論文の概要: World State Generator

• arxiv url: http://arxiv.org/abs/2609.24744v1
• Date: Mon, 21 Sep 2026 15:13:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.010845
• Title: World State Generator
• Title（参考訳）: 世界ステートジェネレータ
• Abstract要約: 7つのドメインにまたがって合成世界を構築し、それらからトレーニングデータを抽出します。 世界はタスクが実行される場所であり、独自のルール、独自の許容可能なアクション、独自の制約を持っています。 私たちは、世界のチェック可能な状態として計画を書き、その計画と世界との整合性を維持するモデルであるWorld State Generatorをトレーニングします。
• 参考スコア（独自算出の注目度）: 11.52627856322325
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language agents solve complex tasks through plans and actions. A single step the world refuses puts the goal out of reach, and what the agent does next decides the task. Prompted planners fail at exactly this point, rewriting the refused step in new words, meeting the same refusal, and burning the attempt budget without moving. They fail because the plan was never tied to the world, so a refusal has nothing in the plan to attach to. A world is where a task runs, and it has its own rules, its own admissible actions, and its own constraints. We build synthetic worlds across 7 domains and extract training data from them. A program enforces each world's rules and grades its goal, and every world is admitted only if its goal is reachable from its initial state. Agents run inside and leave verified failures paired with repairs that carried the run to a state the world certified, a record of about 226K trajectories. On this record we train the World State Generator, a model that writes a plan as checkable states of the world and keeps that plan aligned with the world it runs in. That alignment is what a plan written in language lacks, since the world it runs in has physical limits, logical dependencies, and required orders the language never states, and the plan encounters these rules only when a state fails. WSG takes that failure as the rule the world has stated and rewrites the remaining states to obey it, so the plan bends to the world as the run goes on. Across 7 public benchmarks, WSG raises end-to-end success for two open models near 30B parameters over prompting and brings to the level of proprietary model.
• Abstract（参考訳）: 言語エージェントは計画と行動を通じて複雑なタスクを解決する。 世界が拒否する1つのステップはゴールを到達から外し、エージェントが次に何をするかがタスクを決定する。 計画立案者はまさにこの時点で失敗し、拒否されたステップを新しい言葉で書き直し、同じ拒絶に遭い、動くことなく試行予算を燃やす。 計画が決して世界と結びついていなかったため失敗し、拒否は計画に付随するものが全くない。 世界はタスクが実行される場所であり、独自のルール、独自の許容可能なアクション、独自の制約を持っています。 7つのドメインにまたがって合成世界を構築し、それらからトレーニングデータを抽出します。 プログラムは、各世界のルールを強制し、目標を格付けし、その目標が初期状態から到達可能であれば、すべての世界が認められる。 エージェントは内部を走り、確認された失敗と、世界認定された州に走った修理との組み合わせを残し、約226Kの軌道の記録を残した。 この記録では、世界のチェック可能な状態として計画を書き、その計画が世界と一致した状態を維持するモデルであるWorld State Generatorをトレーニングしています。 このアライメントは、言語で記述された計画に欠けている。世界は物理的制限があり、論理的依存関係があり、言語が決して記述しない命令が要求されるため、その計画は状態が失敗した場合にのみこれらのルールに直面する。 WSGはその失敗を、世界が表明したルールとして捉え、それに従うために残りの州を書き換える。 7つの公開ベンチマークで、WSGは30Bパラメータに近い2つのオープンモデルのエンドツーエンドの成功を高め、プロプライエタリなモデルのレベルをもたらします。

関連論文リスト

• Bridging Semantics and Physics with Constrained LLMs for Safe and Trustworthy Robotic Manipulation [6.975054201075641]
  言語誘導ロボットは、正しいように見える計画を作る以上のことをしなければならない。 計画は、運動と衝突の制約の下で物理的に実現不可能でありながら、言語学的に有効なように見える。 推論実行境界を型付き契約として形式化し、このギャップを埋めます。
  論文  参考訳（メタデータ） (2026-08-29T17:26:20Z)
• World Action Planner: Generalizable Decision-Making with Action-Conditioned World Models [54.68021681438324]
  視覚言語モデル(VLM)の推論能力を活用したロボット計画システムであるWorld Action Plannerを提案する。 本システムでは,エージェントが初期行動計画を提案し,それらを最適化と探索により反復的に洗練し,想像上の世界モデル展開を推し進める。 提案手法は, 合成タスク, レイアウト, ゼロショットの一般化シナリオにおいて, 優れた性能を実現することを実証する。
  論文  参考訳（メタデータ） (2026-07-30T02:41:52Z)
• 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)
• SIMMER: Benchmarking Latent Failures in LLM Executable Planning with a World Model [8.782590561222511]
  本稿では,大規模言語モデル(LLM)計画における遅延故障評価ベンチマークであるSIMMERを紹介する。 SIMMERは77のアクション、262のユニークなオブジェクト、約46,800の可能な相互作用からなる世界モデルを定義している。 次に、ステートマシンエグゼキュータを利用して、ワールドモデルに対する計画の検証を行い、即時プレコンディション違反、潜伏するハザード、不可逆的な障害を検出する。
  論文  参考訳（メタデータ） (2026-06-12T15:53:16Z)
• Lifting Embodied World Models for Planning and Control [59.09016913513998]
  我々は、ハイレベルなアクションを低レベルなジョイントアクションのシーケンスにマッピングする軽量なポリシーを訓練する。 我々は、この枠組みを人間的な実施のためにインスタンス化し、ハイレベルなアクション空間を2次元のウェイポイントの小さなセットとして定義する。 昇降した世界モデルは,低レベルな関節空間で直接探索するよりもかなり優れていることを示す。
  論文  参考訳（メタデータ） (2026-04-28T23:59:19Z)
• Hierarchical Planning with Latent World Models [49.82095442483551]
  階層的計画は、最大4倍の計画時間計算を必要としながら、より高い成功を達成する。 この階層的なアプローチにより、現実世界の非グリーディロボットタスクをゼロショットで制御できることを実証する。
  論文  参考訳（メタデータ） (2026-04-03T17:32:36Z)
• WorldPrediction: A Benchmark for High-level World Modeling and Long-horizon Procedural Planning [52.36434784963598]
  我々は、異なるAIモデルのワールドモデリングと手続き計画能力を評価するためのビデオベースのベンチマークであるWorldPredictionを紹介する。 現在のフロンティアモデルでは,WorldPrediction-WMでは57%,WorldPrediction-PPでは38%の精度しか達成できないが,人間は両タスクを完璧に解くことができる。
  論文  参考訳（メタデータ） (2025-06-04T18:22:40Z)
• PDDLEGO: Iterative Planning in Textual Environments [56.12148805913657]
  テキスト環境における計画は、現在のモデルにおいても長年にわたる課題であることが示されている。 我々は,あるサブゴールの部分的な計画に導く計画表現を反復的に構築するPDDLEGOを提案する。 数ショットのPDDLEGOで作成するプランは,Coin Collectorシミュレーションでエンドツーエンドのプランを生成するよりも43%効率がよいことを示す。
  論文  参考訳（メタデータ） (2024-05-30T08:01:20Z)
• Describe, Explain, Plan and Select: Interactive Planning with Large Language Models Enables Open-World Multi-Task Agents [26.78244595330595]
  「$underlineD$escribe」は、Large Language Models(LLMs)に基づく対話型計画手法である。 DEPSは、計画実行プロセスの$textitdescription$を統合することで、初期LLM生成の$textitplan$のエラー修正を容易にする。 実験は、70以上のMinecraftタスクを確実に達成できる最初のゼロショットマルチタスクエージェントのマイルストーンとなる。
  論文  参考訳（メタデータ） (2023-02-03T06:06:27Z)

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。