stable-worldmodel-v1: ワールドモデルの研究と評価に適用可能な再現性を保証する世界的なモデル

世界のモデルは、環境動態に対する収括可能な予測表現を学習し、代理者は直接の経験を超えて理屈をつけたり計画をすることができます。しかしながら最近の興味があるワールドモデルにつきましては、多数の現在の実装が発表ごとに特定化されており、より多くのリスクを生むばかりです。そのため我々にSWM（安定したワールドモデル)というモジュールであり検証された仕様としては定義されていた環境モデルを開発しました。これは高効率を確保するデータ収集ツール、標準的な状況設定、計画アルゴリズムそして基準実行が含まれています。また、それ以外の、ワールドモデルにおいてSWMは、視覚と物理特性だけでなく、変動に関してコントロールすることは可能です。これらの一連の変数を用いていることで、研究者たちは最適化と継続的な学習に関し、研究が容易になります。

arXiv:2602.08968v1 Announce Type: new Abstract: World Models have emerged as a powerful paradigm for learning compact, predictive representations of environment dynamics, enabling agents to reason, plan, and generalize beyond direct experience. Despite recent interest in World Models, most available implementations remain publication-specific, severely limiting their reusability, increasing the risk of bugs, and reducing evaluation standardization. To mitigate these issues, we introduce stable-worldmodel (SWM), a modular, tested, and documented world-model research ecosystem that provides efficient data-collection tools, standardized environments, planning algorithms, and baseline implementations. In addition, each environment in SWM enables controllable factors of variation, including visual and physical properties, to support robustness and continual learning research. Finally, we demonstrate the utility of SWM by using it to study zero-shot robustness in DINO-WM.