JSAI2025　OS-41　世界モデルと知能

2025年5月27日（火）13:40 〜 15:20 / 15:40 〜 17:20 / 17:40 〜 19:20

2025年5月28日（水）09:00 〜 10:40

OS-41 世界モデルと知能

会場：大阪国際会議場 B会場 (小ホール)＋オンライン
https://www.ai-gakkai.or.jp/jsai2025/

■ 概要

世界モデルとは，エージェントを取り巻く環境・身体など様々な要素を学習によって内部的に構築する枠組みである．こうした世界モデルを用いることで，直接には観測できない，過去／未来・反実・観測不能な状態を予測や推論できるようになり，目的に応じた行動選択の性能を高めることができる．

世界モデルのように環境のモデル化を考えることは，制御工学における内部モデルや認知科学におけるメンタルモデルなどでも議論されており，必ずしも新しいアイディアではない．しかし深層学習の発展により，従来は困難だった高次元で複雑な世界の部分観測データに基づくモデル化が実現できるようになったことは大きなブレイクスルーである．さらにここ数年の基盤モデルの進展によって，ロボティクスへの応用や自然言語との統合などの研究が進められている．

本企画セッションでは（１）深層学習を用いて外界をモデル化する方法論，（２）学習した世界モデルの利用方法，そして（３）AIの諸問題における世界モデルの重要性についての議論を行う．世界モデルという概念を介して，人工知能だけでなくロボティクス，自然言語処理，3DCGによる現実世界のモデリング，認知科学，神経科学などの分野の研究者と共同して学際的な議論を行う場となることを目指す．

■ セッション（発表20件）

世界モデルと知能 (1/4)

2025年5月27日（火）

13:40 〜 15:20

座長：鈴木雅大

[1B3-OS-41a-01] 時間的階層性を持つ世界モデルを用いた深層能動的推論による実ロボット制御
〇藤井健太朗1、村田真悟1 (1. 慶應義塾大学)
[1B3-OS-41a-02] ロボット操作タスクにおけるマルチモーダルプロンプト解析
〇髙橋大輝1、鈴木雅大2、松尾豊2 (1. 青山学院大学、2. 東京大学大学院工学系研究科)
[1B3-OS-41a-03] 6D Multi-View NewtonianVAEによる世界モデルベースの6D姿勢推定と制御
〇寺島舞1、前山功伊1、ウリグエンエルフリペドロミゲル2、ジアユアンユアン2、谷口忠大2,1 (1. 立命館大学、2. 京都大学)
[1B3-OS-41a-04] 世界モデルを利用したプレイデータ拡張による実ロボット制御
野村優太1、〇村田真悟1 (1. 慶應義塾大学)
[1B3-OS-41a-05] 部分観測マルチエージェント環境におけるマルコフ性と報酬予測性を保証する自己および他者モデリング
〇山下佳威1、鈴木雅大1、松尾豊1 (1. 東京大学)

世界モデルと知能 (2/4)

2025年5月27日（火）

15:40 〜 17:20

座長：Paavo Parmas

[1B4-OS-41b-01] 物体中心表現を用いた Transformer ベースの世界モデルと因果関係を考慮する方策
〇西本遥裕1、松原崇2 (1. 大阪大学、2. 北海道大学)
[1B4-OS-41b-02] サプライズと不確実性に基づいたチャンキングによる階層状態空間モデルの構築
〇飯山燈1、鈴木雅大1、松尾豊1 (1. 東京大学大学院工学系研究科)
[1B4-OS-41b-03] 移動ロボットの探索とナビゲーションのための深層能動的推論フレームワーク
〇横澤理子1、藤井健太朗1、野村優太1、村田真悟1 (1. 慶應義塾大学)
[1B4-OS-41b-04] 世界モデルとシグナル共有に基づく協調的マルチエージェント強化学習
〇髙山泰輔1、吉田尚人1、谷口忠大1,2 (1. 京都大学、2. 立命館大学)
[1B4-OS-41b-05] 物体中心表現を用いたモデルベース強化学習の頑健性評価
〇中野聡大1、鈴木雅大1、松尾豊1 (1. 東京大学)

世界モデルと知能 (3/4)

2024年5月30日（木）

17:40 〜 19:20

座長：河野慎

[1B5-OS-41c-01] Web Agent におけるメタプロンプト駆動のエキスパート統合
〇山口慧1、松長侑南2、池田貴康3、鈴木雅大4、松尾豊4 (1. 早稲田大学、2. 渋谷教育学園幕張高等学校、3. 東京都立産業技術大学院大学、4. 東京大学大学院工学系研究科)
[1B5-OS-41c-02] 大規模言語モデルによる指示文拡張と二段階事前学習を用いた世界モデルのオフライン事前学習手法の評価
〇高円悠聖1、藤間裕史2、武田康宏1、河野慎1、松尾豊1 (1. 東京大学、2. 慶應義塾大学)
[1B5-OS-41c-03] ウィスコンシンカード分類課題における大規模言語モデルの性能とその回答分析
〇後藤大毅1、出井勇人1,2、塩塚雄志1、尾形哲也1,3 (1. 早稲田大学、2. 国立精神・神経医療研究センター、3. 国立研究開発法人産業技術総合研究所)
[1B5-OS-41c-04] JDERW：世界モデルを要する推論問題に関する日本語LLMベンチマーク
〇尾崎大晟1、松下拓海2、三浦剛3、谷口尚平3、松尾豊3 (1. 大阪公立大学大学院、2. 東京科学大学、3. 東京大学)
[1B5-OS-41c-05] 生成的コミュニケーション創発の展望
大規模言語モデルは集合的な世界モデルか？
〇谷口忠大1,4、上田亮2、中村友昭3、鈴木雅大2、谷口彰4 (1. 京都大学、2. 東京大学、3. 電気通信大学、4. 立命館大学)

世界モデルと知能 (4/4)

2025年5月28日（水）

09:00 〜 10:40

座長：熊谷亘

[2B1-OS-41d-01] 物質点法に基づくGNN学習型シミュレータによる3DGSアニメーション
〇三村知広1、稲葉陽孔2、谷口尚平3、松尾豊3 (1. 京都大学大学院工学研究科、2. 京都大学工学部、3. 東京大学大学院工学系研究科)
[2B1-OS-41d-02] 心の理論を持つ身体化LLMエージェントによる共同行為
〇寺尾光一郎1、相良陸成2、岩橋直人1 (1. 岡山県立大学、2. 静岡県立大学)
[2B1-OS-41d-03] 地理情報を考慮した3D都市ビジュアルプログラミング
〇安木駿介1、宮西大樹2,3、井上中順4、栗田修平5、坂本滉也6,3、東大地7、Lee Jungdae4、瀧雅人1、松尾豊2 (1. 立教大学、2. 東京大学、3. 国際電気通信基礎技術研究所、4. 東京科学大学、5. 国立情報学研究所、6. 京都大学、7. ソニーセミコンダクタソリューションズ)
[2B1-OS-41d-04] Hyper Networkを用いた安静時fMRIデータからの個別化方策モデルの生成
〇村田琉晟1、高橋雄太2、山下祐一2、村田真悟1 (1. 慶應義塾大学、2. 国立精神・神経医療研究センター)
[2B1-OS-41d-05] 診断時の視認性強化に向けたUNetとエッジ損失を用いた医用画像の三次元再構築
〇木村優汰1、能瀬由翔2、吉田拓也3、河野慎4、松尾豊4 (1. 京都大学、2. 早稲田大学、3. 東京大学、4. 東京大学大学院工学系研究科)