Fugu-MT 論文翻訳(概要): ReactHuman: A Physics-Grounded Benchmark for Human-Like Reactive Decision-Making in Embodied Multimodal LLMs

論文の概要: ReactHuman: A Physics-Grounded Benchmark for Human-Like Reactive Decision-Making in Embodied Multimodal LLMs

arxiv url: http://arxiv.org/abs/2609.10895v1
Date: Wed, 09 Sep 2026 22:56:21 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-11 23:53:35.161004
Title: ReactHuman: A Physics-Grounded Benchmark for Human-Like Reactive Decision-Making in Embodied Multimodal LLMs
Title（参考訳）: ReactHuman:マルチモーダルLLMにおけるヒューマンライクなリアクティブ意思決定のための物理グラウンドベンチマーク
Abstract要約: ReactHumanは、人間のようなリアクティブな意思決定のための、初めての物理地上ベンチマークです。我々は、合理的、安全、物理的に接地された3つの軸に沿って、それぞれの反応をスコアする5メートルのスイートを設計します。その結果、反応性の安全性は未解決であることがわかった。
参考スコア（独自算出の注目度）: 23.426066450749044
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Reacting to sudden physical hazards (catching a slipping plate, dodging a falling knife) is both a meaningful test of embodied intelligence and a hard requirement for deploying multimodal large language models (MLLMs) as the decision coreof household robots. Existing evaluations, however, probe intuitive physics passively through question answering over videos, or target deliberate, long-horizon tasks such as navigation and rearrangement; none measure whether a model can turn physical understanding into immediate, safety-critical action. We introduce ReactHuman, the first physics-grounded benchmark for human-like reactive decision-making, in which the evaluated MLLM acts as the brain of a simulated humanoid facing sudden household hazards; it spans 17 event families and over 1,000 bit-for-bit reproducible scenes with exact, annotation-free ground truth derived from 240 Hz rigid-body simulation, including adversarial objects whose appearance contradicts their physics (a foam anvil, a steel apple). We further design a five-metric suite that scores each reaction along three axes: reasonable, safe, and physically grounded. We physically execute every committed plan so that decisions have observable consequences. With this harness we evaluate seven representative MLLMs. Results show that reactive safety is far from solved: models mishandle roughly one hazard in three, act from fixed dispositions rather than the observed scene, trust appearance over motion, and miss interception points at meter scale even when the chosen action is correct; none of these failures shrink with model scale. ReactHuman thus offers both a fine-grained diagnosis and a scalable training signal toward physically grounded, safety-aware embodied agents. The benchmark can be found here: https://huggingface.co/datasets/Alan123/reacthuman-benchmark-scaled
Abstract（参考訳）: 急激な物理的ハザード(転倒プレート、落下ナイフを投下する)への反応は、インテリジェンスの有意義なテストであり、家庭用ロボットの判定コアとしてマルチモーダルな大規模言語モデル(MLLM)をデプロイするための困難な要件である。しかし、既存の評価では、ビデオ上の質問応答や、ナビゲーションや再配置のような意図的な長期的タスクによって、直感的な物理を受動的に探索する。評価されたMLLMは、突然の家庭の危険に直面したシミュレーションヒューマノイドの脳として機能し、17のイベントファミリーと1000以上のビット・フォー・ビット再現可能なシーンにまたがる。さらに我々は、各反応を3つの軸(合理的、安全、物理的接地)に沿ってスコアする5メトリックスイートを設計しました。すべてのコミットプランを物理的に実行し、決定が観察可能な結果をもたらすようにします。このハーネスを用いて7つの代表MLLMを評価する。モデルは3つに大まかに1つのハザードを処理し、観察されたシーンよりも固定された配置から行動し、動きよりも信頼し、選択されたアクションが正しい場合でもメータースケールでミスインターセプションポイントを検知する。そのためReactHumanは、微細な診断と、物理的に接地した安全を意識したエンボディエージェントに対するスケーラブルなトレーニングシグナルの両方を提供する。ベンチマークは以下の通りである。 https://huggingface.co/datasets/Alan123/react Human-benchmark-scaled

関連論文リスト

Apple-$π$: Benchmarking Thinking with Video Towards Law-Grounded Physical Intelligence [54.58886283991723]
Apple-PIは、物理法則でビデオモデルの評価を明示的に固定する最初のベンチマークである。 Apple-PIは3つのコンポーネントから構成される。ベンチマーク11モデルは、現在のビデオモデルが信頼性の高い地上のワールドシミュレータから遠く離れていることを示している。
論文参考訳（メタデータ） (2026-07-17T18:00:05Z)
DemoBridge: A Simulation-in-the-Loop Toolkit for Single-View Human Demonstration Retargeting [49.70827726228219]
このツールキットは、人間の手による実演のシングルビューRGBステレオ記録を、物理で検証可能なロボットアーム軌道に変換する。 DemoBridgeの中核は、衝突を意識した単一のプランナーである。物理シミュレーターはループ内で動作し、生成した各フェーズを検証し、障害時にバックトラックするので、与えられたように再生できないデモは破棄されるのではなく、再計画される。
論文参考訳（メタデータ） (2026-07-10T15:31:04Z)
HOIST: Humanoid Optimization with Imitation and Sample-efficient Tuning for Manipulating Suspended Loads [26.63242922377076]
本報告では, 吊り荷重の操作にImitation と Sample- efficient Tuning を最適化したHOIST-Humanoidを提案する。 HOISTはまず、仮想現実(VR)遠隔操作のデモから、高レベルのビジョンアクション(VLA)ポリシーを微調整する。次に、VLAロールアウトと反復バッチRLを使用して配置精度を改善し、動作を停止する。
論文参考訳（メタデータ） (2026-05-29T18:33:32Z)
Probing Collision Grounding in Vision-Language Models for Safe Human-Robot Collaboration [19.192199380267393]
視覚言語モデル(VLM)における衝突基盤の評価のためのベンチマークであるTouchSafeBenchを紹介する。 TouchSafeBenchには、ソーシャルナビゲーションとソーシャルアレンジメントの2,940のシミュレーション屋内共催エピソードが含まれている。本研究では,現在の安全状態を分類し,接触前の緊急衝突を警告する2つの配置タスクについて検討する。
論文参考訳（メタデータ） (2026-05-29T12:04:38Z)
Grounding Social Perception in Intuitive Physics [55.69427097024444]
本稿では,計画,確率的計画,物理シミュレーションを統合し,エージェントの目標と関係を軌道から推測するモデルを提案する。以上の結果から,本モデルが社会的場面の物理的理解の方法の計算的説明を提供する可能性が示唆された。
論文参考訳（メタデータ） (2026-03-28T21:14:49Z)
Towards Motion Turing Test: Evaluating Human-Likeness in Humanoid Robots [54.54929302887405]
15のアクションカテゴリにまたがる1000のモーションシーケンスからなるHuman-Humanoid Motionデータセットを提案する。すべてのモーションシーケンスは、視覚的外観の影響を排除するためにSMPL-X表現に変換される。収集したデータから、ヒューマノイドの動きが人間の動きと顕著なずれを示すことが明らかとなった。
論文参考訳（メタデータ） (2026-03-06T11:40:56Z)
Safety Not Found (404): Hidden Risks of LLM-Based Robotics Decision Making [12.400383981686801]
安全クリティカルな環境でのAIシステムによる1つの間違いは、命がかかる可能性がある。大きな言語モデル(LLM)がロボットの意思決定に不可欠なものになると、リスクの物理的次元が大きくなる。本稿では,軽微な誤りであっても破滅的なシナリオにおいて,LCMの性能を体系的に評価する緊急的必要性について論じる。
論文参考訳（メタデータ） (2026-01-09T05:04:15Z)
Measuring Physical Plausibility of 3D Human Poses Using Physics Simulation [19.26289173517333]
本研究では,任意の3次元姿勢推定モデルから予測された3次元ポーズの物理的妥当性と安定性を捉えるための2つの指標を提案する。物理シミュレーションを用いて,既存の可視性測定値との相関と運動時の安定性の測定を行う。
論文参考訳（メタデータ） (2025-02-06T20:15:49Z)
MOSSBench: Is Your Multimodal Language Model Oversensitive to Safe Queries? [70.77691645678804]
人間は認知の歪みに傾向があり、特定の刺激に対する過大な反応を引き起こす偏見のある思考パターンがある。本稿では,高度マルチモーダル言語モデル (MLLM) が同様の傾向を示すことを示す。既存のMLLMの過敏性を引き起こす3種類の刺激を同定する。
論文参考訳（メタデータ） (2024-06-22T23:26:07Z)
Physics-constrained Attack against Convolution-based Human Motion Prediction [10.57307572170918]
本研究では,人間の動き予測器の予測誤差を物理的制約で最大化することにより,最悪の場合の摂動を発生させる新たな逆攻撃法を提案する。具体的には、対象のポーズの規模に適合する攻撃を容易にする新しい適応型スキームと、敵の例の自然性を高めるための2つの物理的制約を導入する。
論文参考訳（メタデータ） (2023-06-21T03:01:45Z)
Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文参考訳（メタデータ） (2021-11-15T18:50:04Z)

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。