World Action Models: A Survey
This survey paper comprehensively reviews World Action Models, a class of AI systems that integrate world models with action planning. It covers key methodologies, current applications in robotics and game AI, and discusses future research directions for building more capable autonomous agents.
背景メモ
- 「World Action Models（WAMs）」は、AIエージェントが現実世界で行動するための基盤モデルに関する新しい研究領域。従来の大規模言語モデル（LLM）がテキスト生成に特化していたのに対し、WAMは「世界の状態を読み取り、行動を出力する」ことを目的とする。
- このサーベイ論文では、ロボティクス、自動運転、ゲームAI、科学シミュレーションなど、さまざまな分野に散らばっていた「環境と相互作用するAIモデル」の研究を統合。強化学習、模倣学習、世界モデル、基盤モデルといった複数の研究系統を横断的に整理している。
- 著者らは、WAMを「観察→行動」のマッピングを学習するモデルと定義。特に注目すべきは、大規模データと自己教師あり学習によって、特定のタスクに依存しない汎用的な行動モデルが可能になるという主張。
- この分野はまだ初期段階だが、ロボット工学や自動運転など実世界応用へのインパクトが大きい。OpenAIのFigure AIロボット連携や、TeslaのFSD、GoogleのRT-2など、産業界の動きとも密接に関連している。