論文の概要: Roz: A Taste Test for World Model Latents

• arxiv url: http://arxiv.org/abs/2611.00612v1
• Date: Sat, 31 Oct 2026 04:14:53 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:28:41.058027
• Title: Roz: A Taste Test for World Model Latents
• Title（参考訳）: Roz: 世界モデルラテンダーの味覚テスト
• Abstract要約: State of the Art Latent dynamics World Modelは、ロボット計画において素晴らしいパフォーマンスを達成する。 しかし、実際には世界の物理学をコード化しているのだろうか? 現在、一般的な世界モデルは、画像の類似度を小さくするが、質量、変形、摩擦、弾力性といったシーンにおける物体に関する重要な詳細を忘れてしまうようなタスクにおいて、強力な結果が得られることを示す。
• 参考スコア（独自算出の注目度）: 0.9680414470799547
• License:
• Abstract: State of the art latent dynamics world models achieve impressive performance for robot planning. But do they actually encode the physics of the world? In this paper, we show that popular world models today achieve strong results on tasks that reduce to image similarity but forget key details about objects in the scene like mass, deformation, friction, and bounciness. We achieve this by defining precisely what ought to be encoded in such a world model and introducing two new evaluation methods that can directly tease physical properties and easily scale to new ones. Our evaluation, which we call Roz, includes 10 contrastive tasks and 3 continuous tasks, totaling 1734 individual scenarios. We validate our eval on control tasks. On our own model, AnonWM, we find that performance roughly improves with training steps, while not necessarily being correlated with reconstruction MSE. We argue current model failures are a symptom of evaluation strategies (probes and planners) that are opaque, model-specific, and high-compute. Roz requires only a model that can ingest still frames or video, a way to extract latents, and a distance function between them, and it can be run in one pass. We hope future evaluations will adopt Roz's evaluation techniques. More broadly, we hope Roz can be a case study for a future where benchmarks allow rapid iteration and comparison across models.
• Abstract（参考訳）: State of the Art Latent dynamics World Modelは、ロボット計画において素晴らしいパフォーマンスを達成する。 しかし、実際には世界の物理学をコード化しているのだろうか? 本稿では,現在普及している世界モデルにおいて,画像の類似度を低減したタスクに対して,マス,変形,摩擦,バウンシティといったシーンにおけるオブジェクトに関する重要な詳細を忘れるような強力な結果が得られていることを示す。 このような世界モデルにエンコードすべきことを正確に定義し、物理的特性を直接ティーズし、新しいモデルに容易にスケールできる2つの新しい評価手法を導入することで、これを実現する。 Rozと呼ばれる私たちの評価には、10のコントラストタスクと3つの連続タスクが含まれており、合計1734の個別シナリオが含まれています。 制御タスクのevalを検証する。 我々のモデルであるAnonWMでは、再建MSEと必ずしも相関しないが、トレーニングステップによってパフォーマンスが大幅に向上することがわかった。 現在のモデル失敗は、不透明で、モデル固有で、高精度な評価戦略(プローブとプランナー)の症状である、と我々は主張する。 Rozは静止フレームや動画を取り込み、潜伏者を抽出し、それらの間の距離関数を抽出するモデルのみを必要とし、それを1回のパスで実行することができる。 今後の評価にRozの評価手法が採用されることを願っている。 より広範に、ベンチマークがモデル間の迅速なイテレーションと比較を可能にする、将来Rozがケーススタディになることを願っています。

関連論文リスト

• One from Infinity: Actualizing Futures from Pretrained World Models into Robot Actions [52.542279563757724]
  映像の世界モデルでは、シーンの多くの有望な未来が認められるが、ロボットは正確なタスク条件に気付く必要がある。 我々は、このタスクを現実化として形式化し、フリーズワールドモデルによって提供された事前のタスク条件の選択と実現を学習する。 我々は,冷凍世界モデルエンコーダ上に,最大60万パラメータのRoboActualizerを実装した。 現実化器は2つの軽量なDiT専門家で構成されており、将来的な潜伏剤とフローマッチングによるアクションを共同で予測する。
  論文  参考訳（メタデータ） (2026-09-29T00:05:24Z)
• Training Object Permanence in World Models [110.04493151019896]
  WROP(World Reasoning with Object Permanence)は、手作業で設計された認知科学にインスパイアされたタスク150のデータ基盤である。 我々は、各タスクの認知構造を保ちながら、速度、照明、カメラアングル、その他のニュアンスパラメータをランダム化するブレンダージェネレータを構築する。 WROPは連続モデルのうち第1位と第3位にランクされ、2つの参照対ビデオモデル間の統計的結びつきに次いでいる。
  論文  参考訳（メタデータ） (2026-09-23T18:02:12Z)
• Monkey See, Can Monkey Do? A Benchmark for Evaluating Robot Skill Learning by Observation [6.576658827863041]
  観察から学ぶ(LfO)は、人間と動物が互いに社会的に学習する方法を再現する基本的なロボット機能である。 近年の研究では、人間のビデオから操作スキルを学ぶことの有望な成果が示されている。 人間のビデオからポリシーを学ぶモデルを評価するための統一ベンチマークであるRoboReelを紹介する。
  論文  参考訳（メタデータ） (2026-09-08T03:48:44Z)
• MindJourney: Test-Time Scaling with World Models for Spatial Reasoning [97.61985090279961]
  視覚言語モデルのためのテスト時間スケーリングフレームワークであるMindJourneyを提案する。 我々は,代表的空間推論ベンチマークSATにおいて,MindJourneyが平均7.7%以上の性能向上を達成したことを示す。 また,本手法は,強化学習により訓練した試験時間推定VLMも改善する。
  論文  参考訳（メタデータ） (2025-07-16T17:59:36Z)
• Model-Based Visual Planning with Self-Supervised Functional Distances [104.83979811803466]
  モデルに基づく視覚的目標達成のための自己監視手法を提案する。 私たちのアプローチは、オフラインでラベルなしのデータを使って完全に学習します。 このアプローチは,モデルフリーとモデルベース先行手法の両方で大幅に性能が向上することがわかった。
  論文  参考訳（メタデータ） (2020-12-30T23:59:09Z)

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。