日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ベンチマークarXiv:2605.17912

WorldArena 2.0:モダリティ・機能・プラットフォームにわたる身体化ワールドモデルベンチマークの拡張

WorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform

シェア:XThreadsFacebookLINEはてブBluesky

身体化ワールドモデルの評価を、視覚のみから視触覚へ、政策評価から強化学習環境としての利用へ、シミュレータから実ロボットへと拡張したベンチマークを提案した。

詳しい要約

1. どんなもの?

- 本論文は WorldArena 2.0 を提案する。 - embodied intelligence のための world model を評価する拡張ベンチマーク。 - modality, functionality, platform の3次元で評価を拡張。 - modality 次元では vision-only から visuotactile へ拡張。 - functionality 次元では policy evaluation と planning を超え、policy optimization のための interactive RL environments としての評価も行う。 - platform 次元では simulator-only を超え、複数の embodiment にわたる simulated と real-world のロボティクス設定を含む。 - 標準化プロトコルの下で perceptual quality, interactive utility, cross-platform performance を評価する。 - ベンチマークは https…

2. 先行研究と比べてどこがすごい?

- 既存の embodied world model benchmarks は主に vision-only prediction に限定。 - 既存は offline embodied applications に限定。 - 既存は simulator-based evaluation に限定。 - これらは包括的な world models を評価するには不十分と指摘。 - WorldArena 2.0 は modality, functionality, platform の3次元で評価を体系的に拡張。 - vision-only から visuotactile へ。 - policy evaluation/planning から interactive RL environments としての policy optimization へ。 - simulator-only から simulated と real-world の多様な設定へ。 - これによりより包括的な testbed を提供。

3. 技術・手法の肝は?

- modality 次元: vision-only から visuotactile modalities へ評価を拡張。 - multimodal perception と prediction の評価を可能にする。 - functionality 次元: policy evaluation と planning を超え、world models を interactive RL environments として評価。 - policy optimization への利用を評価。 - platform 次元: simulator-only を超え、複数の embodiment にわたる simulated と real-world のロボティクス設定を包含。 - 標準化プロトコルを採用。 - perceptual quality, interactive utility, cross-platform performance を包括的に評価。

4. どうやって有効だと検証した?

- 要旨からは不明。 - 具体的な実験設定、被験モデル、評価指標の詳細、結果数値は記述されていない。 - 標準化プロトコルの下で perceptual quality, interactive utility, cross-platform performance を評価するとのみ記載。 - ベンチマークは https://world-arena.ai で公開。

5. 議論はある?

- 要旨からは不明。 - 限界、課題、今後の議論については明示的な記述がない。 - 既存ベンチマークが vision-only, offline, simulator-based に限定され、包括的 world models の評価に不十分であるという問題意識が背景として述べられている。

6. 次に読むべき論文は?

- 要旨で参照/比較されている具体的な研究名は記載されていない。 - 関連手法として、embodied world models、vision-only prediction benchmarks、offline embodied applications、simulator-based evaluation、visuotactile perception、interactive RL environments、policy optimization に関する研究が挙げられる。 - 同分野の定番として、embodied AI の world model ベンチマークやロボティクスシミュレータ関連の研究を参照すべき。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Yu Shang, Yinzhou Tang, Yiding Ma, Zhuohang Li, Lei Jin, Weikang Su, Xin Jin, Zhaolu Wang, Ziyou Wang, Xin Zhang, Haisheng Su, Weizhen He, Wei Wu, Haoyi Duan, Gordon Wetzstein, Xihui Liu, Dhruv Shah, Zhaoxiang Zhang, Zhibo Chen, Jun Zhu, Yonghong Tian, Tat-Seng Chua, Wenwu Zhu, Chen Gao, Yong Li

分類: cs.RO, cs.CV

原文アブストラクト

World models have emerged as a central paradigm for embodied intelligence, enabling agents to predict action-conditioned future and reason about environmental dynamics. However, existing embodied world model benchmarks are still largely confined to vision-only prediction, offline embodied applications, and simulator-based evaluation, making them insufficient for assessing increasingly comprehensive world models. In this work, we introduce WorldArena 2.0, an expanded benchmark that systematically broadens embodied world model evaluation along three dimensions: modality, functionality, and platform. Along the modality dimension, WorldArena 2.0 extends evaluation from vision-only to visuotactile modalities, enabling assessment of multimodal perception and prediction. Along the functionality dimension, it extends beyond policy evaluation and planning to assess world models as interactive RL environments for policy optimization. Along the platform dimension, it moves beyond simulator-only evaluation to a diverse suite of simulated and real-world robotic settings across multiple embodiments. Under a standardized protocol, WorldArena 2.0 comprehensively evaluates perceptual quality, interactive utility, and cross-platform performance, providing a comprehensive testbed for tracking progress toward embodied world models. The benchmark is available at: https://world-arena.ai.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI