Simulation (11) — 1/1
[Paper Note] Ropedia Xperience 2: A Gold Standard for Scaling Physical AI Environments and Behaviors, Hao Li+, arXiv'26, 2026.11
Paper/Blog Link My Issue
#Dataset #Evaluation #read-later #Selected Papers/Blogs #3D (Scene) #Robotics #EmbodiedAI #Data #Author Thread-Post Issue Date: 2026-11-13 GPT Summary- Ropedia Xperience 2により、実寸大3Dスキャンと一人称視点の人間行動記録を収集し、シーンをインタラクティブなシミュレーション環境へ変換。人間の動作をロボット軌道にリターゲティングし、仮想テレオペレーションと自動生成によって追加の長期行動データを取得。環境と行動を同時に拡張することで、物理AIのスケーリング則確立に向けたデータ基盤を構築。 Comment
pj page:
https://ropedia.com/xperience/2-research/
dataset:
https://huggingface.co/datasets/ropedia-ai/Ropedia-Xperience-2
元ポスト:
著者ポスト:
[Paper Note] Long-Horizon Multi-Object Rearrangement via Distilled Tree Search over Continuous Actions, Kallol Saha+, arXiv'26, 2026.10
Paper/Blog Link My Issue
#Distillation #Robotics #CoRL #EmbodiedAI #One-Line Notes #TreeSearch #LongHorizon #Manipulation Issue Date: 2026-11-07 GPT Summary- 長期ホライズンのマニピュレーションに対して、MCTSで生成した計画を方策・価値モデルに蒸留。連続行動は方策が提案し、価値関数が評価することで、探索と学習を反復。最終的に、テスト時の探索なしで実行可能な方策を獲得し、シミュレーションおよび実世界の再配置タスクで既存手法を上回った。 Comment
元ポスト:
MCTSによって長期タスクの実行をシミュレーションし、得られた探索木の情報に基づいてポリシーとQ関数を蒸留することを繰り返す。これにより、ポリシーに長期タスクにおいて実行可能なアクションを出力させる能力を身につけさせ、Q関数によって適切に選択できるようにする、という感じだろうか。
[Paper Note] Simulating Training Spikes of Deep Neural Networks by Layer-wise Random Feature Models, Ran Tian+, arXiv'26, 2026.10
Paper/Blog Link My Issue
#Analysis #Pretraining #MachineLearning #NLP #LanguageModel #Transformer #read-later #Stability Issue Date: 2026-10-26 GPT Summary- LLMの学習中に生じる損失スパイクを、重い裾を持つ入力を用いた二次モデルで再現。DNNの層ごとの学習ダイナミクスをモデル化する理論的枠組みとシミュレーション手法を提案し、損失スパイクの予測と適切なAdamのβ₂スケジュールの導出を実現。実験では、提案手法により経験的な性能向上を確認。 Comment
元ポスト:
[Paper Note] ESI-Bench: Towards Embodied Spatial Intelligence that Closes the Perception-Action Loop, Yining Hong+, arXiv'26, 2026.05
Paper/Blog Link My Issue
#ComputerVision #NLP #LanguageModel #Evaluation #VisionLanguageModel #Robotics #SpatialUnderstanding #EmbodiedAI Issue Date: 2026-05-27 GPT Summary- 空間知性は行動を通じて展開し、エージェントは能動的に観察を行い、見えない構造を明らかにする。新たに導入したESI-BENCHは、具現化された空間知性のベンチマークで、エージェントは知覚、移動、操作をもとに行動を選定し、タスク関連の証拠を蓄積する。実験により、能動的探索が受動的アプローチを上回り、エージェントは自発的に新たな戦略を見出すことが確認された。3Dグラウンディングは推論を安定させる一方、不完全な表現は逆に有害であり、モデルは証拠の質に依存せず早期に結論に達する傾向がある。 Comment
元ポスト:
pj page: https://esi-bench.github.io/
[Paper Note] World Reasoning Arena, PAN Team+, arXiv'26, 2026.03
Paper/Blog Link My Issue
#ComputerVision #Planning #Evaluation #Reasoning #read-later #Selected Papers/Blogs #WorldModels #LongHorizon #Arena Issue Date: 2026-03-30 GPT Summary- WR-Arenaは、ワールドモデル(WMs)の評価を進化させるための包括的なベンチマークであり、次状態予測と視覚的忠実度に限らず、知的行動に必要なシミュレーション能力を検証します。三つの基本次元に焦点を当て、アクションシミュレーション忠実度、長期予測、シミュレーション推論と計画を評価します。多様なデータセットを使用して、既存モデルと人間レベルの推論との間のギャップを明らかにし、次世代WMsの指針を提供します。コードはhttps://github.com/MBZUAI-IFM/WR-Arenaで入手可能です。 Comment
元ポスト:
[Paper Note] HSImul3R: Physics-in-the-Loop Reconstruction of Simulation-Ready Human-Scene Interactions, Yukang Cao+, arXiv'26, 2026.03
Paper/Blog Link My Issue
#ComputerVision #3D Reconstruction #Robotics #3D (Video) Issue Date: 2026-03-20 GPT Summary- HSImul3Rは、疎視点画像と単眼ビデオを用いた3D再構成の統一フレームワークです。従来の手法は、知覚とシミュレーションのギャップのために物理的制約に反することが多く、これを克服するために物理シミュレーターを監督者として利用し、人間のダイナミクスとシーンジオメトリを共同で改善する双方向最適化パイプラインを導入しました。シーン指向の強化学習で人間の運動を最適化し、シミュレーションのフィードバックを基にシーンジオメトリを改良します。また、新しいベンチマークHSIBenchも提案しています。実験により、HSImul3Rは安定した再構成結果を生み出し、実世界のヒューマノイドロボットへの展開が可能であることを示しました。 Comment
元ポスト:
[Paper Note] PhysX-Anything: Simulation-Ready Physical 3D Assets from Single Image, Ziang Cao+, CVPR'26, 2025.11
Paper/Blog Link My Issue
#ComputerVision #RepresentationLearning #SyntheticData #CVPR #VisionLanguageModel #3D (Scene) #Robotics #EmbodiedAI #One-Line Notes #Geometric #Physics #3D Object Generation Issue Date: 2025-11-20 GPT Summary- PhysX-Anythingは、単一の野外画像から高品質なシミュレーション準備済みの3D資産を生成する新しいフレームワークで、ジオメトリ、関節、物理的属性を明示的に持つ。VLMベースのモデルと新しい3D表現を提案し、トークン数を193倍削減。新データセットPhysX-Mobilityにより物理3Dデータの多様性を拡張し、2,000以上の実世界オブジェクトを含む。実験により、生成性能と一般化能力が確認され、ロボティックポリシー学習に直接利用可能であることが示された。 Comment
元ポスト:
ポイント解説:
CVPRにアクセプト:
pj page: https://physx-anything.github.io/
simulation-readyな3Dオブジェクトを生成するVLMベースのモデルとのこと
ToyBlocks: A controlled world for robot learning and evaluation, Ai2, 2026.11
Paper/Blog Link My Issue
#Article #Evaluation #Blog #Generalization #Robotics #VisionLanguageActionModel #reading #EmbodiedAI #Sim-to-Real #Initial Impression Notes #WorldActionModel #Data Issue Date: 2026-11-10 Comment
github: https://github.com/allenai/ToyBlocks
元ポスト:
ロボットアームによるブロック操作を題材に、コントロールされたシミュレーション環境上でのタスクとデモンストレーションを自由に生成(高レベルなユーザの指示から、低レベルなスキルレベル(細かいサブタスクの挙動)のデータ生成)でき、かつ既存モデルの評価も可能なフレームワークで、planningの失敗なのか、実行時の失敗なのか、などの細かい原因の切り分けを可能とする、という感じに見える。
[Paper Note] EmbodiedSWE: Coding Agents for Long-Horizon Dexterous Robotics, Shen+, 2026.09
Paper/Blog Link My Issue
#Article #ComputerVision #NLP #LanguageModel #AIAgents #Evaluation #Coding #read-later #Robotics #VisionLanguageActionModel #EmbodiedAI #Sim-to-Real #Author Thread-Post Issue Date: 2026-10-04 Comment
pj page: https://embodiedswe.github.io/
大脳と小脳的なアプローチ
PhysX-Omni: Unified Simulation-Ready Physical 3D Generation for Rigid, Deformable, and Articulated Objects, Ropedia, 2026.05
Paper/Blog Link My Issue
#Article #ComputerVision #NLP #VisionLanguageModel #Robotics #3D Object Generation #Author Thread-Post Issue Date: 2026-05-27 Comment
元ポスト:
Genesis, Genesis-Embodied-AI, 2024.12
Paper/Blog Link My Issue
#Article #GenerativeAI #Repository #Physics #Reading Reflections Issue Date: 2024-12-20 Comment
新たな物理AIエンジン。デモ動画がすごい
https://genesis-embodied-ai.github.io
