論文の概要: SpatialBrain: Spatial Intelligence Growing from Experience

• arxiv url: http://arxiv.org/abs/2610.29317v1
• Date: Wed, 21 Oct 2026 07:15:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.269095
• Title: SpatialBrain: Spatial Intelligence Growing from Experience
• Title（参考訳）: 空間脳:経験から成長する空間知能
• Abstract要約: 空間的推論には 幾何学的な道具以上のものが必要です 私たちは、視覚言語バックボーンを固定しつつ、これらの決定についての経験を維持するフレームワークであるSpatialBrainを紹介します。
• 参考スコア（独自算出の注目度）: 29.457885263910697
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Spatial reasoning requires more than access to geometric tools: a reasoner must decide when direct observation is sufficient and when to reconstruct, measure, or change reference frames. We present SpatialBrain, a framework that retains experience about these decisions while keeping its vision-language backbone fixed. The key distinction is between evidence about a scene and experience about how to reason with that evidence. 3DFusionMemory fuses current-scene observations into queryable spatial relations. A Spatial Skill Library provides reusable tool procedures, and Spatial Cognition associates task conditions with experience about when and how to use memory and skills. Completed trajectories are abstracted into process records and consolidated between task blocks, allowing later decisions to draw on earlier execution without transferring scene coordinates or reference answers. Across five spatial-reasoning benchmarks, SpatialBrain improves on direct answers from the same backbone on four and ties on the fifth. Component comparisons, experience-coverage curves, and traced resource decisions characterize how the framework accumulates and uses these resources.
• Abstract（参考訳）: 空間的推論は幾何学的ツールへのアクセス以上のものを必要とする: 推論者は、いつ直接観測が十分か、いつ参照フレームを再構築、測定、変更するかを決定する必要がある。 私たちは、視覚言語バックボーンを固定しつつ、これらの決定についての経験を維持するフレームワークであるSpatialBrainを紹介します。 重要な違いは、シーンに関するエビデンスと、そのエビデンスに対する理屈に関する経験の間にある。 3DFusionMemoryは、現在のシーン観測をクエリ可能な空間関係に融合する。 Space Skill Libraryは再利用可能なツールプロシージャを提供し、Spatial Cognitionはタスク条件と、いつ、どのようにメモリとスキルを使うかについての経験を関連付ける。 完了したトラジェクトリはプロセスレコードに抽象化され、タスクブロック間で統合される。 5つの空間推論ベンチマークで、SpatialBrainは、同じバックボーンから第4と第5のネクタイで直接回答を改善する。 コンポーネントの比較、エクスペリエンスカバレッジ曲線、およびトレースされたリソース決定は、フレームワークがどのようにリソースを蓄積し、利用するかを特徴づけます。

関連論文リスト

• From Reasoning Failures to Composable Video Spatial Intelligence [53.31188726177487]
  我々は,映像空間推論を支援するために,利用可能な証拠の上に機能する,型付き幾何演算子と空間スキルのトレーニングフリーライブラリを開発した。 これらの利点は、空間的慣行の明示的なハンドリングが、追加のトレーニングなしで体系的な推論失敗を修復できることを証明している。
  論文  参考訳（メタデータ） (2026-10-01T16:31:19Z)
• Memory Control Signals Emerge Before Action in Long Horizon Agents [55.84813053778976]
  各エージェントアクションの直前に隠された状態を調べ、圧縮とリコールの要求がモデルの内部表現にすでにエンコードされていることを確認する。 本研究では,状態誘導圧縮と外部エビデンス検索を組み合わせたPreaction Memory with Evidence Retrieval (PaMER)を提案する。
  論文  参考訳（メタデータ） (2026-09-23T03:23:34Z)
• UTILMEM: Benchmarking Evidence Utilization in Long-Term Conversational Memory [32.625416782173204]
  メモリ使用率を評価するための診断ベンチマークであるUtilMemを紹介する。 従来のファクトメモリベンチマークの強い性能は、有効メモリ利用に確実に変換されないことが判明した。 これらの知見は,記憶されている情報へのアクセスと有効利用との間に大きなギャップを生じさせ,長期の会話記憶の進歩には,検索妨害に対する証拠統合と堅牢性を明確に支援するアーキテクチャが必要であることを示唆している。
  論文  参考訳（メタデータ） (2026-08-31T09:41:26Z)
• REVEAL: A Rubric-Guided Agent for Explicit Evidence Sufficiency Verificationin Long-Video Question Answering [25.519927761448603]
  REVEALは、長いビデオ質問応答のためのルーリック誘導エージェントフレームワークである。 本稿では,視覚的コヒーレントな隣接フレームを自然なイベント単位にグループ化する適応型視覚類似性に基づく前処理パイプラインを提案する。 この構造化メモリ上に構築されたREVEALは、自動的に構築されたルーリックライブラリを使用して、検索された証拠が満足度基準を満たすかどうかを明示的に検証する。
  論文  参考訳（メタデータ） (2026-08-09T09:55:42Z)
• Analytic Concept-Centric Memory for Agentic Embodied Manipulation [67.98329043920803]
  ロングホライゾンの具体化操作では、エージェントは永続的なオブジェクトを記憶し、シーンの状態の変化を追跡し、相互作用の知識を再利用する必要がある。 既存のエージェント記憶は、しばしば構造化されていない履歴や埋め込みベースの記録として保存される。 エージェントエンボディド操作のための解析的概念中心メモリフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-06-29T04:33:04Z)
• MemEye: A Visual-Centric Evaluation Framework for Multimodal Agent Memory [80.97855900579512]
  既存の評価では、エージェントが後続の推論に必要な視覚的証拠を保存するかどうかを検査することはめったにない。 メモリ性能を2次元から評価するフレームワークであるMemEyeを紹介する。 本フレームワークでは,8つのライフシナリオタスクにまたがる新しいベンチマークを構築した。
  論文  参考訳（メタデータ） (2026-05-14T17:37:52Z)
• Rethinking Memory Mechanisms of Foundation Agents in the Second Half: A Survey [211.01908189012184]
  今年、何百もの論文が公開されたメモリは、ユーティリティギャップを埋めるための重要なソリューションとして現れます。 ファンデーションエージェントのメモリを3次元に統一したビューを提供する。 次に、異なるエージェントトポロジの下でメモリがどのようにインスタンス化され、操作されるかを分析する。
  論文  参考訳（メタデータ） (2026-01-14T07:38:38Z)
• KnowMe-Bench: Benchmarking Person Understanding for Lifelong Digital Companions [13.246922338917601]
  我々は、長文の自伝的物語から構築された公開リリース可能なベンチマークであるBenchNameを紹介する。 BenchNameは各物語をフラッシュバック対応のタイムアンコールストリームに再構成し、エビデンスにリンクされた質問でモデルを評価する。
  論文  参考訳（メタデータ） (2026-01-08T09:11:33Z)
• Memory Matters More: Event-Centric Memory as a Logic Map for Agent Searching and Reasoning [55.251697395358285]
  大規模言語モデル(LLM)は、環境を推論し、計画し、相互作用するインテリジェントエージェントとして、ますます多くデプロイされている。 長期のシナリオに効果的にスケールするには、そのようなエージェントの重要な機能は、過去の経験を保持し、整理し、取り出すことができるメモリメカニズムである。 イベント理論にインスパイアされたイベント中心のメモリフレームワークであるCompassMemを提案する。
  論文  参考訳（メタデータ） (2026-01-08T08:44:07Z)

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。