ワールドモデル：アーキテクチャ、方法論、推論パラダイム、応用に関する包括的サーベイ

- 本論文は World Models に関する包括的サーベイ。 - 内部シミュレータとして環境の構造と動態を学習する World Models を、AGI 追求の中心的パラダイムと位置づける。 - 強化学習、ロボティクス、自動運転、動画生成などでの急速な進展を整理。 - アーキテクチャ、学習法、推論機構、応用設定を統合する統一枠組みが欠如していると指摘。 - 4次元の多軸タクソノミーを提案。 - アーキテクチャ: 表現形式、動態定式化、入力モダリティ、学習パラダイム、下流応用。 - 手法ファミリー: state-space、recurrent、transformer、diffusion、physics-informed、language-augmented multimodal。 - 推論戦略: imagination-based planning、latent policy learning、counterfactual reasoning、不確実性下の計画。 - 応用領域: ロボティクス、自動運転、動画予測、マルチモーダルエージェント、強化学習、科学モデリング、医…

- 既存研究は個別領域ごとの進展はあるが、アーキテクチャ・学習法・推論・応用を横断する統一枠組みが欠如。 - 本サーベイは4次元の多軸タクソノミーを導入し、分野全体を統合的に整理。 - 各次元の相互作用を検討し、chain-of-thought reasoning と world-model imagination の最近の収束を指摘。 - 評価プロトコルとベンチマークをレビューし、課題を同定。 - 単なる手法列挙ではなく、次元間の関係性と将来方向を提示する点が新しい。

- 4次元の多軸タクソノミーが中核。 - アーキテクチャ: 表現形式、動態定式化、入力モダリティ、学習パラダイム、下流応用。 - 手法ファミリー: state-space、recurrent、transformer、diffusion、physics-informed、language-augmented multimodal。 - 推論戦略: imagination-based planning、latent policy learning、counterfactual reasoning、不確実性下の計画。 - 応用領域: ロボティクス、自動運転、動画予測、マルチモーダルエージェント、強化学習、科学モデリング、医療画像、教育測定、ビジネス・金融。 - 認知科学の基礎から PlaNet、Dreamer 系、MuZero、Sora、Cosmos、Genie などのマイルストーンを辿り、次元間の相互作用を分析。 - chain-of-thought reasoning と world-model imagination の収束を検討。 - 評価プロトコルとベンチマークをレ…

- 要旨からは不明。 - 本サーベイは評価プロトコルとベンチマークをレビューし、課題を同定すると述べているが、具体的な検証方法や実験結果は要旨に記載なし。

- 持続的課題として compounding prediction errors、sim-to-real transfer、fragmented evaluation を同定。 - 将来方向として unified multimodal world models、foundation-scale interactive simulators、安全クリティカル領域での安全な展開を提示。 - 評価プロトコルとベンチマークのレビューを通じて、分野の断片化を議論。

- PlaNet - Dreamer 系 - MuZero - Sora - Cosmos - Genie - chain-of-thought reasoning 関連研究 - state-space、recurrent、transformer、diffusion、physics-informed、language-augmented multimodal の各手法 - 強化学習、ロボティクス、自動運転、動画生成、マルチモーダルエージェント、科学モデリング、医療画像、教育測定、ビジネス・金融の応用研究