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: 2026/2/1 / 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 →- 論文組立/強化学習ロボティクス
設計図なしで安定構造物を自律組立するロボットの学習
強化学習により、事前設計図に頼らず目標と障害物だけから安定したブロック構造物を組み立てる自律ロボット組立フレームワークを提案し、実機実験で有効性を示した。
原題: Learning to Build: Autonomous Robotic Assembly of Stable Structures Without Predefined Plans / Jingwen Wang, Johannes Kirschner, Paul Rolland 他
日本語で読む → - 論文強化学習/移動ロボティクス
位相認識型方策学習による四足ロボットのスケートボード乗り
スケートボードの位相に応じて特徴変調層を切り替える強化学習で、四足ロボットがスケートボードを安定して操る方策を学習した。
原題: Phase-Aware Policy Learning for Skateboard Riding of Quadruped Robots via Feature-wise Linear Modulation / Minsung Yoon, Jeil Jeong, Sung-Eui Yoon
日本語で読む → - 論文医療ロボティクス/強化学習ロボティクス
オンライン専門家補正を用いたサンプル効率の良い血管分岐ナビゲーションのための自律カテーテル操作
血管内分岐ナビゲーションにおいて、オンライン専門家補正とファジィ制御・構造化報酬を組み合わせた強化学習フレームワークを提案し、少ない訓練エピソードで高精度な自律カテーテル操作を実現した。
原題: Sample-Efficient Learning with Online Expert Correction for Autonomous Catheter Steering in Endovascular Bifurcation Navigation / Hao Wang, Tianliang Yao, Bo Lu 他
日本語で読む → - 論文強化学習/世界モデルロボティクス
効率的な一次強化学習のための局所・大域世界モデルの結合
大規模拡散モデルによる世界モデル内で強化学習を行い、軽量な潜在空間サロゲートで勾配計算を効率化する一次勾配法を提案。Push-Tタスクや四足歩行ロボットの物体操作でPPOを上回るサンプル効率を実現。
原題: Coupled Local and Global World Models for Efficient First Order RL / Joseph Amigo, Rooholla Khorrambakht, Nicolas Mansard 他
日本語で読む → - 論文歩行/リハビリ/強化学習ロボティクス
片側筋力低下による歩行非対称性と足関節アシストによる改善:強化学習に基づくシミュレーション研究
強化学習と筋骨格シミュレーションを用いて、片脚の筋力低下が歩行の非対称性をどの程度引き起こすかを定量化し、足関節外骨格によるアシストが非対称性を改善できるかを検証した。
原題: Gait Asymmetry from Unilateral Weakness and Improvement With Ankle Assistance: a Reinforcement Learning based Simulation Study / Yifei Yuan, Ghaith Androwis, Xianlian Zhou
日本語で読む → - 論文オフライン強化学習機械学習
局所ダイナミクス適応によるオフダイナミクスオフライン強化学習
ソースとターゲットの遷移をクラスタリングし、クラスタ単位でダイナミクス不一致を評価してソースデータを選択する手法を提案し、オフダイナミクスオフラインRLの性能を向上させた。
原題: Localized Dynamics-Aware Domain Adaption for Off-Dynamics Offline Reinforcement Learning / Zhangjie Xia, Yu Yang, Pan Xu
日本語で読む → - 論文強化学習ロボティクス
実機ロボットのオンライン強化学習で重要な設計選択とは何か
3種類のロボットで100回の実機学習を行い、アルゴリズムやシステム、実験設計の各選択を系統的に検証し、安定した学習を実現する設計指針を明らかにした。
原題: What Matters for Simulation to Online Reinforcement Learning on Real Robots / Yarden As, Dhruva Tirumala, René Zurbrügg 他
日本語で読む → - 論文宇宙ロボティクス/強化学習機械学習
LEOにおける複数デブリ除去ミッションの最適計画:共楕円遷移と燃料補給を考慮した深層強化学習アプローチ
低軌道での複数デブリ除去ミッションにおいて、共楕円マヌーバと燃料補給を組み込んだ枠組みを提案し、Masked PPOによる強化学習が貪欲法やMCTSより効率的に多くのデブリを訪問できることを示した。
原題: Optimal Multi-Debris Mission Planning in LEO: A Deep Reinforcement Learning Approach with Co-Elliptic Transfers and Refueling / Agni Bandyopadhyay, Gunther Waxenegger-Wilfing
日本語で読む → - 論文オフライン強化学習機械学習
ReFORM: ノイズ操作によるサポート上オフライン強化学習のための反射フロー
オフライン強化学習において、フローポリシーを用いてサポート制約を構造的に満たしつつ、反射フローでノイズを操作して性能を最大化する手法を提案。
原題: ReFORM: Reflected Flows for On-support Offline RL via Noise Manipulation / Songyuan Zhang, Oswin So, H. M. Sabbir Ahmad 他
日本語で読む → - 論文外骨格/強化学習ロボティクス
強化学習によるモジュラー股関節・膝関節外骨格のスクワット支援
物理シミュレーションで強化学習したニューラルネット制御器を股関節・膝関節外骨格に適用し、スクワット時の代謝コストを約10%削減できることを示した。
原題: Reinforcement-Learning-Based Assistance Reduces Squat Effort with a Modular Hip--Knee Exoskeleton / Neethan Ratnakumar, Mariya Huzaifa Tohfafarosh, Saanya Jauhri 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
ハミルトン・ヤコビ到達可能性と強化学習による自転車との安全なインタラクション
自動運転車が自転車と安全かつ効率的に相互作用するため、ハミルトン・ヤコビ到達可能性解析と深層Q学習を組み合わせ、安全性を考慮した報酬設計と自転車の反応モデルを導入したフレームワークを提案。
原題: Interacting safely with cyclists using Hamilton-Jacobi reachability and reinforcement learning / Aarati Andrea Noronha, Jean Oh
日本語で読む → - 論文強化学習機械学習
制約付きグループ相対方策最適化
GRPOをラグランジュ緩和で拡張し、制約違反率を直接最適化する制約付き方策学習手法を提案。アドバンテージのスカラー化で安定した制約制御を実現し、ロボティクスタスクでの成功率向上も示した。
原題: Constrained Group Relative Policy Optimization / Roger Girgis, Rodrigue de Schaetzen, Luke Rowe 他
日本語で読む → - 論文オフライン強化学習機械学習
不確実性を考慮したランク1 MIMO Qネットワークによる高速オフライン強化学習フレームワーク
オフライン強化学習における分布外データの活用と計算効率の両立を目指し、データの不確実性を定量化してQ関数の下限信頼境界を最大化するランク1 MIMO Qネットワークを提案した。
原題: Uncertainty-Aware Rank-One MIMO Q Network Framework for Accelerated Offline Reinforcement Learning / Thanh Nguyen, Tung Luu, Tri Ton 他
日本語で読む → - 論文強化学習/ドローン制御ロボティクス
幾何学的対称性を活用したドローンのアクロバット飛行のマルチタスク強化学習
ドローンのアクロバット飛行をマルチタスクで学習するため、機体の回転対称性をポリシーネットワークに組み込んだ強化学習フレームワークGEARを提案し、高い成功率と実機での複雑な機動を実現した。
原題: Multi-Task Reinforcement Learning of Drone Aerobatics by Exploiting Geometric Symmetries / Zhanyu Guo, Zikang Yin, Guobin Zhu 他
日本語で読む → - 論文強化学習×軌道最適化ロボティクス
CACTO-BIC: バイアス付きサンプリングとGPU加速軌道最適化によるスケーラブルなアクター・クリティック学習
軌道最適化と強化学習を組み合わせたCACTOを改良し、価値関数に基づく初期状態サンプリングのバイアスとGPU加速により、サンプル効率と計算速度を向上させた。四足ロボットAlienGOでリアルタイム応用可能なスケーラビリティを示した。
原題: CACTO-BIC: Scalable Actor-Critic Learning via Biased Sampling and GPU-Accelerated Trajectory Optimization / Elisa Alboni, Pietro Noah Crestaz, Elias Fontanari 他
日本語で読む → - 論文軌道ロボティクス/強化学習AI
強化学習による多数デブリランデブー計画の最適化:燃料補給と適応的衝突回避の統合
小型衛星による複数デブリ除去のため、燃料補給と適応的衝突回避を組み込んだマスク付きPPO強化学習でランデブー順序と軌道を最適化する枠組みを提案した。
原題: Optimizing Mission Planning for Multi-Debris Rendezvous Using Reinforcement Learning with Refueling and Adaptive Collision Avoidance / Agni Bandyopadhyay, Gunther Waxenegger-Wilfing
日本語で読む → - 論文医療ロボティクス/強化学習ロボティクス
階層型モジュラー・マルチエージェント強化学習による機械的血栓回収術のAI自律ナビゲーション
大腿動脈から内頸動脈までのカテーテルとガイドワイヤの二デバイス操作を、階層型モジュラー・マルチエージェント強化学習で自律化し、in silicoおよびin vitroで有効性を実証した研究。
原題: Toward AI Autonomous Navigation for Mechanical Thrombectomy using Hierarchical Modular Multi-agent Reinforcement Learning (HM-MARL) / Harry Robertshaw, Nikola Fischer, Lennart Karstensen 他
日本語で読む → - 論文強化学習セキュリティcs.CR
信頼できないシミュレータに注意:強化学習における報酬なしバックドア攻撃
シミュレータのダイナミクスを改ざんして、報酬を操作せずに強化学習エージェントに行動レベルのバックドアを仕込み、特定のトリガーで危険な行動を引き起こす攻撃手法「Daze」を提案し、実機ロボットへの転移も示した。
原題: Beware Untrusted Simulators -- Reward-Free Backdoor Attacks in Reinforcement Learning / Ethan Rathbun, Wo Wei Lin, Alina Oprea 他
日本語で読む → - 論文安全強化学習機械学習
摂動下で頑健なニューラルLyapunov障壁証明書の形式的合成
システムダイナミクスの有界な摂動に対して安全性・安定性の保証を維持する頑健なニューラルLyapunov障壁証明書を、敵対的訓練とLipschitz正則化で学習する手法を提案し、倒立振子と2Dドッキングで有効性を示した。
原題: Formal Synthesis of Certifiably Robust Neural Lyapunov-Barrier Certificates / Chengxiao Wang, Haoze Wu, Gagandeep Singh
日本語で読む → - 論文自動運転/強化学習ロボティクス
実時間リカレント強化学習による自動運転の適応制御
メモリ効率の良いRTRRLで事前学習済み運転ポリシーをオンライン微調整し、LrcSSMと組み合わせてシミュレーションと実機イベントカメラで適応制御を実証した。
原題: Adaptive Control in Autonomous Driving via Real-Time Recurrent RL / Julian Lemmel, Felix Resch, Mónika Farsang 他
日本語で読む → - 論文強化学習ロボティクス
フローポリシー勾配によるロボット制御
フローマッチングを用いたポリシー勾配法を改良し、脚式移動やヒューマノイド動作追従、マニピュレーション、sim-to-real転移を実現した研究。
原題: Flow Policy Gradients for Robot Control / Brent Yi, Hongsuk Choi, Himanshu Gaurav Singh 他
日本語で読む → - 論文強化学習ロボティクス
正規化フローによるデータ効率的な階層型目標条件付き強化学習
階層型目標条件付き強化学習において、高レベル・低レベルの方策を正規化フローで表現することで、データが少ない状況でも多様な行動を学習できるNF-HIQLを提案した。
原題: Data-Efficient Hierarchical Goal-Conditioned Reinforcement Learning via Normalizing Flows / Shaswat Garg, Matin Moezzi, Brandon Da Silva
日本語で読む → - 論文強化学習/ドローンレースロボティクス
ランダム障害物を伴うクアッドロータレースのためのカリキュラム強化学習
視覚ベースのカリキュラム強化学習で、障害物のあるドローンレースにおいて高速かつ堅牢に飛行する制御器を訓練した研究。
原題: Curriculum Reinforcement Learning for Quadrotor Racing with Random Obstacles / Fangyu Sun, Fanxing Li, Yu Hu 他
日本語で読む → - 論文強化学習ロボティクス
マルチモーダルエージェントによるロボット強化学習の加速
人間の代わりにマルチモーダルエージェントが修正ウェイポイントや空間制約を与え、ロボットの強化学習を効率化するAGPSを提案。
原題: Accelerating Robotic Reinforcement Learning with Agent Guidance / Haojun Chen, Zili Zou, Chengdong Ma 他
日本語で読む → - 論文強化学習/報酬設計機械学習
生成的エピソードガイダンスによる二重粒度コントラスト報酬で効率的な身体性RL
大規模動画生成モデルを活用し、少数の専門家動画から各RLエピソード用のタスクガイダンスを生成して、粗い探索と細かいマッチングを両立する二重粒度コントラスト報酬を与えることで、人手アノテーションなしにサンプル効率の高い身体性強化学習を実現した研究。
原題: Dual-Granularity Contrastive Reward via Generated Episodic Guidance for Efficient Embodied RL / Xin Liu, Yixuan Li, Yuhui Chen 他
日本語で読む → - 論文強化学習機械学習
MePoly: 最大エントロピー多項式方策最適化
多項式エネルギーベースモデルで方策を表現し、明示的な確率密度と厳密なエントロピー最大化を可能にした新しい強化学習・模倣学習手法を提案。
原題: MePoly: Max Entropy Polynomial Policy Optimization / Hang Liu, Sangli Teng, Maani Ghaffari
日本語で読む → - 論文強化学習機械学習
確率的環境のための分布型価値勾配
確率的環境でも機能するよう、価値関数の分布だけでなくその勾配の分布もモデル化する分布型ソボレフ訓練を提案し、MuJoCoで有効性を示した。
原題: Distributional value gradients for stochastic environments / Baptiste Debes, Tinne Tuytelaars
日本語で読む → - 論文モデルベース強化学習機械学習
観測からイベントへ:強化学習のためのイベント認識型ワールドモデル
人間が連続的な知覚をイベントに区切って意思決定する仕組みに着想を得て、生の観測から自動でイベント境界を抽出し、イベント予測で表現を学習するワールドモデルEAWMを提案。複数のベンチマークでMBRLの性能を10〜45%向上させた。
原題: From Observations to Events: Event-Aware World Model for Reinforcement Learning / Zhao-Han Peng, Shaohui Li, Zhi Li 他
日本語で読む → - 論文選好ベース強化学習機械学習
信頼・不信・反転:複数専門家フィードバックによる頑健な選好ベース強化学習
複数のアノテータからの選好フィードバックを統合し、各専門家の信頼度を学習して敵対的フィードバックを自動的に反転・活用する選好ベース強化学習フレームワークを提案。
原題: Trust, Don't Trust, or Flip: Robust Preference-Based Reinforcement Learning with Multi-Expert Feedback / Seyed Amir Hosseini, Maryam Abdolali, Amirhosein Tavakkoli 他
日本語で読む → - 論文マルチエージェント強化学習AI
パズルを解くように:オフライン協調強化学習のための局所から大域への世界モデル
マルチエージェント系の局所予測から大域状態を推定する世界モデルを構築し、不確実性を考慮した合成データでオフライン強化学習の汎化性能を高める手法を提案。
原題: Puzzle it Out: Local-to-Global World Model for Offline Multi-Agent Reinforcement Learning / Sijia Li, Xinran Li, Shibo Chen 他
日本語で読む →
PR・アフィリエイト広告
