論文の概要: World-as-Graph: Relational World Modeling Through Latent Space Graphs

• arxiv url: http://arxiv.org/abs/2609.38927v1
• Date: Wed, 30 Sep 2026 04:08:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.159745
• Title: World-as-Graph: Relational World Modeling Through Latent Space Graphs
• Title（参考訳）: World-as-Graph: ラテントスペースグラフによるリレーショナルワールドモデリング
• Abstract要約: World-As-Graph(WAG)は、JEPAスタイルの予測表現学習にリレーショナル帰納バイアスを導入するグラフベースのオブジェクト中心の世界モデルである。 WAGには、(1)オブジェクト中心のスロットから時間変化の潜伏グラフを構成するリレーショナル・アウェア構造誘導(Relation-aware structure induction)、(2)オブジェクトレベルの動的状態を維持・更新するオブジェクト中心のメモリ遷移(Object-centric memory transition)という2つの主要なモジュールが含まれている。
• 参考スコア（独自算出の注目度）: 9.108221597403913
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World models aim to learn representations of real-world environments and predict their future evolution. Recent object-centric world models have made expressive progress by representing visual scenes as sets of object-level latent states, but object-object relations are often captured only implicitly, which limits explicit relational and temporal structure modeling and object-centric dynamic memory modeling. To address such challenges, we propose World-As-Graph (WAG), a graph-based object-centric world model that introduces relational inductive bias into JEPA-style predictive representation learning. The proposed WAG contains two main modules: (1) Relation-aware structure induction, which constructs time-varying latent graphs from object-centric slots and designs relation-aware object masking policies to guide relational object representation learning in latent space; (2) Object-centric memory transition, which maintains and updates object-level dynamic states by combining relational information from neighboring objects with historical memory, enabling effective autoregressive future prediction. Extensive experiments on both visual reasoning and robotic manipulation tasks could demonstrate the superior performance of our proposed WAG.
• Abstract（参考訳）: 世界モデルは、現実世界の環境の表現を学び、将来の進化を予測することを目的としている。 近年のオブジェクト中心の世界モデルは、視覚シーンをオブジェクトレベルの潜在状態の集合として表現することで表現的な進歩を遂げているが、オブジェクトオブジェクトの関係は暗黙的にのみキャプチャされ、明示的なリレーショナルと時間構造モデリングとオブジェクト中心の動的メモリモデリングが制限されている。 このような課題に対処するために,JEPAスタイルの予測表現学習にリレーショナル帰納バイアスを導入するグラフベースのオブジェクト中心世界モデルであるWorld-As-Graph(WAG)を提案する。 提案するWAGは,(1)オブジェクト中心のスロットから時間変化の潜時グラフを構成するリレーショナル・アウェア構造誘導と,(2)オブジェクト表現学習を遅延空間でガイドするためのリレーショナル・アウェア・オブジェクトマスキングポリシ,(2)近隣のオブジェクトからのリレーショナル情報を履歴記憶と組み合わせることでオブジェクトレベルの動的状態を維持・更新するオブジェクト中心記憶遷移,の2つの主要なモジュールを含む。 視覚的推論とロボット操作の両タスクに関する大規模な実験は、提案したWAGの優れた性能を示す可能性がある。

関連論文リスト

• Contrastive World Models [0.14863659125103162]
  本稿では,画素再構成を伴わない潜在力学モデルの学習手法であるContrastive World Modelsを提案する。 我々は、標準世界モデルにおける観測の再構築を、Deep InfoMaxのような下界に置き換える。 視覚的複雑さを増大させる3つの設定の小さな実験において、我々のアプローチを評価する。
  論文  参考訳（メタデータ） (2026-08-27T04:52:29Z)
• Object-Centric World Models for Causality-Aware Reinforcement Learning [13.063093054280946]
  カルーサリティ対応強化学習(ASTICA)を用いたEmph Transformer Imaginationを提案する。 オブジェクト中心のトランスフォーマーが世界モデルおよび因果対応ポリシーおよびバリューネットワークとして機能する統合フレームワーク。 オブジェクトリッチベンチマークの実験では、STICAはサンプル効率と最終性能の両方において、最先端のエージェントよりも一貫して優れていた。
  論文  参考訳（メタデータ） (2025-11-18T08:53:09Z)
• A Comprehensive Survey on World Models for Embodied AI [14.457261562275121]
  エンボディードAIは、アクションがどのように将来の世界国家を形作るかを理解し、行動し、予測するエージェントを必要とする。 この調査は、組み込みAIにおける世界モデルのための統一されたフレームワークを示す。
  論文  参考訳（メタデータ） (2025-10-19T07:12:32Z)
• Learning Primitive Embodied World Models: Towards Scalable Robotic Learning [50.32986780156215]
  我々は,世界モデリングのための新しいパラダイム--Primitive Embodied World Models (PEWM)を提案する。 ビデオ生成を固定的な短地平線に制限することにより,ロボット行動の言語概念と視覚的表現の微妙なアライメントを可能にする。 我々のフレームワークは、きめ細かい物理的相互作用と高レベルの推論のギャップを埋め、スケーラブルで解釈可能で汎用的なインテリジェンスへの道を開く。
  論文  参考訳（メタデータ） (2025-08-28T14:31:48Z)
• Aether: Geometric-Aware Unified World Modeling [49.33579903601599]
  Aetherは、世界モデルにおける幾何学的推論を可能にする統一されたフレームワークである。 本フレームワークは,動作追従タスクと再構成タスクの両方においてゼロショットの一般化を実現する。 私たちの研究がコミュニティに、物理的に理にかなった世界モデリングにおける新たなフロンティアを探求させることを期待しています。
  論文  参考訳（メタデータ） (2025-03-24T17:59:51Z)
• Unified Graph Structured Models for Video Understanding [93.72081456202672]
  リレーショナル・テンポラル関係を明示的にモデル化するメッセージパッシンググラフニューラルネットワークを提案する。 本手法は,シーン内の関連エンティティ間の関係をより効果的にモデル化できることを示す。
  論文  参考訳（メタデータ） (2021-03-29T14:37:35Z)

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。