論文の概要: ExeWorldBench: Benchmarking Code-Based Executable 3D World Modeling
- arxiv url: http://arxiv.org/abs/2610.15166v1
- Date: Sat, 10 Oct 2026 20:34:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-20 02:16:32.597761
- Title: ExeWorldBench: Benchmarking Code-Based Executable 3D World Modeling
- Title（参考訳）: ExeWorldBench: コードベースで実行可能な3Dワールドモデリングのベンチマーク
- Abstract要約: コードベースの3次元世界構築を通して世界理解と実行可能実現を包括的に評価する最初のベンチマークであるExeWorldBenchを紹介した。
それは、メカニズム実行可能性、構成実行可能性、インテント駆動実行可能世界合成という、段階的に困難な3つのタスクから構成される。
フロンティアモデルの実験は、より物理的に基礎と因果的に整合した世界構築システムの開発に関する洞察を提供する、実行可能な世界モデリングにおけるかなりの制限を明らかにしている。
- 参考スコア（独自算出の注目度）: 21.23252395059765
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Coding agents are increasingly evolving beyond reproducing what a world looks like toward constructing executable worlds that capture how a world works. This shift calls for executable world modeling, which integrates two core capabilities: world understanding, reasoning about the underlying structural, mechanical, and causal principles of a world, and executable realization, translating that understanding into a code-based system whose behavior emerges from physical interactions. However, existing benchmarks provide only fragmented evaluations centered on physical reasoning, visual fidelity, or behavioral correctness, leaving the integration of these capabilities insufficiently assessed. To bridge this gap, we introduce ExeWorldBench, to our knowledge the first benchmark to comprehensively evaluate world understanding and executable realization through code-based 3D world construction. ExeWorldBench comprises three progressively challenging tasks: Mechanism Executability, which evaluates the realization of individual mechanisms from visual observations; Compositional Executability, which extends to multi-stage systems with spatial, mechanical, and causal dependencies; and Intent-Driven Executable World Synthesis, which requires constructing executable worlds from high-level goals and physical requirements. Extensive experiments on frontier models reveal substantial limitations in executable world modeling, offering insights into the development of more physically grounded and causally coherent world construction systems.
- Abstract（参考訳）: コーディングエージェントは、世界がどのように機能するかをキャプチャする実行可能な世界を構築するために、世界がどのように見えるかを再現する以上の進化を遂げている。
このシフトは、世界理解、世界の基盤となる構造的、機械的、因果的原理の推論、実行可能実現という2つのコア機能を統合する実行可能世界モデリングを要求し、その理解を物理的な相互作用から生じるコードベースのシステムに翻訳する。
しかし、既存のベンチマークでは、物理的推論、視覚的忠実性、行動的正当性を中心とした断片的な評価のみを提供しており、これらの能力の統合は不十分である。
このギャップを埋めるために、コードベースの3D世界構築を通して世界理解と実行可能実現を包括的に評価する最初のベンチマークであるExeWorldBenchを紹介します。
ExeWorldBenchは、視覚的な観察から個々のメカニズムの実現を評価するメカニズム実行可能性、空間的、機械的、因果的な依存関係を持つ多段階システムに拡張する構成実行可能性、高レベルな目標と物理的要求から実行可能な世界を構築するためのIntent-Driven Executable World Synthesisという3つの段階的な課題で構成されている。
フロンティアモデルに関する大規模な実験は、より物理的に基礎と因果的に整合した世界構築システムの開発に関する洞察を提供する、実行可能な世界モデリングのかなりの制限を明らかにしている。
関連論文リスト
- World Editing: Intervening on Executable Worlds at Increasing Depth [13.318854434831403]
我々は、既存の世界への介入として世界編集を定式化し、変更すべきプロパティを保存します。
IGMWorldは110のタスクと1.1K以上の実行可能状態と行動基準のベンチマークである。
その結果、世界編集は世界生成と相互作用とは別の能力であり、実行可能ゲームはそれを研究するための実践的なテストベッドを提供することを示した。
論文 参考訳（メタデータ） (2026-10-01T18:05:47Z) - Code as Worlds: Agentic Discovery of Executable World Representations for Physical Reasoning [79.29811222102721]
実行可能な世界表現を通じて物理世界を表現するパラダイムであるCode-as-Worldを紹介する。
物理的な構成、動的進化、視覚的な外観を実行可能なコードとして表現することで、Code-as-Worldは物理的世界のコンパクトで定量的に基礎付けられ、制御可能な抽象化を提供する。
検証可能世界を用いて、定量的物理推論に基づく視覚言語モデルのトレーニングにスケーラブルな物理監視を提供する。
論文 参考訳（メタデータ） (2026-08-27T17:57:25Z) - AnchorWorld: Embodied Egocentric World Simulation with View-based Evolution Customization [79.26935895370191]
AnchorWorldは、対話の整合性を強化することで、エゴセントリックなシミュレーションを促進するフレームワークである。
補助訓練監督は、エージェントのファーストパーソンセンタリウムから切り離された視点を取り入れている。
我々は、自己進化する世界をカスタマイズするためのシンプルで効果的なメカニズムを提案する。
論文 参考訳（メタデータ） (2026-06-05T14:43:13Z) - ManipulationNet: An Infrastructure for Benchmarking Real-World Robot Manipulation with Physical Skill Challenges and Embodied Multimodal Reasoning [61.35327888597012]
有害な操作により、ロボットは物理的世界を意図的に変化させ、パッシブな観察者から非構造環境のアクティブなエージェントに変えることができる。
ハードウェア、知覚、制御、学習の数十年にわたる進歩にもかかわらず、一般的な操作システムへの進歩は依然として断片化されている。
ロボット操作のための実世界のベンチマークタスクをホストするグローバルインフラストラクチャであるManipulationNetを紹介した。
論文 参考訳（メタデータ） (2026-03-04T18:29:28Z) - WorldArena: A Unified Benchmark for Evaluating Perception and Functional Utility of Embodied World Models [114.95269118652163]
We introduced WorldArena, an unified benchmark designed for embodied world model across both perceptual and functional dimensions。
WorldArenaは、6つのサブ次元にまたがって16のメトリクスで測定されたビデオ知覚品質、データエンジンとして世界モデルを評価する実施されたタスク機能、ポリシー評価ツール、主観的な人間の評価と統合されたアクションプランナーの3つの次元でモデルを評価する。
14の代表的なモデルに対する広範囲な実験を通して、視覚的品質が必ずしも強い具体的タスク能力に変換されるとは限らないことを示す、重要な知覚-機能的ギャップを明らかにする。
論文 参考訳（メタデータ） (2026-02-09T18:09:20Z) - Research on World Models Is Not Merely Injecting World Knowledge into Specific Tasks [43.59401259468559]
我々は、ロバストな世界モデルは、能力の緩やかな集まりではなく、相互作用、知覚、象徴的推論、空間的表現を一体的に組み込んだ規範的な枠組みであるべきだと主張する。
この研究は、未来の研究を世界のより一般的で堅牢で原則化されたモデルへと導くことを目的としている。
論文 参考訳（メタデータ） (2026-02-02T04:42:44Z) - WorldLens: Full-Spectrum Evaluations of Driving World Models in Real World [100.68103378427567]
エージェントは現実的な4D駆動環境を合成し、説得力があるように見えるが、物理的または行動的に失敗することが多い。
モデルがどのように構築され、理解され、その生成された世界の中でどのように振る舞うかを評価するフルスペクトルベンチマークであるWorldLensを紹介します。
さらに、数値的なスコアとテキストの合理性を備えた人間の注釈付きビデオの大規模データセット WorldLens-26K を構築し、WorldLens-Agent を開発した。
論文 参考訳（メタデータ） (2025-12-11T18:59:58Z)
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。