論文の概要: GPWM: Modeling the World as 3D Particle Motion
- arxiv url: http://arxiv.org/abs/2611.08338v1
- Date: Thu, 05 Nov 2026 17:24:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 04:55:13.597872
- Title: GPWM: Modeling the World as 3D Particle Motion
- Title（参考訳）: GPWM:世界を3次元粒子運動としてモデル化する
- Abstract要約: GPWM, 生成粒子世界モデルを導入し, 時間とともに粒子や剛体の動きを発生させることによって3次元シーンがどのように進化するかを予測する。
単一の表現とアーキテクチャは、受動的物理学とロボットの相互作用の両方において、剛性、変形性、布、粒状物質をカバーしている。
本研究では,多種多様なジオメトリ,材料,相互作用,ロボットエボディメントにまたがる255万フレームのコーパスであるParticleWorlds上でGPWMをトレーニングし,評価する。
- 参考スコア（独自算出の注目度）: 36.52547940762782
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce GPWM, a Generative Particle World Model that predicts how 3D scenes evolve by generating the motion of particles and rigid bodies over time. Unlike video world models that generate scene appearance, GPWM operates directly in 3D physical space. A single representation and architecture cover rigid, deformable, cloth, and granular materials, in both passive physics and robotic interaction. GPWM is an object-aware multi-resolution transformer that combines flow matching with diffusion forcing to generate coherent physical trajectories far beyond its training horizon. We train and evaluate GPWM on ParticleWorlds, a 25.5-million-frame corpus spanning diverse geometries, materials, interactions, and robot embodiments. GPWM outperforms the best prior learned-dynamics baseline in each of six physical domains, reducing prediction error by 31% on average. Breaking from the domain-specific setting of prior methods, a single Unified GPWM models these heterogeneous regimes with one set of weights, largely outperforming per-domain baselines and even surpassing our own specialist models in two domains. GPWM further generalizes to unseen geometries, physical properties, object counts, and rollout horizons. Beyond prediction, GPWM enables contact-rich planning by learning a generative prior over joint actuator-object motion. Instead of searching over unconstrained actions, planning searches the model's latent noise for interactions that achieve a desired object-space goal. With the same world model, noise-space planning substantially outperforms action-space search on pushing and picking, where complex contact sequences are hard to discover. Executed open-loop in simulation, the resulting plans achieve goal-directed manipulation without reference action trajectories or goal-specific policies.
- Abstract（参考訳）: GPWM, 生成粒子世界モデルを導入し, 時間とともに粒子や剛体の動きを発生させることによって3次元シーンがどのように進化するかを予測する。
シーンの外観を生成するビデオワールドモデルとは異なり、GPWMは直接3D物理空間で動作する。
単一の表現とアーキテクチャは、受動的物理学とロボットの相互作用の両方において、剛性、変形性、布、粒状物質をカバーしている。
GPWMは物体認識型マルチレゾリューショントランスフォーマーであり、フローマッチングと拡散強制を組み合わせ、トレーニング地平線をはるかに超越したコヒーレントな物理軌道を生成する。
本研究では,多種多様なジオメトリ,材料,相互作用,ロボットエボディメントにまたがる255万フレームのコーパスであるParticleWorlds上でGPWMをトレーニングし,評価する。
GPWMは6つの物理領域のそれぞれで最高の学習力学ベースラインを上回り、予測誤差を平均31%削減する。
従来の手法のドメイン固有の設定から外れて、単一の統一GPWMは、これらの不均一なレシエーションを1セットの重みでモデル化し、ドメインごとのベースラインよりも大きく、そして2つのドメインで独自のスペシャリストモデルを超えています。
GPWMはさらに、目に見えない測地、物理的性質、オブジェクト数、ロールアウト地平線に一般化する。
GPWMは、予測以外にも、関節アクチュエーターオブジェクトの運動よりも先に生成する前処理を学習することで、接触リッチな計画を可能にする。
制約のないアクションを探索する代わりに、プランニングは、望ましいオブジェクト空間のゴールを達成するために、モデルの潜在ノイズを探索する。
同じ世界モデルで、ノイズスペースプランニングは、複雑な接触シーケンスを見つけるのが困難であるプッシュとピックにおけるアクションスペース探索を著しく上回る。
シミュレーションにおいて、実行されたオープンループは、参照アクショントラジェクトリやゴール固有のポリシーを使わずに、ゴール指向の操作を達成する。
関連論文リスト
- World Motion Models: Flexible Sequence Modeling of SE(3) Trajectories [82.08884552902076]
WMM(World Motion Models)を提案する。
この表現は、明瞭な物体、人体、手動物体の相互作用、断片的に巧妙なシーンダイナミクス、カメラモーション、さらにはロボットの状態とアクションを単一の共有空間に統一する。
論文 参考訳（メタデータ） (2026-10-01T14:13:24Z) - VersaGauss: A Versatile Framework for Generating Multiphase Dynamics with 3D Gaussians [86.3300808181023]
VersaGaussは、生成、シミュレーション、レンダリングのための統一されたフレームワークである。
汎用物理学に基づく動的生成、特に多相相互作用をサポートする。
論文 参考訳（メタデータ） (2026-08-28T08:38:03Z) - DyG$^2$T: Modeling Object Dynamics with 3D Gaussian Temporal-Spatial Particle Graph Transformer [86.4618122245946]
DyG$2$Tは動的モデリングフレームワークで、キーポイント表現を空間的に完了し、時間的に識別することでオブジェクトの運動軌跡を推定する。
合成データセットと実世界のデータセットの両方の実験は、DyG$2$Tが正確な動的モデリングと推論を実現することを示した。
論文 参考訳（メタデータ） (2026-08-19T03:44:28Z) - PhysiFormer: Learning to Simulate Mechanics in World Space [56.16644631495]
物理的に表現可能な3次元物体運動のための拡散変換器であるPhysorFormerを提案する。
世界座標で表される3Dメッシュとしてオブジェクトを表す。
これは、軌道精度、剛性保存、運動量に基づく物理的一貫性において、自己回帰ベースラインを大幅に上回る。
論文 参考訳（メタデータ） (2026-06-25T17:59:00Z) - Geometric Action Model for Robot Policy Learning [68.6657929619782]
汎用ロボットポリシーは、オブジェクト、カメラ、ロボットアクションが3D物理世界でどのように相互作用するかを推論しながら、ユーザーの指示に従う必要がある。
最近の視覚言語行動モデル(VLA)とビデオ世界行動モデル(WAM)は、大規模基盤モデルから強い意味や時間的先行を継承する。
本稿では,言語条件の操作ポリシーであるGeometric Action Model (GAM)を提案する。
論文 参考訳（メタデータ） (2026-06-15T17:58:03Z) - ACWM-Phys: Investigating Generalized Physical Interaction in Action-Conditioned Video World Models [30.527810700174488]
行動条件付き世界モデル(ACWM)は,映像の予測と意思決定に強く期待されている。
本稿では,多様な物理力学下での行動条件予測のための新しいベンチマークであるACWM-Physを紹介する。
論文 参考訳（メタデータ） (2026-05-09T00:00:47Z) - LaWM: Least Action World Models for Long-Horizon Physical Consistency from Visual Observations [9.35652906982887]
学習された視覚的潜伏空間における最小アクションの原理を運用するためのラストアクション世界モデル(LaWM)を提案する。
LaWMは、学習された一般化された座標に観測を符号化し、連続的な潜伏状態上で潜在離散ラグランジアンを学ぶ。
遷移は離散的な変動原理によって誘導されるため、LaWMは長期の視覚予測のための構造保存バイアスを提供する。
論文 参考訳（メタデータ） (2026-05-08T07:03:13Z) - GGMotion: Group Graph Dynamics-Kinematics Networks for Human Motion Prediction [0.0]
GGMotionはグループグラフのダイナミックス・キネマティクスネットワークで、人間のトポロジをグループでモデル化し、ダイナミックスやキネマティクスの事前利用を改善する。
グループ間およびグループ間相互作用モジュールは、異なるスケールで関節の依存関係をキャプチャするために使用される。
本手法は,短期動作予測において有意な性能差を達成している。
論文 参考訳（メタデータ） (2025-07-10T08:02:01Z)
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。