論文の概要: Long-Horizon Textual World Modeling through Structured Reasoning
- arxiv url: http://arxiv.org/abs/2610.06637v1
- Date: Mon, 05 Oct 2026 16:25:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-09 00:03:31.402214
- Title: Long-Horizon Textual World Modeling through Structured Reasoning
- Title（参考訳）: 構造化推論による長軸テクスチュアルワールドモデリング
- Abstract要約: マルチステップダイナミクスは、将来のアクションのシーケンスを条件付きでモデル化し、結果を直接予測する。
これらの課題は、多段階遷移の内部進化を、テキストの世界状態に対する構造化推論としてキャストすることで解決可能であることを示す。
- 参考スコア（独自算出の注目度）: 20.546757691423526
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: World models must predict how an environment evolves under sequences of actions, enabling agents to compare possible futures and reason about counterfactual actions before acting. Long-horizon prediction is commonly obtained by recursively applying a one-step transition model, but intermediate errors can compound over time. Multi-step dynamics models instead condition on a sequence of future actions and predict their consequences directly, but become harder to learn as horizon grows: the model must track interacting state changes across the trajectory, endpoint supervision provides weak credit assignment, and intermediate predictions can remain plausible while losing information needed for later states. We show that these challenges can be addressed by casting the internal evolution of a multi-step transition as structured reasoning over textual world states: reasoning over sparse state changes reduces the burden of state tracking, a predictive-gain objective rewards the learned state for improving over a matched predictor that conditions on raw history instead, and intermediate predictive rewards supervise each state along the trajectory. Because these intermediate states are explicit textual representations of the world, they provide semantically meaningful targets that can be inspected, scored, and corrected during training. Across ScienceWorld, Jericho, and CEO-Bench, our approach achieves the strongest average long-horizon performance against recursive and non-recursive baselines that condition directly on raw history, with gains increasing at longer horizons. In a controlled counterfactual study, our model is also the only one with statistically significant sensitivity to future actions.
- Abstract（参考訳）: 世界モデルは、アクションのシーケンスの下で環境がどのように進化するかを予測する必要がある。
ロングホライズン予測は1段階遷移モデルを再帰的に適用することで一般的に得られるが、中間誤差は時間とともに複雑になることがある。
マルチステップのダイナミクスモデルは、将来の行動のシーケンスを条件として、直接結果を予測するが、地平線が大きくなるにつれて学習が困難になる: モデルは、軌道全体にわたる相互作用する状態の変化を追跡し、エンドポイントの監督は、弱い信用割り当てを提供し、中間予測は、後続の状態に必要な情報を失いながら、妥当なままでいなければならない。
これらの課題は、多段階遷移の内部進化を、テクスチャ世界における構造的推論として論じることによって解決できることが示される: スパース状態変化に対する推論は、状態追跡の負担を軽減し、予測ゲイン目的は、マッチした予測器よりも、生履歴の条件を改善し、中間予測報酬が軌跡に沿って各状態を監督する学習状態に報いる。
これらの中間状態は、世界の明示的なテキスト表現であるため、トレーニング中に検査、採点、修正が可能な意味的に意味のあるターゲットを提供する。
ScienceWorld、Jerricho、そしてCEO-Benchを通じて、我々のアプローチは、生の歴史を直接条件とした再帰的かつ非再帰的ベースラインに対して、最も高い平均的なロングホライゾンパフォーマンスを達成し、より長い地平線で上昇します。
制御された対実的研究において、我々のモデルは、将来の行動に対して統計的に有意な感度を持つ唯一のモデルである。
関連論文リスト
- Beyond Prediction: Steering VLM Agents with Retrospective World Modeling [38.89406602855148]
世界モデリング能力を持つVLMエージェントは、複雑な推論と長期計画に強い可能性を示している。
本稿では,エージェントの逆推論を可能にする新しいエージェント学習パラダイムであるRetrospective World Modelingを紹介する。
本手法は, 政策の堅牢性と, 将来的な世界モデリングベースラインを大幅に改善する。
論文 参考訳（メタデータ） (2026-09-30T06:41:04Z) - EgoTSR++: Egocentric Spatiotemporal Reasoning for Task Progress Understanding [51.078675806865306]
VLM(Vision-Language Models)は、静的な視覚的理解において急速に進歩しているが、エゴセントリックなタスクがどのように進行しているかを判断しても信頼性が低い。
EgoTSR(EgoTSR)は,オーダーローバストなタスク・プログレス理解を診断・改善するための統合フレームワークである。
論文 参考訳（メタデータ） (2026-09-23T09:20:44Z) - World Models for Embodied Intelligence: From Plausible to Controllable to Actionable [100.13060753774657]
世界モデルは、隠れた状態を維持し、結果を予測し、介入を比較し、実行が期待から外れたときに適応することによって、インテリジェンスにおける知覚と意思決定を結びつける。
これは、どの予測能力が振る舞いを改善するかという、中心的な疑問を提起する。
可塑性モデルは、タスク関連時間的・幾何学的・物理的構造を保存し、制御可能なモデルは、介入がどのように構造を変えるかを予測し、アクション可能なモデルは、予測を計画、行動、学習、評価、検証、回復、データ選択において測定可能な利得に変換する。
論文 参考訳（メタデータ） (2026-09-15T06:22:42Z) - Orthogonal JEPA: Factorized Predictive States for Latent World Models [95.20158869896393]
予測因数分解に基づく潜在的世界モデリングフレームワークであるメソッドを導入する。
そこで本研究では,予測構造を弱め,あるいは矛盾する勾配を抑えつつ,冗長なキャパシティを支配的信号に割り当てる手法を提案する。
制御された視覚、単細胞転写学、縦断的な健康記録、連続的な制御、分子動力学の実験は、表現品質、予測、計画、長期安定性を評価する。
論文 参考訳（メタデータ） (2026-08-20T13:59:57Z) - Self-Evolving World Models for LLM Agent Planning [72.99782619992361]
我々はWorldEvolverを紹介した。WorldEvolverは、ダウンストリームエージェントとすべてのモデルパラメータを凍結したまま、デプロイメント時間コンテキストを更新する自己進化型ワールドモデルフレームワークである。
WorldEvolverは3つのバックボーンで最高の予測精度を達成し、下流エージェントの成功率で他のワールドモデルベースラインを導く。
論文 参考訳（メタデータ） (2026-06-29T17:58:43Z) - Why We Need World Models for AGI: Where LLMs Fail and How World Models May Outperform [1.6746114653388389]
大規模言語モデルは、言語生成と知識集約タスクにおいて強力なパフォーマンスを達成する。
これらの制限は、潜在環境力学に対するシーケンス予測と推論の客観的なミスマッチから生じる可能性がある。
言語とマルチモーダルな観察を基礎となる遷移力学の部分的証拠として解釈する概念的視点である潜在ダイナミクス推論(LDI)を紹介する。
論文 参考訳（メタデータ） (2026-05-13T12:55:34Z) - AGWM: Affordance-Grounded World Models for Environments with Compositional Prerequisites [18.635313325437664]
我々は,行動の動的実行可能性を明確に追跡するために,前提条件依存のDAGとして表される抽象的な空き構造を学習するAGWM(Affordance-Grounded World Model)を提案する。
ゲームベースのシミュレーション環境の実験では、より低いマルチステップ予測誤差、新しい構成へのより良い一般化、解釈可能性の向上により、本手法の有効性が示された。
論文 参考訳（メタデータ） (2026-05-07T18:46:44Z) - Self-Correcting VLA: Online Action Refinement via Sparse World Imagination [55.982504915794514]
本稿では, 自己補正VLA (SC-VLA) を提案する。
SC-VLAは最先端のパフォーマンスを達成し、最高タスクスループットを16%削減し、最高パフォーマンスのベースラインよりも9%高い成功率を得る。
論文 参考訳（メタデータ） (2026-02-25T06:58:06Z) - TrajBooster: Boosting Humanoid Whole-Body Manipulation via Trajectory-Centric Learning [79.59753528758361]
両足のVLAを促進するために、豊富な車輪付きヒューマノイドデータを活用するクロス・エボディメント・フレームワークであるTrajBoosterを提案する。
私たちのキーとなる考え方は、形態素に依存しないインターフェースとして、エンドエフェクタ・トラジェクトリを使用することです。
以上の結果から,TrajBoosterは既存の車輪付きヒューマノイドデータにより,二足歩行ヒューマノイドVLAの性能を効率的に向上させることができることがわかった。
論文 参考訳（メタデータ） (2025-09-15T12:25:39Z) - Human locomotor control timescales depend on the environmental context and sensory input modality [37.48294298569551]
制御時間スケールを定量化する統合データ駆動フレームワークを提案する。
ウォーキングやランニングといったタスクにこのフレームワークを適用します。
本研究の枠組みは,ロポモタ・フット配置制御の時間尺度に影響を与える要因を明らかにする。
論文 参考訳（メタデータ） (2025-03-20T16:57:15Z)
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。