controllable Avatar)は、全てのアバター制御コンポーネントを単一のニューラルネットワークフレームワークに統合する骨格のない生成モデルである。
提案手法は,手動で設計した物理シミュレーションを使わずに,髪と衣服のダイナミックスを自然に捉える。
論文 参考訳（メタデータ） (2026-04-03T07:09:55Z) - PointWorld: Scaling 3D World Models for In-The-Wild Robotic Manipulation [48.807071017228964]
我々は,3次元の点流として共有された3次元空間における状態と動作を統一する,大規模な事前学習型3次元世界モデルであるPointWorldを紹介した。
リアルタイム(0.1秒)の推論速度により、PointWorldは、操作のためのモデル予測制御(MPC)フレームワークに効率的に統合できる。
本研究では,実世界のフランカロボットが,物体の剛体押圧,変形,調音操作を行うことのできる1つの事前学習チェックポイントを実証した。
論文 参考訳（メタデータ） (2026-01-07T10:29:12Z) - 3D-VLA: A 3D Vision-Language-Action Generative World Model [68.0388311799959]
最近の視覚言語アクション(VLA)モデルは2D入力に依存しており、3D物理世界の広い領域との統合は欠如している。
本稿では,3次元知覚,推論,行動をシームレスにリンクする新しい基礎モデルのファウンデーションモデルを導入することにより,3D-VLAを提案する。
本実験により,3D-VLAは実環境における推論,マルチモーダル生成,計画能力を大幅に向上することが示された。
論文 参考訳（メタデータ） (2024-03-14T17:58:41Z) - Persistent Nature: A Generative Model of Unbounded 3D Worlds [74.51149070418002]
任意のカメラポーズから3Dデコーダとボリュームレンダリングによって描画できる拡張可能な平面配置グリッドを提案する。
この表現に基づいて、単一視点のインターネット写真のみから生成的世界モデルを学ぶ。
提案手法は,現在の3次元生成モデルの固定境界を超えるシーン外挿を可能にするとともに,永続的でカメラに依存しない世界表現をサポートする。
論文 参考訳（メタデータ） (2023-03-23T17:59:40Z)
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。