日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ワールドモデルarXiv:2611.08338

3D粒子運動として世界をモデル化する生成型ワールドモデル

GPWM: Modeling the World as 3D Particle Motion

シェア:XThreadsFacebookLINEはてブBluesky

3Dシーンの時間発展を粒子・剛体の運動生成として直接予測するトランスフォーマ型ワールドモデルGPWMを提案し、剛体・変形・布・粒状体を単一アーキテクチャで扱い、接触を伴う計画にも応用した。

詳しい要約

1. どんなもの?

- GPWM(Generative Particle World Model)という生成型の世界モデル - 3Dシーンが時間とともにどう変化するかを、粒子と剛体の運動を生成することで予測する - 動画世界モデルが外観を生成するのに対し、3D物理空間で直接動作する - 単一の表現・アーキテクチャで剛体・変形・布・粒状材料を扱う - 受動的な物理とロボットインタラクションの両方を対象とする

2. 先行研究と比べてどこがすごい?

- 従来の学習型ダイナミクス手法はドメイン特化型が主流 - GPWMは単一の重み集合で異種レジームをモデル化するUnified版を実現 - 6つの物理ドメインすべてで最良のprior learned-dynamics baselineを上回る - 予測誤差を平均31%削減 - Unified GPWMはper-domain baselineを大きく上回り、2ドメインでは専用モデルも超える - 未見のgeometry・物理特性・物体数・rollout horizonへ汎化する

3. 技術・手法の肝は?

- object-awareなmulti-resolution transformer - flow matchingとdiffusion forcingを組み合わせる - 学習horizonを大きく超える整合的な物理trajectoryを生成 - 粒子・剛体の運動を直接生成する3D物理空間での表現 - 計画ではjoint actuator-object motion上の生成priorを学習 - 制約なしaction探索ではなく、モデルのlatent noiseを探索して目標物体状態を達成する

4. どうやって有効だと検証した?

- ParticleWorldsで学習・評価 - 25.5百万フレームのコーパス - 多様なgeometry・材料・interaction・robot embodimentを含む - 6つの物理ドメインでprior learned-dynamics baselineと比較し誤差31%平均削減 - Unified GPWMをper-domain baselineおよび専用モデルと比較 - 未見geometry・物理特性・物体数・rollout horizonへの汎化を検証 - pushingとpickingでnoise-space planningをaction-space searchと比較 - simulationでopen-loop実行しgoal-directed manipulationを確認

5. 議論はある?

- 単一モデルで異種材料・相互作用を扱う統一性の利点と限界 - 専用モデルを2ドメインで上回る一方、他ドメインでの差の要因 - 学習horizonを超えるrolloutの整合性と長期誤差 - noise-space planningの有効性とaction-space searchとの比較条件 - open-loop simulation実行のみで実機検証は要旨からは不明 - 計算コストやスケーラビリティは要旨からは不明

6. 次に読むべき論文は?

- 比較対象のprior learned-dynamics baseline(具体名は要旨からは不明) - 動画世界モデル(video world models) - flow matching - diffusion forcing - object-aware multi-resolution transformer - ParticleWorldsデータセット - 同分野の定番としてmodel-based planningやcontact-rich manipulation関連研究

※ 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: Robert Ren, Matthew Bronars, He Zhu, Yikai Tang, Jianing Zhang, Sergey Zakharov, Pavel Tokmakov, Katerina Fragkiadaki

分類: cs.RO

原文アブストラクト

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.

関連論文

  1. 1中国がソフトバンクのABBロボット事業買収を阻止したとFT報道、Bloomberg伝える提携・買収
  2. 2Tesla、Optimusの予約受付を12月初旬に始める見通しと報道新製品・発表
  3. 3NVIDIA、Cosmosを用いたインタラクティブシミュレーション向け世界モデルを解説研究・技術
  4. 4トヨタのロボット活用を扱う記事を掲載業界動向
  5. 5Agility、SPAC合併でナスダック上場資金調達
PR本紙発行元 EmplifAI