論文の概要: Abductive World Modeling via Causal Representation Learning

• arxiv url: http://arxiv.org/abs/2609.36985v1
• Date: Tue, 29 Sep 2026 08:18:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.315546
• Title: Abductive World Modeling via Causal Representation Learning
• Title（参考訳）: 因果表現学習による帰納的世界モデリング
• Abstract要約: 本稿では、予測された未来から潜在原因を誘導的に推測することで、構造的因果表現を学習するフレームワークであるAWMを提案する。 AWMは、世界力学の構造的表現を学習するための潜在空間世界モデリングに帰納的状態推論を導入する最初のフレームワークである。 最先端の潜在宇宙モデルであるV-JEPAと比較して、AWMは物理予測のAUROCを10.7%改善し、因果推論の精度は16.8%向上し、Top-1の精度は68.0%向上した。
• 参考スコア（独自算出の注目度）: 13.457675847750087
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The central challenge of world modeling is to learn representations that capture how the world evolves. However, existing world models predominantly represent future states without explicitly capturing the latent causes underlying their evolution, limiting their ability to reason about why and how the world changes. To address this limitation, we propose Abductive World Modeling (AWM), a framework that learns structured causal representations by abductively inferring latent causes from predicted futures. Specifically, we realize AWM through the Hierarchical Abductive State Pyramid (HASP), which organizes the inferred world state into three complementary components - Entity, Dynamic, and Relation - capturing what exists, how it changes, and how entities interact, respectively. By jointly reasoning over the current observation and its predicted future, HASP abductively infers these latent factors and integrates them into a structured state representation for downstream reasoning. To the best of our knowledge, AWM is the first framework to introduce abductive state inference into latent-space world modeling for learning structured representations of world dynamics. Experiments across physical prediction, causal reasoning, and action understanding demonstrate the effectiveness of our approach. Compared with V-JEPA, a state-of-the-art latent-space world model, AWM improves physical prediction AUROC by 10.7%, causal reasoning accuracy by 16.8%, and action Top-1 accuracy by 68.0%.
• Abstract（参考訳）: 世界モデリングにおける中心的な課題は、世界がどのように進化するかを捉えた表現を学ぶことである。 しかし、既存の世界モデルは、進化の根底にある潜在原因を明示的に捉えることなく、主に将来の状態を表現し、その理由と世界がどのように変化するのかを推論する能力を制限する。 この制限に対処するために、予測された未来から潜在原因を誘導的に推測することで構造的因果表現を学習するフレームワークであるAWMを提案する。 具体的には、階層的帰納的状態ピラミッド(HASP)を通じてAWMを実現し、推論された世界状態を3つの相補的なコンポーネント – エンティティ、ダイナミック、リレーション – に編成する。 現在の観測と予測される未来を共同で推論することで、HASPはこれらの潜在因子を帰納的に推論し、下流の推論のための構造化状態表現に統合する。 我々の知る限り、AWMは、世界力学の構造的表現を学習するための潜在空間世界モデリングに帰納的状態推論を導入する最初のフレームワークである。 身体的予測、因果推論、行動理解に関する実験は、我々のアプローチの有効性を実証する。 最先端の潜在宇宙モデルであるV-JEPAと比較して、AWMは物理予測のAUROCを10.7%改善し、因果推論の精度は16.8%向上し、Top-1の精度は68.0%向上した。

関連論文リスト

• VIDEAS: Distilling Explicit Action Semantics from Demonstration Videos for World Models via Prior-Guided Simulation [22.76020564718702]
  VIDEASは、連続的な物理力学を基礎モデルのための明示的なアクションセマンティクスに変換するデータ蒸留フレームワークである。 AgiBot-Worldデータセットから34Kの高品質なサンプルを学習した言語ベースワールドモデルの8B/9BパラメータスイートであるVIDEAS-WMを提案する。
  論文  参考訳（メタデータ） (2026-09-27T11:19:17Z)
• CausalWM: Causal Chain-of-Thought Reasoning for Embodied World Model [34.48467259342655]
  今後のビデオ予測の前に明確な因果関係の推論を行う16Bエンボディ世界モデルCausalWMを紹介する。 CaulWMは、言語条件付き、アクション条件付き、シングルビュー、マルチビューのベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-09-19T19:16:56Z)
• Towards Predictive, Aligned, and Scalable Robot Learning [11.830982964522605]
  本稿では、潜在空間における世界ダイナミクスを推論して行動を生成する潜在世界行動モデルであるLumo-2を紹介する。 我々は、潜在世界モデリングとモダリティアライメントについて研究し、スケーリング法則とアウト・オブ・ディストリビューションの一般化におけるそれらの役割を分析した。 その結果,Lumo-2は強い視覚言語モデル(VLA)と世界行動モデル(WAM)のベースラインを一貫して上回っていることがわかった。
  論文  参考訳（メタデータ） (2026-07-13T08:53:34Z)
• World Action Models: The Next Frontier in Embodied AI [123.5787299299832]
  VLA(Vision-Language-Action)モデルは、具体的政策学習のための強力なセマンティックな一般化を実現している。 彼らは、物理的な世界が介入の下でどのように進化するかを明示的にモデル化することなく、リアクティブな観察から行動へのマッピングを学ぶ。 成長するこの制限には、世界モデル、環境ダイナミクスの予測モデル、アクション生成パイプラインを統合することで対処する。
  論文  参考訳（メタデータ） (2026-05-12T13:10:52Z)
• The Trinity of Consistency as a Defining Principle for General World Models [106.16462830681452]
  一般世界モデルは、客観的物理法則を学習し、シミュレートし、推論することができる。 本稿では,一般世界モデルに必要な基本的特性を定義するための理論的枠組みを提案する。 我々の研究は、現在のシステムの限界と将来の進歩のためのアーキテクチャ要件の両方を明確にし、一般的な世界モデルへの原則的な経路を確立します。
  論文  参考訳（メタデータ） (2026-02-26T16:15:55Z)
• Visual Generation Unlocks Human-Like Reasoning through Multimodal World Models [60.543714835980325]
  人間は、これらのモデル内の概念を操作することによって、内的世界モデルと理性を構築する。 近年のAIの進歩は、世界モデルが大きな言語モデルに埋め込まれていると信じられている人間の認知能力に近似している。 本稿では,視覚生成が推論にどのような効果をもたらすかについて,最初の原理的考察を行った。
  論文  参考訳（メタデータ） (2026-01-27T17:40:07Z)
• WoW: Towards a World omniscient World model Through Embodied Interaction [83.43543124512719]
  世界モデルの正当性的な物理的直観は、現実世界との広範囲で因果的に豊かな相互作用に基礎を置いていなければならない。 このWoWは、200万のロボットインタラクショントラジェクトリに基づいてトレーニングされた、ジェネレーティブな世界モデルである。 WoWBenchは、ビデオの物理的一貫性と因果推論に焦点を当てた新しいベンチマークである。
  論文  参考訳（メタデータ） (2025-09-26T17:59:07Z)
• Simplifying Latent Dynamics with Softly State-Invariant World Models [10.722955763425228]
  エージェントの動作をより予測可能なものにするために、潜時力学を規則化する世界モデルであるParsimonious Latent Space Model (PLSM)を導入する。 我々の正規化は下流タスクの精度、一般化、性能を改善する。
  論文  参考訳（メタデータ） (2024-01-31T13:52:11Z)
• Predictive World Models from Real-World Partial Observations [66.80340484148931]
  本研究では,現実の道路環境に対する確率論的予測世界モデル学習のためのフレームワークを提案する。 従来の手法では、学習のための基礎的真理として完全状態を必要とするが、HVAEが部分的に観察された状態のみから完全状態を予測することを学べる新しい逐次訓練法を提案する。
  論文  参考訳（メタデータ） (2023-01-12T02:07:26Z)

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。