論文の概要: Converting Sequenced Fuzzy Cognitive Maps to Causal Virtual Worlds with Large Video Generators
- arxiv url: http://arxiv.org/abs/2609.14985v1
- Date: Mon, 14 Sep 2026 03:44:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.059612
- Title: Converting Sequenced Fuzzy Cognitive Maps to Causal Virtual Worlds with Large Video Generators
- Title（参考訳）: 大容量ビデオ・ジェネレータを用いた連続ファジィ認知マップの因果仮想世界への変換
- Abstract要約: 本稿では,大言語モデル (LLM) と大ビデオモデルエージェントを用いた因果仮想世界の作成と操作について述べる。
このアプローチでは、フィードバックファジィ認知マップ(FCM)を使用して、仮想世界の粒度の因果構造をモデル化し、因果進化を導く。
- 参考スコア（独自算出の注目度）: 0.13999481573773068
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We show how users can create and manipulate causal virtual worlds with large-language-model (LLM) and large-video-model agents. The approach uses feedback fuzzy cognitive maps (FCMs) both to model the granular causal structure of the virtual world and to guide its causal evolution. The local causal rules are partial or fuzzy while the FCM's feedback structure produces global equilibria that define causal scenarios. A sequence of \emph{dynamical} meta-rules of the form ``If $\mathcal{A}$ then $\mathcal{B}$" define the causal scenes of the virtual-world video. The if-part causal pattern $\mathcal{A}$ perturbs the FCM's virtual world at the user's or agent's discretion. The FCM's transient feedback dynamics define the meta-rule's causal arrow of implication. The then-part $\mathcal{B}$ is the resulting equilibrium attractor such as a FCM limit cycle or fixed point. Our algorithm extracts these meta-rules from the FCM and guides the LLM agent to write a script based on the FCM meta-rule sequence. The large video generator converts the meta-rule into a video scene in accord with the flow of the dynamics. We applied the agent-based technique to a simple FCM that describes an undersea world of dolphins and sharks. Google's Gemini 3.1 generated the script and Google's Veo 3.1 generated the dolphin-shark video. The approach is general and can scale by mixing larger FCMs and AI agents to produce more immersive virtual worlds.
- Abstract（参考訳）: 本稿では,大言語モデル (LLM) と大ビデオモデルエージェントを用いた因果仮想世界の作成と操作について述べる。
このアプローチでは、フィードバックファジィ認知マップ(FCM)を使用して、仮想世界の粒度の因果構造をモデル化し、因果進化を導く。
局所因果規則は部分的あるいは曖昧であるが、FCMのフィードバック構造は因果シナリオを定義する大域的均衡を生成する。
if $\mathcal{A}$ then $\mathcal{B}$" という形の \emph{dynamical} メタルールのシーケンスは、仮想世界のビデオの因果的なシーンを定義する。
if-part因果パターン $\mathcal{A}$ は、ユーザまたはエージェントの判断において、FCMの仮想世界を摂動させる。
FCMの過渡的なフィードバックダイナミクスはメタルールの因果矢印を定義する。
このときの$\mathcal{B}$は、FCMリミットサイクルや固定点のような結果の平衡引力である。
提案アルゴリズムは,これらのメタルールをFCMから抽出し,LCMエージェントがFCMメタルールシーケンスに基づいてスクリプトを書くように誘導する。
大映像生成装置は、動力学的流れに応じて、メタルールを映像シーンに変換する。
本手法をイルカとサメの海底環境を記述した単純なFCMに適用した。
GoogleのGemini 3.1はスクリプトを生成し、GoogleのVeo 3.1はイルカとシャークのビデオを生成した。
このアプローチは一般的なもので、より大きなFCMとAIエージェントを混ぜて、より没入的な仮想世界を生成することでスケールすることができる。
関連論文リスト
- 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) - Thinking in Video: Can Video Generators Really Reason About the Real World? [48.57950330221376]
ビデオで考えることは、ビデオが単なる出力アーティファクトではなく、因果的思考を構築し、拡張し、検証するための媒体である。
本稿では,2つの視点から世界一貫性モデルを監査するCausal-Generative Dual-Judge(DJCG)を紹介する。
オープンソースモデルは、ほとんどゼロの明示的な因果認識にもかかわらず、プラウザブルなダイナミクスを生成するのに対し、高度なクローズドソースシステムは、推論と生成の間には強いが、それでも限定的な整合性を示す。
論文 参考訳（メタデータ） (2026-07-20T03:56:43Z) - World Narrative Model for Highly Controllable Video Generation: A Paradigm Shift from Pixel Sampling to Physical World Orchestration [49.72473930573157]
私たちはWNM(World Narrative Model)というパラダイムを紹介します。
WNMは、エンドツーエンドのブラックボックスサンプリングを、メディア生成のための4D$プリヴィジュアル化に置き換える。
我々の人間-AIプラットフォームは、プロの映画制作パイプラインに合わせた世界の自動生成と前視化をサポートしています。
論文 参考訳（メタデータ） (2026-06-30T16:52:53Z) - Geometric Action Model for Robot Policy Learning [68.6657929619782]
汎用ロボットポリシーは、オブジェクト、カメラ、ロボットアクションが3D物理世界でどのように相互作用するかを推論しながら、ユーザーの指示に従う必要がある。
最近の視覚言語行動モデル(VLA)とビデオ世界行動モデル(WAM)は、大規模基盤モデルから強い意味や時間的先行を継承する。
本稿では,言語条件の操作ポリシーであるGeometric Action Model (GAM)を提案する。
論文 参考訳（メタデータ） (2026-06-15T17:58:03Z) - Orchestrated Reality: From Role-Play to Living, Playable Game Worlds -- LLM-Driven World Simulation as a Parameterized-Action POMDP [18.31812808879663]
動作は標準エンティティのツリーであり、アクションは$a=(k, x_k)$(離散意図型と構造化パラメータ)として分解される。
単一のハーネスは、数値状態、物語ペーシング、ルールロジックを協調的に調整することができる。
論文 参考訳（メタデータ） (2026-06-14T20:54:11Z) - CausalDrive: Real-time Causal World Models for Autonomous Driving [60.66609721457312]
制御可能でリアルタイムなファンデーション駆動の世界であるCausalDriveを紹介します。
CaulDriveは、最初のフロントビューフレーム、エゴ車両の軌道、マクロテキストプロンプトのみで動作する。
本稿では,(1)衝突アーティファクトを著しく緩和した生成的クローズループ評価,(2)ビデオ2Rewardモジュールによる大規模強化学習(RL)後トレーニング,(3)リアルタイムの人間-イン-ザ・ループシミュレーション,の3つのダウンストリームアプリケーションにおける汎用性を実証する。
論文 参考訳（メタデータ） (2026-06-13T15:04:44Z) - Agentic Chunking and Bayesian De-chunking of AI Generated Fuzzy Cognitive Maps: A Model of the Thucydides Trap [0.13999481573773068]
テキストからフィードバック因果ファジィ認知マップ(FCM)を生成し、計算モデルエージェントにテキストを重なり合うチャンクに分割するように教える。
チャンクFCMは依然として混合され、新しいFCM因果知識グラフを形成している。
これらの混合技術は、アリソンの『Thucydides Trap』モデルのエッセイテキストで、アメリカ合衆国のような支配的な勢力と中国のような上昇する勢力との間の対立を実証する。
論文 参考訳（メタデータ） (2026-05-18T06:07:49Z) - The Agentic Leash: Extracting Causal Feedback Fuzzy Cognitive Maps with LLMs [0.13999481573773068]
原文から因果フィードバックファジィ認知地図(FCM)を抽出する大規模言語モデル(LLM)エージェントを設計する。
特に、3つの微調整されたシステム命令がLLMエージェントを案内し、テキストから名詞や名詞句を体系的に抽出することを示す。
我々は、このFCM世代を、後期外交官で政治理論家であるHenry Kissinger氏によるAIの約束に関する最近のエッセイでテストする。
論文 参考訳（メタデータ） (2025-12-31T20:06:48Z) - Flow-Guided Sparse Transformer for Video Deblurring [124.11022871999423]
FlowGuided Sparse Transformer (F GST) はビデオデブリのためのフレームワークである。
FGSW-MSAは、推定光流のガイダンスを楽しみ、隣り合うフレームの同じシーンパッチに対応する、空間的にスパースな要素を世界中にサンプリングする。
提案するFGSTは,DVDおよびGOPROデータセットの最先端パッチよりも優れており,実際のビデオの劣化に対して,より視覚的に満足な結果が得られる。
論文 参考訳（メタデータ） (2022-01-06T02:05:32Z)
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。