論文の概要: Same Goal, Different Words: Spatial Instruction Sensitivity in World-Action Models

• arxiv url: http://arxiv.org/abs/2610.16242v1
• Date: Mon, 12 Oct 2026 06:15:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.317247
• Title: Same Goal, Different Words: Spatial Instruction Sensitivity in World-Action Models
• Title（参考訳）: 同一目標, 異なる単語:世界行動モデルにおける空間的指示感性
• Abstract要約: 世界行動モデルは、空間的目標の等価な記述を通して意図された操作を保存するべきである。 この一貫性を,RoboLabの4つのシーンにわたる3つのモデルから864のロールアウトで評価した。
• 参考スコア（独自算出の注目度）: 8.634346921119468
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: World-action models should preserve the intended manipulation across equivalent descriptions of a spatial goal. We evaluate this consistency in 864 rollouts from three models across four RoboLab scenes, holding initial states and task goals fixed. Describing relations through the reference object rather than the object-to-move lowers the rate of reaching a stable placement by 12.2 percentage points on average. The effect of instruction rephrasing varies across spatial relations, so aggregate scores can hide sensitivity to wording. Standalone tests of the policies' language understanding identify relation reversals and show that adding images can disrupt otherwise correct text-only interpretations. Rollout analysis also distinguishes spatial placement from instruction following: moving the wrong object can satisfy the requested relation, and rates of stable placement fall from 43.2% at any time to 21.8% at episode end. These findings motivate a more thorough evaluation of world-action models' steerability, language understanding, and grounding. Evaluations should test consistency across equivalent instructions, verify that the intended object moved, and check whether the requested arrangement persists to the end of the rollout.
• Abstract（参考訳）: 世界行動モデルは、空間的目標の等価な記述を通して意図された操作を保存するべきである。 この一貫性は、4つのRoboLabシーンの3つのモデルから864のロールアウトで評価し、初期状態とタスク目標を固定しました。 オブジェクト・トゥ・ムーブではなく参照オブジェクトを通して関係を記述することで、安定した配置に達する確率を平均12.2ポイント下げる。 命令の言い換えの効果は空間的関係によって異なるため、集合スコアは単語に対する感受性を隠蔽することができる。 ポリシーの言語理解のスタンドアロンテストは、関係の逆転を識別し、画像を追加することで、他の方法ではテキストのみの解釈を妨害する可能性があることを示す。 間違ったオブジェクトの移動は要求された関係を満たすことができ、安定した配置の比率はいつでも43.2%から21.8%に低下する。 これらの知見は、世界行動モデルのステアビリティ、言語理解、接地性をより徹底的に評価する動機となっている。 評価は、同等の命令間で一貫性をテストし、対象のオブジェクトが移動したことを検証し、要求されたアレンジメントがロールアウトの終了まで持続するかどうかを確認する必要がある。

関連論文リスト

• Spa-Bench: A Real-Robot Benchmark for Spatial Grounding in Vision-Language-Action Models [12.056788298994904]
  Spa-Benchは6つのタスクにわたる空間的接地を評価する実ロボットベンチマークである。 我々はSO-101ロボットアームで収集された4,092エピソードを公表した。
  論文  参考訳（メタデータ） (2026-10-08T20:22:35Z)
• SpaceCast-Bench: Evaluating Predictive Spatial Reasoning in Vision-Language Models [55.56557714314683]
  空間推論を直接的かつ診断的に評価する最初のベンチマークであるSpaceCastBenchを紹介する。 182の現実世界シーンからの質問は、静的認識、局所予測、グローバル予測という3つのレベルで16のタスクタイプにまたがる。 制御された解析により、ブリッジビューは分散観測の統合に重要であることが明らかになった。
  論文  参考訳（メタデータ） (2026-10-08T17:44:17Z)
• World Requirement Model: Learning Requirement-Change Consequences from Typed Artifact Graphs [31.60344882359958]
  我々は、このエンジニアリングコンテキストを型付きアーティファクトグラフとしてエンコードし、共有アーティファクト識別子における結果を予測する世界要求モデル(WRM)を提案する。 WRMは、ハッシュテキスト多層パーセプトロンに対して0.724対0.623の衝撃平均精度(MAP)を得る。 WRMは、アーティファクトに適応した世界モデルの定式化、文脈的結果のスコアリングの比較証拠、および要求世界予測を評価するための明示的な条件に貢献している。
  論文  参考訳（メタデータ） (2026-10-03T11:16:57Z)
• Who Is Left of Whom? Tracing Spatial Evidence and Role Binding in Relative-Position Reasoning [7.166169007252999]
  相対配置推論を支持する内部表現は、いまだに理解されていない。 本稿では,このプロセスの2つの補完的要素について検討する。
  論文  参考訳（メタデータ） (2026-09-28T15:59:55Z)
• Do LiDAR Language Models Really Understand Spatio-temporal Relationships? [62.56505727364142]
  ベンチマークと診断プロトコルであるLiDAR-Halluを150 nusのシーンで紹介する。 提案プロトコルは,固定回答と候補コンテンツ制御,クロスシーンペアを同一のプロンプトで組み合わせるが,参照応答は逆で,リレーショナルなリコールを行う。 記録された10万の応答の分析は、集合的空間精度によって隠された失敗を明らかにする。
  論文  参考訳（メタデータ） (2026-09-21T11:59:07Z)
• GYROval: A Robust Benchmark for Cultural Value Orientation in Large Language Models [70.36032466145112]
  GYROvalは、大きな言語モデルにおける文化的価値の向きを測定するためのベンチマークである。 また、20モデルのうち11モデルが同じ項目の対訳と第2のサンプリング温度を施した。
  論文  参考訳（メタデータ） (2026-09-16T09:38:38Z)
• Deployment-Relevant Alignment Cannot Be Inferred from Model-Level Evaluation Alone [11.663456969895462]
  機械学習におけるアライメント評価は、主にモデルの評価となっている。 本稿では, モデルレベルの評価だけでは, 配置関連アライメントを推定できないことを論じる。
  論文  参考訳（メタデータ） (2026-05-06T03:28:30Z)
• Non-Local Latent Relation Distillation for Self-Adaptive 3D Human Pose Estimation [63.199549837604444]
  3次元ポーズ推定アプローチは、強い(2D/3Dポーズ)または弱い(複数ビューまたは深さ)ペアによる監督の異なる形態を利用する。 我々は3Dポーズ学習を,ラベル付きソースドメインから完全に損なわれないターゲットへのタスク知識の転送を目的とした,自己指導型適応問題として捉えた。 我々は、異なる自己適応設定を評価し、標準ベンチマークで最先端の3Dポーズ推定性能を示す。
  論文  参考訳（メタデータ） (2022-04-05T03:52:57Z)
• Assessing Data Efficiency in Task-Oriented Semantic Parsing [54.87705549021248]
  我々は、ある品質バーを達成するのに、ドメイン内の「ターゲット」データがどれだけ必要であるかを近似した4段階のプロトコルを導入する。 我々は,タスク指向セマンティック解析の実践者に対して,その柔軟性と適用性を示す実世界の2つのケーススタディに適用する。
  論文  参考訳（メタデータ） (2021-07-10T02:43:16Z)
• SIRI: Spatial Relation Induced Network For Spatial Description Resolution [64.38872296406211]
  言語誘導型ローカライゼーションのための新しい関係誘導型ネットワーク(SIRI)を提案する。 提案手法は,80ピクセルの半径で測定した精度で,最先端手法よりも約24%優れていた。 提案手法は,Touchdownと同じ設定で収集した拡張データセットをうまく一般化する。
  論文  参考訳（メタデータ） (2020-10-27T14:04:05Z)

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。