論文
フィジカルAI関連の最新論文を、日本語のひとことで。原題は英語です。
最新論文: 2026/7/1 / arXivを3時間ごとに自動収集
📖 UMIデバイス・カタログ(日本語版)UMI式データ収集デバイスと主要データセットを日本語で俯瞰 →- 論文強化学習機械学習
実用的な転移制約下での強化学習アルゴリズムの適合性再考
転移指向の強化学習において、アルゴリズムの適合性をサンプル効率だけでなく、実時間効率とドメインランダム化への頑健性の観点から評価し、PPOがSACやTD-MPC2よりも実時間で高性能な方策を学習できることや、ドメインランダム化が異なるパラダイムのアルゴリズムに同様の影響を与えることを示した。
原題: Rethinking the Suitability of Reinforcement Learning Algorithms Under Practical Transfer Constraints / Hany Hamed, Abhishek Naik, Colin Bellinger 他
日本語で読む → - 論文強化学習ロボティクス
PAC-ACT: アクション・チャンキング・トランスフォーマー向けのポストトレーニング型アクター・クリティック
事前学習済みのアクション・チャンキング・ポリシーに強化学習によるポストトレーニングを施し、精密な接触作業での分布シフトを改善するフレームワークを提案した。
原題: PAC-ACT: Post-training Actor-Critic for Action Chunking Transformers / Yujie Pang, Zudong Li
日本語で読む → - 論文オフライン強化学習機械学習
効率的なオフライン強化学習のためのショートカット軌道計画
拡散モデルによる軌道計画の推論コストを削減するため、単一ステージで学習可能なショートカット軌道モデルを提案し、ステップサイズ調整による1ステップ・数ステップ推論と、実現可能性補正付き批評家による計画選択を実現した。
原題: Shortcut Trajectory Planning for Efficient Offline Reinforcement Learning / Guanquan Wang, Yoshimasa Tsuruoka
日本語で読む → - 論文マルチエージェント強化学習ロボティクス
遅延を考慮した能動三角測量:不確実性駆動型マルチエージェント強化学習による対UAS応用
対UASのためのマルチエージェント能動視覚三角測量において、遅延を明示的に扱う強化学習フレームワークを提案し、Age-of-Informationと不確実性伝播を導入して精度と安定性を向上させた。
原題: Delay-Aware Active Triangulation with Uncertainty-Driven Multi-Agent Reinforcement Learning for Counter-UAS / Seungwook Lee, David Hyunchul Shim
日本語で読む → - 論文手術ロボット/強化学習ロボティクス
RL-MACRO: マルチモーダル適応型ロボット開頭術のためのサイバネティック閉ループ知能フレームワーク
ロボット開頭術において、力覚・音響センサから隠れた温度状態を推定し、強化学習で切削パラメータを適応制御する閉ループ知能フレームワークを提案した。
原題: RL-MACRO: A Cybernetic Closed-Loop Intelligence Framework for Multimodal Adaptive Robotic Craniotomy / Xiao Zhang, Jiaxuan Li, Renzhen Le 他
日本語で読む → - 論文強化学習AI
インタラクティブなゲームプレイのためのコーチ可能なエージェント
強化学習エージェントに、実行時にスタイル(タスクの解き方の変更)を指示できるフレームワークを提案し、複数の複雑なドメインで有効性を示した論文。
原題: Coachable agents for interactive gameplay / Roberto Capobianco, Harm van Seijen, Nolan D. Bard 他
日本語で読む → - 論文強化学習ロボティクス
Robo-ValueRL: オフラインからオンラインへの強化学習における信頼性の高い価値推定
オフラインからオンラインへの強化学習において、価値関数の信頼性がポリシー最適化に与える影響を分析する統一フレームワークを提案し、信頼性の高い価値推定が下流の性能向上に寄与することを実験で示した。
原題: Robo-ValueRL: Reliable Value Estimation for Offline-to-Online Reinforcement Learning / Wenke Xia, Pei Ren, Wenbo Yu 他
日本語で読む → - 論文強化学習/ナビゲーションロボティクス
動的障害物環境での安全飛行のための予測リスク誘導強化学習
クアッドローターの動的環境での安全航行のため、将来の衝突リスクを予測するリスクマップを強化学習で自己予測させ、視覚ポリシーを誘導する手法を提案。シミュレーションから実機へのゼロショット転送に成功。
原題: Anticipatory Risk-Guided Reinforcement Learning for Safe Flight Through Dynamic Clutter / Yuchao Mei, Guohao Zhang, Luxia Ai 他
日本語で読む → - 論文強化学習/収穫ロボットロボティクス
階層強化学習を用いたクラスタ状イチゴ収穫における視覚ベース障害物分離
クラスタ状に生るイチゴの収穫で、熟果を覆う未熟果を視覚で認識し、階層強化学習により障害物分離と把持を段階的に行う手法を提案した。シミュレーションと実機で高い成功率を達成した。
原題: Vision-Based Obstacle Separation for Strawberry Harvesting in Clusters Using Hierarchical Reinforcement Learning / Teng Li, Hanfei Shi, Chunjiang Zhao 他
日本語で読む → - 論文強化学習ロボティクス
SymmGrid: 並列対称性と自己中心・外界中心視覚知覚によるロボット実機学習の超高速化
ロボット実機での強化学習を高速化するため、対称性変換を並列化してリプレイバッファを多様な経験で満たすフレームワークSymmGridを提案し、実機操作タスクで学習時間を短縮し成功率を向上させた。
原題: SymmGrid: Super-Scaling On-Robot Learning with Parallelized Symmetries and Egocentric-Exocentric Visual Perception / Gabe Everett, Brice Gunter, Ryan Vander Stelt 他
日本語で読む → - 論文触覚/強化学習ロボティクス
OmniTacTune: 視覚ポリシーへの触覚残差適応のためのポリシー非依存な実世界強化学習
事前学習済みの視覚ポリシーに触覚フィードバックを残差補正として適応させる、ポリシー非依存の実世界RLパイプラインを提案。接触を伴う多様なタスクで成功率を大幅に向上させる。
原題: OmniTacTune: Policy-Agnostic Real-World RL for Tactile Residual Adaptation of Visual Policies / Kelin Yu, Haode Zhang, Harish Ravichandar 他
日本語で読む → - 論文投擲/強化学習ロボティクス
多障害物環境での安全な物体投擲の学習
ロボットが障害物を避けながら目標のかごに物体を投げ入れる問題を扱い、ポテンシャル場表現を用いた強化学習で成功率90%を達成した。
原題: Learning to Throw Objects Safely in Multi-Obstacle Environments / Mohammadreza Kasaei, Klemen Voncina, Hamidreza Kasaei
日本語で読む → - 論文安全強化学習機械学習
物理情報ニューラルネットワークによる1自由度ヘリコプタシステムの安全強化学習の統合
強化学習の探索による安全性違反を防ぐため、物理モデルをPPOの損失関数に組み込み、将来の軌道予測に基づくペナルティで制約違反を減らす手法を提案した。
原題: Integrating Physics-Informed Neural Networks for Safe Reinforcement Learning in a 1-DoF Helicopter System / Georg Schäfer, Jakob Rehrl, Stefan Huber
日本語で読む → - 論文安全強化学習ロボティクス
制御アフィン動力学近似を用いた証明可能な安全モデルベース強化学習
制御アフィン構造を考慮した残差モデル不確かさを学習し、適応共形予測で不確かさを定量化して制御バリア関数による安全保証を実現する強化学習フレームワークを提案した。
原題: Certifiable Safe Model-Based Reinforcement Learning with Control-Affine Dynamics Approximation / Hao Zhou, Yanze Zhang, Cameron Reid 他
日本語で読む → - 論文強化学習ロボティクス
CoRe: 視覚言語モデルフィードバックを用いた選好整合強化学習のための複合報酬
強化学習における報酬設計の課題に対し、タスク知識に基づく形式的報酬と観測から学習する残差報酬を、視覚言語モデルのフィードバックで統合するハイブリッドフレームワークCoReを提案し、人間の介入なしに選好整合的なポリシー学習を実現した。
原題: CoRe: Combined Rewards with Vision-Language Model Feedback for Preference-Aligned Reinforcement Learning / Hexian Ni, Tao Lu, Yinghao Cai
日本語で読む → - 論文VLA/強化学習ロボティクス
WCM: 視覚・言語・行動強化学習のためのワールドクリティックモデル
ロボット操作のためのVLAモデルの強化学習後訓練において、観測履歴を扱うクリティックの表現が時間的ダイナミクスを捉えられない問題を解決するため、将来の潜在状態を予測しつつ価値を推定する軽量なWorld Critic Modelを提案した。
原題: WCM: A World Critic Model for Vision-Language-Action Reinforcement Learning / Senyu Fei, Xiaopeng Yu, Siyin Wang 他
日本語で読む → - 論文強化学習/カリキュラム学習/LLMロボティクス
LEACL: LLM強化による長期的操作タスクの強化学習のための自動カリキュラム学習
大規模言語モデル(LLM)を用いて複雑なタスクをサブタスクに分解し、各サブタスクの仕様を自動生成することで、スパース報酬のみで強化学習を効率的に行う自動カリキュラム学習フレームワークを提案した。
原題: LEACL: LLM-Enhanced Automatic Curriculum Learning for Reinforcement Learning in Long-Horizon Manipulation Tasks / Faraz Heravi, James Ouyang, Zifan Xu 他
日本語で読む → - 論文強化学習ロボティクス
疎な報酬・長期的課題のための階層型ソフトアクター批判
疎な報酬と長い時間軸を持つ強化学習タスクに対し、高レベル戦略と低レベル連続制御を組み合わせた階層型強化学習フレームワークを提案し、SAR-2データセットで有効性を実証した。
原題: Hierarchical Soft Actor-Critic for Sparse-Reward Long-Horizon Reinforcement Learning / Zahra Abdalla Elashaal, Afef Hfaiedh, Nahla Khraief 他
日本語で読む → - 論文自動運転レース/強化学習/モデル予測制御ロボティクス
自動運転レースにおける追い越し防止のための深層強化学習誘導モデル予測制御
自動運転レースで、後続の速い車に追い越されないよう防御する制御手法を提案。強化学習で防御軌道を生成し、モデル予測制御に組み込むことで、追い越しまでの時間を延ばしつつタイヤ力を効率的に使う。
原題: Deep Reinforcement-Learning-Guided Model Predictive Control for Preventing Overtakes in Autonomous Racing / Yufei Xi, Yijie Liao, Tulga Ersal
日本語で読む → - 論文強化学習/制御機械学習
軌道追従のための予測的強化学習
強化学習による軌道追従制御に予測情報を組み込み、シミュレーションで誤差を大幅削減。実機転送では単純な構成が最適であることを示した。
原題: Anticipatory Reinforcement Learning for Trajectory Tracking / Georg Schäfer, Jakob Rehrl, Stefan Huber 他
日本語で読む → - 論文VLA/強化学習ロボティクス
最適輸送Q学習によるフローポリシーの操縦と高速化
ロボットの経験を用いたRL後訓練により、準最適なフローベースポリシーを微調整・高速化する最適輸送Q学習(OTQL)を提案した。
原題: Optimal Transport Q-Learning for Flow Policy Steering and Acceleration / Andreas Sochopoulos, Esmeralda S. Whitammer, Nikolaos Tsagkas 他
日本語で読む → - 論文強化学習/多目的最適化機械学習
ベイズ最適化を用いた省エネルギー強化学習のための高効率パレートフロントモデリング
強化学習の多目的最適化において、報酬関数の重み選択を多目的ベイズ最適化で自動化し、少ない評価回数で多様なトレードオフ解を発見する手法を提案・実証した。
原題: Sample-Efficient Pareto Front Modeling for Energy-Aware Reinforcement Learning Using Bayesian Optimization / Georg Schäfer, Jakob Rehrl, Stefan Huber 他
日本語で読む → - 論文強化学習/操作ロボティクス
HALO-WA: ハイブリッド注意機構と潜在変数ガイドによるオンライン強化学習を用いた世界行動モデル
世界行動モデルによる精密操作の失敗を、潜在特徴と行動事前分布を利用した軽量なアクタークリティック適応器とハイブリッド注意機構でオンライン修正する手法を提案し、実機4タスクで成功率を大幅に向上させた。
原題: HALO-WA: Hybrid-Attention Latent-Guided Online Reinforcement Learning for World-Action Models / Angen Ye, Weijie Ke, Xiaofeng Wang 他
日本語で読む → - 論文強化学習/事前学習機械学習
局所動作が重要:ビデオからの強化学習事前学習のための分解・再構成パラダイム
ビデオから強化学習の事前学習を行う際、エージェント全体の動きではなく局所的な動きのパターンに着目し、分解と再構成のパラダイムを提案して、ロボット制御や操作タスクへの転移効率を向上させた。
原題: Local Motion Matters: A Deconstruct-Recompose Paradigm for Reinforcement Learning Pre-training from Videos / Jinwen Wang, Youfang Lin, Xiaobo Hu 他
日本語で読む → - 論文強化学習/UAV着陸ロボティクス
WaveLander: 波浪擾乱プラットフォームへのUAV着陸のための強化学習による汎用階層制御フレームワーク
波浪で動く船舶プラットフォームへのUAV自律着陸を、強化学習で垂直着陸判断と低レベル飛行安定化を分離した階層制御で実現し、未見の擾乱条件にも汎化することを示した論文。
原題: WaveLander: A Generalizable Hierarchical Control Framework for UAV Landing on Wave-Disturbed Platforms via Reinforcement Learning / Chun-Kit Li, Iok Long Sit, Ming Fung Siu 他
日本語で読む → - 論文操作学習/強化学習/Sim-to-Realロボティクス
ゼロショットSim-to-Real転送を備えたマルチタスクブロック押し操作のための単一拡散ポリシーコントローラ
強化学習を用いて、複数の形状のブロックを押すマルチタスク操作を単一の拡散ポリシーで学習し、実世界へゼロショット転送できることを示した論文。
原題: A Single Diffusion-Policy Controller for Multi-Task Block Pushing with Zero-Shot Sim-to-Real Transfer / Haitong Ma, Haldun Balim, Yang Hu 他
日本語で読む → - 論文ロコ操作/触覚/強化学習ロボティクス
TAC-LOCO: 触覚情報を活用した四足ロボットの全身ロコ操作の統合制御
四足ロボットの動的ロコ操作において、触覚センサからの情報を潜空間表現に圧縮し、脚・腕・グリッパの統合制御に組み込む強化学習フレームワークを提案。実機でゼロショット展開し、把持力の低減と物体落下率の抑制を実証した。
原題: TAC-LOCO: Unified Whole-Body Control for Quadrupedal TACtile-Informed LOCO-Manipulation / Muqun Hu, Yuhao Zhou, Kabir Ray Malik 他
日本語で読む → - 論文強化学習/制御ロボティクス
適応的強化学習による自律水上艇のクロスプラットフォーム制御
単一のポリシーで異なる水上艇にゼロショット適用可能な適応的強化学習手法を提案し、実機2機種で非適応ベースラインを最大58%上回る追従精度を達成した。
原題: Cross-Platform Control for Autonomous Surface Vehicles via Adaptive Reinforcement Learning / Ruiheng Jiang, Thomas Bi, Raffaello D'Andrea 他
日本語で読む → - 論文水中ロボット/強化学習/sim2realロボティクス
CORAL-AUV: CFD指向の強化学習による自律型水中ビークル制御
CFDデータから学習したサロゲート抗力モデルを強化学習に組み込み、実機の6自由度AUVにゼロショットで適用可能な制御ポリシーを初めて実証した。従来の簡易物理モデルと比較して、エネルギー消費31%削減、移動時間11%短縮、誤差19%低減を達成した。
原題: CORAL-AUV: CFD Oriented Reinforcement Learning for Autonomous Underwater Vehicles / Steven Roche, Milo Van Mooy, Nathan McGuire 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
通信喪失下でのロバストなマルチエージェント協調のための価値認識予測
通信が途切れる環境で、エージェントが欠落した状態情報を予測する際に、価値関数に基づく重み付けを導入し、予測モデルの学習を政策の進化に結びつける手法を提案した。
原題: Value-Aware Prediction for Robust Multi-Agent Coordination Under Communication Loss / Kemal Devrim Kafadar, Eren Özaltun, Mahmud Efnan Şanlı 他
日本語で読む →
PR・アフィリエイト広告
