論文の概要: Mine Odyssey: Benchmarking Spatial Agentic Intelligence in the Wild

• arxiv url: http://arxiv.org/abs/2610.11328v1
• Date: Thu, 08 Oct 2026 06:26:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 11:59:33.738769
• Title: Mine Odyssey: Benchmarking Spatial Agentic Intelligence in the Wild
• Title（参考訳）: Mine Odyssey: 野生の空間エージェントインテリジェンスをベンチマークする
• Abstract要約: 我々は,実世界の場所のマインクラフト再構成を用いたエージェント空間知能評価のベンチマークであるMine Odysseyを紹介する。 20の国、20の大陸、20の屋外、10の屋内環境を含む5つの大陸にまたがる30の場所をカバーする180のタスクで構成されている。 これらの設定は、ミッドタウン・マンハッタンから田舎のエントロップ、サンタルーカ・ヒル、バッキンガム・パレスまで、様々な空間スケール、レイアウト、地形、接続パターンにまたがっている。
• 参考スコア（独自算出の注目度）: 33.47306728285813
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Advances in foundation models are driving efforts to introduce agents to assist people in the physical world. Such agents require agentic spatial intelligence: exploring unfamiliar environments, updating spatial understanding through interaction, and adapting actions based on feedback to sustain progress toward a sequence of goals. Existing benchmarks cover only a limited range of spatial layouts, scales, and traversal requirements. We introduce Mine Odyssey, a benchmark for evaluating agentic spatial intelligence using Minecraft reconstructions of real-world locations. It comprises 180 tasks covering 30 such locations across 20 countries and regions on five continents, including 20 outdoor and 10 indoor settings. These settings span diverse spatial scales, layouts, terrains, and connectivity patterns, from Midtown Manhattan and rural Entrup to Santa Lucía Hill and Buckingham Palace. We select meaningful waypoints, such as landmarks, buildings, and rooms, and manually verify their accessibility. Each task provides a natural-language instruction specifying which waypoints to visit and in what order. Completing these tasks requires agents to find accessible routes and entrances, open doors, and move between levels using stairs and ladders, while monitoring their progress and recovering from navigation errors. Across eight evaluated state-of-the-art models, GPT-6 Astra achieves the highest success rate of 85.6%. However, the second-best model, Claude Opus 5.5, completes 73.9% of tasks, while the strongest evaluated open-weight model, DeepSeek-V4.1-Flash, reaches 23.9%, highlighting substantial room for improvement in the agentic spatial intelligence of current models. Comprehensive analyses and ablation studies on Mine Odyssey reveal current models' limitations and provide insights for advancing agentic spatial intelligence.
• Abstract（参考訳）: 基礎モデルの進歩は、物理的な世界の人々を支援するエージェントの導入を推進している。 このようなエージェントは、不慣れな環境を探索し、相互作用を通して空間的理解を更新し、一連の目標に向けて進行を維持するためにフィードバックに基づく行動を適用すること、というエージェント的な空間的知性を必要とする。 既存のベンチマークでは、限られた範囲の空間配置、スケール、およびトラバース要件しかカバーしていない。 我々は,実世界の場所のマインクラフト再構成を用いたエージェント空間知能評価のベンチマークであるMine Odysseyを紹介する。 20の国、20の大陸、20の屋外、10の屋内環境を含む5つの大陸にまたがる30の場所をカバーする180のタスクで構成されている。 これらの設定は、ミッドタウン・マンハッタンや田舎のエントロップからサンタルシア・ヒルやバッキンガム・パレスまで、様々な空間スケール、レイアウト、地形、接続パターンにまたがっている。 ランドマークや建物,部屋など,意味のある場所を選択して,アクセシビリティを手作業で検証する。 各タスクは、どのウェイポイントを訪問するか、どの順番で実行するかを指定する自然言語命令を提供する。 これらのタスクを完了するには、エージェントがアクセス可能なルートや入り口を見つけ、ドアを開け、階段やはしごを使ってレベルの間を移動し、進捗を監視し、ナビゲーションエラーから回復する必要がある。 8つの評価された最先端モデルにおいて、GPT-6 Astraは85.6%の最高成功率を達成した。 しかし、第2のベストモデルであるClaude Opus 5.5は73.9%のタスクを完了し、最も評価の高いオープンウェイトモデルであるDeepSeek-V4.1-Flashは23.9%に達し、現在のモデルのエージェント空間インテリジェンスの改善の余地が強調されている。 ミネ・オデュッセイの総合的な分析とアブレーション研究は、現在のモデルの限界を明らかにし、エージェント空間知能の進歩のための洞察を提供する。

関連論文リスト

• Are Frontier VLM Agents Ready to Be Robot Generalists? An Empirical Study with the Embodied Agent Arena [52.33857619195848]
  本研究では,空洞型エージェントArenaを導入し,幾何学,空間推論,アフォーダンス,タスクプランニング,マニピュレーションにまたがる7つのVLMエージェントを評価する。 精度推定におけるアストラの強みと使用可能な接触局所化は、トレースにおける終端誤差と低い家庭用タスク完了において共存する。
  論文  参考訳（メタデータ） (2026-10-01T00:14:50Z)
• KilometerVision: A New Frontier for Large-Scale Spatial Intelligence in VLMs [52.17037661130303]
  実世界のビデオから最大1kmに及ぶ地理的なレイアウトの理解を探索する最初のベンチマークを紹介する。 認知科学の文献に触発され,人間の空間認識の階層的な段階に対するモデルの評価を行った。
  論文  参考訳（メタデータ） (2026-09-30T12:14:26Z)
• Uruqi: Learning Spatial Cognition from Visual Experience [24.19092824006856]
  我々は、視覚言語モデル(VLM)における空間認識を開発するためのスケーラブルな監視源として、スーパービジョンされた連続的な視覚体験を提供する。 我々は,11,738個のモチーフ駆動カメラ軌跡を広範囲の3Dシーンで合成し,自己動作追跡,永続オブジェクトマッピング,各視覚体験における豊かな空間操作をサポートする。 URUQI$_mathrmSyn$-8Bは、これらの原子質問を推論するモデルをトレーニングすることで、Uruqiベンチマークの精度を15.84%から47.73%に改善します。
  論文  参考訳（メタデータ） (2026-09-30T07:47:02Z)
• AerialDojo-200K: A Large-Scale Benchmark Suite for Open-World Aerial Object-Goal Search [34.514428226873086]
  本研究では,AerialDojo-200Kを提案する。 筆者らは, 都市18, 自然12, インフラ6, 災害6の4つの家族と21のシーンにまたがる42のシミュレーションシーンを構築した。 さらに,100K以上のセマンティックゴールと100K以上のイメージゴールインスタンスからなる205,732のタスクインスタンスを構築した。
  論文  参考訳（メタデータ） (2026-09-28T18:20:35Z)
• ForesightNav: Learning Scene Imagination for Efficient Exploration [57.49417653636244]
  人間の想像力と推論に触発された新しい探索戦略であるForesightNavを提案する。 提案手法は,ロボットエージェントに,未探索領域の占有状況や意味的詳細などの文脈情報を予測する能力を備える。 本研究では,Structured3Dデータセットを用いた想像力に基づくアプローチの有効性を検証し,シーン形状の予測において,正確な占有率予測と優れた性能を示す。
  論文  参考訳（メタデータ） (2025-04-22T17:38:38Z)
• TravelAgent: Generative Agents in the Built Environment [5.27010745275885]
  TravelAgentは、さまざまな屋内および屋外環境における歩行者ナビゲーションと活動パターンをモデル化する、新しいシミュレーションプラットフォームである。 1898年のエージェント・ステップを多種多様な空間配置とエージェント・アーチタイプからなる100個のシミュレーションから分析し,全体のタスク完了率を76%とした。 本研究では,都市デザイン,空間認知研究,エージェントベースモデリングのツールとしてのTravelAgentの可能性を明らかにする。
  論文  参考訳（メタデータ） (2024-12-25T21:27:51Z)
• Teaching Agents how to Map: Spatial Reasoning for Multi-Object Navigation [11.868792440783055]
  与えられた位置におけるエージェントと到達目標の間の空間的関係を定量化する指標を推定する学習は、多目的ナビゲーション設定において高い正の影響を及ぼすことを示す。 提案された補助的損失で訓練された文献の学習ベースのエージェントは、マルチオブジェクトナビゲーションチャレンジへの勝利であった。
  論文  参考訳（メタデータ） (2021-07-13T12:01:05Z)
• Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
  そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。 エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。 われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
  論文  参考訳（メタデータ） (2020-08-21T03:16:51Z)

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。