エージェント型ワールドモデル：基礎、能力、法則、そしてその先
arXiv cs.AI / 2026/4/27
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、AIエージェントがテキスト生成から持続的な目標達成へ移行するにつれ、現実の環境を予測する「ワールドモデル」が中核的なボトルネックになると主張している。
- 「levels × laws」の分類法を提案し、能力レベル（L1 Predictor、L2 Simulator、L3 Evolver）と支配的な法則レジーム（物理・デジタル・社会・科学）でワールドモデルを整理し、制約や失敗の起こりやすい点を説明している。
- 著者らは関連研究を400本以上、代表的システムを100本以上にわたり統合的に整理し、モデルベース強化学習、動画生成、Web/GUIエージェント、マルチエージェントの社会シミュレーション、AIによる科学的発見などの領域を分析している。
- レベル×レジームの組み合わせごとに手法、失敗モード、評価実践を比較し、意思決定中心の評価原則と最小限の再現可能な評価パッケージを提案している。
- 建築（アーキテクチャ）の指針や未解決課題、ガバナンス上の課題も提示し、従来は分断されていた研究コミュニティをつなぎ、最終的にエージェントが働く環境をシミュレートし、さらには再構成できる方向性を示している。
