WorldOracle: 実世界実行と比較する行動条件付き世界モデルのベンチマーク

- アクション条件付き世界モデル（ACWM）を実世界実行と比較評価するベンチマーク WorldOracle を提案。 - 同一の初期観測と低レベル行動系列を与え、予測ロールアウトが実世界の物理的結果やタスク状態遷移を再現するかを問う。 - 物理状態正しさ、相互作用空間整合、主要相互作用領域忠実度、多視点行動一貫性の4次元で評価。 - 実世界の訓練・評価スイートを整備し、長いマルチセグメントエピソード（成功・失敗含む）を収録。 - 7つの代表ACWMを実験評価し、モデルごとの強みと失敗モードを明らかにする。

- 要旨からは不明。 - 既存ベンチマークとの具体的比較は記述されていない。 - 実世界実行とペアにした評価設計が特徴として挙げられている。

- アクション条件付き世界モデル（ACWM）を対象に、実世界実行とペアで評価する枠組み。 - 同一初期観測と低レベル行動系列を入力とし、予測ロールアウトと実世界の結果を比較。 - 評価軸は物理状態正しさ、相互作用空間整合、主要相互作用領域忠実度、多視点行動一貫性の4つ。 - 実世界の訓練・評価スイートをキュレーションし、多様な相互作用ダイナミクスと embodiment をカバー。 - 評価スイートは長いマルチセグメントエピソードで成功・失敗実行を含む。

- 7つの代表的なACWMをWorldOracleで実験評価。 - 各モデルの強みと失敗モードが明らかになったと報告。 - データセット、評価コード、リーダーボードを公開予定。

- 要旨からは不明。 - 限界や議論の詳細は記述されていない。 - 今後の課題として、ACWMの測定と進歩のための系統的基盤を提供すると述べる。

- 要旨で参照・比較されている個別研究は明記されていない。 - 同分野の定番として、action-conditioned world models、video prediction、model-based reinforcement learning、manipulation benchmarks に関する研究が挙げられる。