論文の概要: PhysEvolve: Verifier-grounded Self-evolution for Physical Reasoning with Executable Worlds

• arxiv url: http://arxiv.org/abs/2610.34921v1
• Date: Mon, 26 Oct 2026 06:50:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.77524
• Title: PhysEvolve: Verifier-grounded Self-evolution for Physical Reasoning with Executable Worlds
• Title（参考訳）: PhysEvolve: 実行可能世界との物理推論のための検証済みの自己進化
• Abstract要約: フィセボルブは、モデルが提案する実行可能世界とシミュレーションによるタスクから因果的物理的推論を訓練する。 physevolveは、人間の介入データなしでPhysBench、CausalPhys、ContPhyのターゲットゲインを達成する。
• 参考スコア（独自算出の注目度）: 21.2571565380659
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Physical reasoning underpins how embodied systems understand and act in the physical world, yet vision-language models (VLMs) remain unreliable on questions about dynamics and physical causality. Progress is critically constrained by the scarcity of grounded counterfactual training data, as observational videos capture only the factual trajectory that occurred. The self-evolving paradigm offers a route beyond fixed datasets by enabling models to construct their own training problems. Extending this paradigm to physics, however, requires an external source of truth that can both validate model-proposed environments and verify alternative physical outcomes under intervention. We introduce \physevolve{}, a verifier-grounded self-evolving framework that trains VLMs for causal physical reasoning from model-proposed executable worlds and simulation-authored tasks. At each round, a shared VLM proposes executable world programs and evidence schemas; a deterministic physics engine freezes each valid world, simulates matched baseline and body-elided counterfactual branches, and synthesizes discrete, answer-bound visual tasks. Exact verifier feedback from task solving updates both the shared policy via GRPO and an adaptive curriculum over physical intents. Starting from Qwen3-VL-8B-Instruct, \physevolve{} achieves targeted gains across PhysBench, CausalPhys, and ContPhy without human intervention data, improving PhysBench Throwing by $8.8$ points and ContPhy Counterfactual Removal and Goal-Pit by $7.4$ and $24.4$ points. These gains concentrate on interaction-sensitive and altered-world questions, demonstrating zero-shot transfer of causal principles to unseen complex dynamics (cloth, fluid, soft bodies) and real-world video.
• Abstract（参考訳）: 物理的推論は、体現されたシステムが物理的な世界でどのように理解し、行動するかを示唆するが、視覚言語モデル(VLM)は、力学と物理的因果性に関する疑問に対して信頼できないままである。 観察ビデオは、実際に起こった軌跡のみを捉えているため、現場の反事実訓練データの不足により、進歩は著しく制限されている。 自己進化パラダイムは、モデルが独自のトレーニング問題を構築することを可能にすることによって、固定データセットを越えた経路を提供する。 しかし、このパラダイムを物理学に拡張するには、モデルが提案する環境を検証し、介入中の別の物理的成果を検証できる外部の情報源が必要である。 本稿では,モデルが提案する実行可能世界とシミュレーションによるタスクから,因果的理性推論のためにVLMを訓練する検証器付き自己進化フレームワークである \physevolve{} を紹介する。 各ラウンドで共有されたVLMは実行可能な世界プログラムとエビデンススキーマを提案し、決定論的物理エンジンは各有効な世界を凍結し、マッチしたベースラインとボディに縛られた反ファクトのブランチをシミュレートし、個別で応答バウンドな視覚タスクを合成する。 タスク解決からの厳密な検証者フィードバックは、GRPOによる共有ポリシーと、物理的意図に対する適応的なカリキュラムの両方を更新する。 Qwen3-VL-8B-Instructを皮切りに、PhysBench、CausalPhys、ContPhyの各ターゲットゲインを人間の介入データなしで達成し、PhysBench Throwingを8.8ドル、ContPhy Counterfactual removal and Goal-Pitを7.4ドル、24.4ドルで改善した。 これらの成果は、相互作用に敏感で変化した世界の質問に集中し、因果原理を見えない複雑なダイナミクス(衣服、流体、ソフトボディ)や実世界のビデオにゼロショットで転送することを示した。

関連論文リスト

• GAUGE: A Measurement-Grounded Benchmark for Physical Fidelity in Simulation Engines and Video World Models [66.77745044586173]
  GAUGEは、数値シミュレータと生成ビデオワールドモデルがどのように現実の物理学から再現または逸脱するかを評価するための実世界の診断ベンチマークである。 一般化された軌道誤差を用いて14のタスクファミリー上でIsaac Sim,Genesis,Newtonをベンチマークし,5つの剛体タスクに対して6つのイメージ・ツー・ビデオモデルを評価する。 この結果から, 衝撃的接触, 高速繊維運動, 体積変形に起因する最大の相違点を有する一様忠実な物理エンジンは見つからなかった。
  論文  参考訳（メタデータ） (2026-08-06T12:19:38Z)
• PhysAgent: Reflective Agentic Physics Control for Physically Plausible Video Generation [68.13035350819901]
  PhysAgentは物理プログラム生成、物理シミュレーション、ステージ固有の検証、ターゲットプログラム修復のループを閉じるフレームワークである。 我々のフレームワークは、より物理的に妥当なビデオを生成し、より優れたプロンプトアライメントを実現し、多様な物理的シナリオにわたってより効果的に一般化する。
  論文  参考訳（メタデータ） (2026-07-17T08:55:09Z)
• Physics-Aware Video Generation via Agentic Planning and Graph-Guided Optimization [28.819404107472497]
  ビデオ拡散モデル (VDM) は視覚的に魅力的だが、幻覚と物理的に理解不能なダイナミクスを特徴とする因果非論理的シーケンスを生成する。 トレーニング不要なテストタイム最適化を通じて物理的な意識を注入することは、有望な選択肢だ。 PysPlanは、視覚的な物理シミュレーションからエージェント的な物理シミュレーションへパラダイムをシフトさせる、新しいトレーニングフリーガイダンスフレームワークである。
  論文  参考訳（メタデータ） (2026-07-16T15:25:56Z)
• PhyCo: Learning Controllable Physical Priors for Generative Motion [55.59209981836171]
  本稿では,ビデオ生成に連続的,解釈可能,物理的に接地された制御を導入するフレームワークであるPhyCoを紹介する。 i) 摩擦, 再構成, 変形, 力が様々なシナリオで体系的に変化する100K以上のフォトリアリスティック・シミュレーション・ビデオの大規模データセット, (ii) 物理制御された拡散モデルの微調整, (iii) VLM誘導報酬最適化, 微調整された視覚言語モデルにより、対象とする物理クエリを用いて生成されたビデオを評価し、異なるフィードバックを提供する。
  論文  参考訳（メタデータ） (2026-04-30T17:53:03Z)
• SIMPACT: Simulation-Enabled Action Planning using Vision-Language Models [60.80050275581661]
  VLM(Vision-Language Models)は、目覚しい常識と意味論的推論能力を示す。 物理力学に関する基礎的な理解は欠如している。 テストタイムでシミュレーション可能な ACTion Planning フレームワークである S を提案する。 本手法は,5つの難易度,実世界の剛体および変形可能な操作課題に対して,最先端の性能を示す。
  論文  参考訳（メタデータ） (2025-12-05T18:51:03Z)
• SlotPi: Physics-informed Object-centric Reasoning Models [37.32107835829927]
  物理インフォームドオブジェクト中心推論モデルであるSlotPiを紹介する。 我々の実験は、ベンチマークや流体データセット上での予測や視覚質問応答(VQA)といったタスクにおけるモデルの強みを強調した。 我々は、オブジェクトの相互作用、流体力学、流体オブジェクトの相互作用を含む実世界のデータセットを作成し、モデルの性能を検証した。
  論文  参考訳（メタデータ） (2025-06-12T14:53:36Z)
• LLMPhy: Complex Physical Reasoning Using Large Language Models and World Models [35.01842161084472]
  そこで我々は,TraySimという物理推論タスクとデータセットを提案する。 私たちのタスクは、外部の影響を受けるトレイ上のいくつかのオブジェクトのダイナミクスを予測することです。 LLMの物理知識とプログラム合成能力を活用するゼロショットブラックボックス最適化フレームワークであるLLMPhyを提案する。 この結果から,LLMと物理エンジンの組み合わせにより,最先端のゼロショット物理推論性能が得られることがわかった。
  論文  参考訳（メタデータ） (2024-11-12T18:56:58Z)
• ContPhy: Continuum Physical Concept Learning and Reasoning from Videos [86.63174804149216]
  ContPhyは、マシン物理常識を評価するための新しいベンチマークである。 私たちは、さまざまなAIモデルを評価し、ContPhyで満足なパフォーマンスを達成するのに依然として苦労していることがわかった。 また、近年の大規模言語モデルとパーティクルベースの物理力学モデルを組み合わせるためのオラクルモデル(ContPRO)を導入する。
  論文  参考訳（メタデータ） (2024-02-09T01:09:21Z)

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。