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: 2026/2/13 / 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
潜在ダイナミクスによるモデルフリーの効率性とモデルベース表現の統合
モデルフリーの効率性とモデルベースの表現力を統合した強化学習アルゴリズムULDを提案し、多様な環境で高性能かつ少ないパラメータで動作することを示した。
原題: Unifying Model-Free Efficiency and Model-Based Representations via Latent Dynamics / Jashaswimalya Acharjee, Balaraman Ravindran
日本語で読む → - 論文ワールドモデル機械学習
Policy4OOD: オピオイド過剰摂取危機に対する政策介入シミュレーションのための知識誘導型ワールドモデル
政策知識グラフ・空間依存性・時系列データを統合したTransformer型ワールドモデルを構築し、オピオイド政策の予測・反事実分析・最適化を可能にするシミュレータを提案した。
原題: Policy4OOD: A Knowledge-Guided World Model for Policy Intervention Simulation against the Opioid Overdose Crisis / Yijun Ma, Zehong Wang, Weixiang Sun 他
日本語で読む → - 論文VLAAI
予算制約付きエージェント型大規模言語モデル:高コストツール利用のための意図ベース計画
厳しい金銭的予算下で外部ツールを呼び出して多段階タスクを解くLLMエージェントのための、意図認識型階層的世界モデルによる推論時計画フレームワークINTENTを提案。
原題: Budget-Constrained Agentic Large Language Models: Intention-Based Planning for Costly Tool Use / Hanbing Liu, Chunhao Tian, Nan An 他
日本語で読む → - 論文世界モデル機械学習
世界モデルにおける観測者効果:適応的介入が潜在物理を損なう
自己教師あり学習で得た凍結表現から物理量が線形に読み出せるかを調べる非侵襲的評価法PhyIPを提案し、適応ベースの評価が潜在構造を崩すことを示した。
原題: The Observer Effect in World Models: Invasive Adaptation Corrupts Latent Physics / Christian Internò, Jumpei Yamaguchi, Loren Amdahl-Culleton 他
日本語で読む → - 論文GUIエージェント機械学習
UI-Oceanus: 合成環境ダイナミクスによるGUIエージェントのスケーリング
GUIエージェントの学習を高価な人間デモの模倣から環境フィードバックによる未来状態予測へと転換し、低コストな自律探索を生成的な教師信号に変換することでスケーラブルな世界モデルを構築した研究。
原題: UI-Oceanus: Scaling GUI Agents with Synthetic Environmental Dynamics / Mengzhou Wu, Yuzhe Guo, Yuan Cao 他
日本語で読む → - 論文VLA機械学習
アフォーダンスを活用したLLMによる部分的世界モデリング
大規模言語モデルを部分的世界モデルとして捉え、アフォーダンスに基づく予測を抽出することで探索効率とタスク性能を向上させる手法を提案した論文。
原題: Affordances Enable Partial World Modeling with LLMs / Khimya Khetarpal, Gheorghe Comanici, Jonathan Richens 他
日本語で読む → - 論文エージェント強化学習AI
エージェント世界モデル:エージェント強化学習のための無限合成環境
LLMエージェントの強化学習用に、コード駆動でデータベースに裏打ちされた1000の合成環境を自動生成するパイプラインを提案し、ベンチマーク外への汎化性能を実証した。
原題: Agent World Model: Infinity Synthetic Environments for Agentic Reinforcement Learning / Zhaoyang Wang, Canwen Xu, Boyi Liu 他
日本語で読む → - 論文VLA機械学習
オンデバイスLLMのためのハードウェア協調設計スケーリング則:ルーフライン・モデリングによるアプローチ
オンデバイスLLMのアーキテクチャ選択を高速化するため、訓練損失のスケーリング則と推論レイテンシのルーフラインモデルを組み合わせ、精度とレイテンシのパレートフロンティアを導出するハードウェア協調設計手法を提案した。
原題: Hardware Co-Design Scaling Laws via Roofline Modelling for On-Device LLMs / Luoyang Sun, Jiwen Jiang, Yifeng Ding 他
日本語で読む → - 論文モデルベース強化学習機械学習
楽観的ワールドモデル:モデルベース深層強化学習における効率的探索
モデル学習に楽観的なダイナミクス損失を組み込み、報酬の高い遷移を優先する探索手法を提案。DreamerV3やSTORMに適用し、サンプル効率と累積報酬を改善。
原題: Optimistic World Models: Efficient Exploration in Model-Based Deep Reinforcement Learning / Akshay Mete, Shahid Aamir Sheikh, Tzu-Hsiang Lin 他
日本語で読む → - 論文世界モデル画像認識
Olaf-World: 動画世界モデリングのための潜在行動の方向づけ
ラベルなし動画から行動制御可能な世界モデルを学習するため、潜在行動を映像特徴の時間差分に整合させるSeqΔ-REPAを提案し、ゼロショット行動転移とデータ効率を改善した。
原題: Olaf-World: Orienting Latent Actions for Video World Modeling / Yuxin Jiang, Yuchao Gu, Ivor W. Tsang 他
日本語で読む → - 論文ワールドモデル機械学習
地平線イマジネーション:拡散ワールドモデルにおける効率的なオンポリシーロールアウト
拡散ベースのワールドモデルで、複数の将来観測を並列にノイズ除去するオンポリシー・イマジネーション手法を提案し、計算コストを抑えつつ制御性能を維持できることを示した。
原題: Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models / Lior Cohen, Ofir Nabati, Kaixin Wang 他
日本語で読む → - 論文コード生成cs.SE
コードワールドモデルのデバッグ
コード実行を模倣する言語モデル(CWM)の失敗要因を分析し、トークン予算の枯渇と文字列状態の誤り、および長期状態追跡の劣化が主に不正確な行動生成に起因することを示した。
原題: Debugging code world models / Babak Rahmani
日本語で読む → - 論文世界モデル画像認識
クロスビュー世界モデル
異なる視点間で未来の状態を予測する世界モデルを提案し、視点不変な3D構造表現の学習を実現した。
原題: Cross-View World Models / Rishabh Sharma, Gijs Hogervorst, Wayne E. Mackey 他
日本語で読む → - 論文世界モデル機械学習
ケプラーからニュートンへ:帰納バイアスがTransformerの学習する世界モデルを導く
Transformerに空間平滑性・安定性・時間局所性の3つの帰納バイアスを導入することで、惑星軌道の楕円フィッティングを超え、ニュートン力学の力表現を発見できることを示した。
原題: From Kepler to Newton: Inductive Biases Guide Learned World Models in Transformers / Ziming Liu, Sophia Sanborn, Surya Ganguli 他
日本語で読む → - 論文生成モデル検証機械学習
敵対的系列による生成モデル内の暗黙的世界モデルの検証
チェスを題材に、生成モデルがルールに沿った手を生成できるか(健全性)を敵対的系列生成で検証し、訓練手法やデータ選択が健全性に与える影響を分析した。
原題: Verification of the Implicit World Model in a Generative Model via Adversarial Sequences / András Balogh, Márk Jelasity
日本語で読む → - 論文世界モデル機械学習
潜在行動による自己改善型世界モデリング
行動ラベルなしの状態列から、行動を潜在変数として扱い、順方向世界モデルと逆動力学モデルを交互に強化学習で自己改善するフレームワークSWIRLを提案。
原題: Self-Improving World Modelling with Latent Actions / Yifu Qiu, Zheng Zhao, Waylon Li 他
日本語で読む → - 論文制約付き強化学習機械学習
制約付き強化学習のための確率的決定ホライズン
制約違反がホライズンを短縮する確率的決定ホライズン(SDH)を提案し、制約付きRLのオフポリシーかつ正則化アルゴリズムを開発した。
原題: Stochastic Decision Horizons for Constrained Reinforcement Learning / Nikola Milosevic, Leonard Franz, Daniel Haeufle 他
日本語で読む → - 論文交通制御/安全RL機械学習
不確実性を考慮した適合予測と世界モデル強化学習による安全な都市交通制御
予測の不確実性を適合予測で校正し、それを異常検知から安全な強化学習ポリシーまで一貫して伝播させる統合フレームワークSTREAM-RLを提案し、実データで高い安全性と低遅延を達成した。
原題: Safe Urban Traffic Control via Uncertainty-Aware Conformal Prediction and World-Model Reinforcement Learning / Joydeep Chandra, Satyam Kumar Navneet, Aleksandr Algazinov 他
日本語で読む → - 論文世界モデル機械学習
行動条件付き予測系列ネットワークに現れる経路統合と物体位置の結合
リカレントネットワークが2次元のトークンシーンを走査し次のトークンを予測する課題を学習し、経路統合やトークンと位置の動的結合が創発することを示した。
原題: Path Integration and Object-Location Binding Emerge in an Action-Conditioned Predictive Sequence Network / Linda Ariel Ventura, Victoria Bosch, Tim C Kietzmann 他
日本語で読む → - 論文モデルベース強化学習機械学習
再パラメータ化フローポリシー最適化
フローポリシーをモデルベース強化学習に組み込み、生成過程とダイナミクスをまとめて誤差逆伝播することで、高いサンプル効率と安定性を実現した手法を提案。
原題: Reparameterization Flow Policy Optimization / Hai Zhong, Zhuoran Li, Xun Wang 他
日本語で読む → - 論文医療AI/ワールドモデルAI
EHRWorld: 長期的な臨床経過をシミュレートする患者中心の医療ワールドモデル
電子カルテから構築した大規模縦断データセットEHRWorld-110Kを用い、因果的逐次パラダイムで訓練した患者中心の医療ワールドモデルEHRWorldを提案し、長期的な臨床シミュレーションの安定性と精度を向上させた。
原題: EHRWorld: A Patient-Centric Medical World Model for Long-Horizon Clinical Trajectories / Linjie Mu, Zhongzhen Huang, Yannian Gu 他
日本語で読む → - 論文ゼロショット強化学習機械学習
ゼロショットオフポリシー学習
後継測度と定常密度比の理論的関連を利用し、報酬なしデータで訓練したエージェントがテスト時に追加学習なしで新タスクに適応できるゼロショット強化学習手法を提案。
原題: Zero-Shot Off-Policy Learning / Arip Asadulaev, Maksim Bobrin, Salem Lahlou 他
日本語で読む → - 論文強化学習機械学習
階層的ニューラルオプションと抽象世界モデルの同時学習
抽象世界モデルと階層的ニューラルオプションを同時に学習するAgentOWLを提案し、少ないデータでより多くのスキルを獲得できることを示した。
原題: Joint Learning of Hierarchical Neural Options and Abstract World Model / Wasu Top Piriyakulkij, Wolfgang Lehrach, Kevin Ellis 他
日本語で読む → - 論文ワールドモデル機械学習
生成的可視コードによるモバイルワールドモデル
単一のVLMが次のGUI状態を実行可能なWebコードとして予測し、それをレンダリングすることで高忠実度なモバイルGUIワールドモデルを実現した研究。
原題: Generative Visual Code Mobile World Models / Woosung Koh, Sungjun Han, Segyu Lee 他
日本語で読む → - 論文自己教師あり学習機械学習
構造的不変性からの自己教師あり学習
自己教師あり学習における一対多写像問題に対処するため、潜在変数を導入し変分下界を導出。AdaSSLを提案し、因果表現学習や動画世界モデルで有効性を示した。
原題: Self-Supervised Learning from Structural Invariance / Yipeng Zhang, Hafez Ghaemi, Jungyoon Lee 他
日本語で読む → - 論文モデル量子化機械学習
ワールドモデルの量子化に関する実証研究
DINO-WMを例に、ワールドモデルの学習後量子化(PTQ)を体系的に評価し、低ビット化が計画性能やモジュール間の感度に与える影響を明らかにした。
原題: An Empirical Study of World Model Quantization / Zhongqian Fu, Tianyi Zhao, Kai Han 他
日本語で読む → - 論文VLA機械学習
世界モデルによる実行可能な計画への生成動画のグラウンディング
生成動画を計画として使う際の物理的・時間的な不整合を、学習した行動条件付き世界モデルで潜在空間の軌道最適化により実行可能な行動列へ変換する手法を提案。
原題: Grounding Generated Videos in Feasible Plans via World Models / Christos Ziakas, Amir Bar, Alessandra Russo
日本語で読む → - 論文ワールドモデル機械学習
ワールドモデルによるニューラルセイバーメトリクス:大規模言語モデルを用いたプレー・バイ・プレー予測モデリング
MLBの10年以上のトラッキングデータでLLMを継続事前学習し、野球のプレー・バイ・プレーを予測するワールドモデルを構築した研究。
原題: Neural Sabermetrics with World Model: Play-by-play Predictive Modeling with Large Language Model / Young Jin Ahn, Yiyang Du, Zheyuan Zhang 他
日本語で読む → - 論文安全性/エージェント自然言語
SafePred: 世界モデルによるコンピュータ操作エージェントの予測型ガードレール
コンピュータ操作エージェントの長期的リスクを事前に予測するため、世界モデルで将来の危険状態を推定し、現在の行動選択を安全な方向へ誘導する予測型ガードレールを提案した論文。
原題: SafePred: A Predictive Guardrail for Computer-Using Agents via World Models / Yurun Chen, Zeyi Liao, Ping Yin 他
日本語で読む → - 論文強化学習機械学習
選択モデル支援Q学習による遅延フィードバック収益管理
遅延フィードバックのある収益管理において、較正済み離散選択モデルを部分的世界モデルとして用いて学習目標の遅延成分を補完するQ学習を提案し、理論的収束保証とホテル予約データに基づく実験で有効性と限界を示した。
原題: Choice-Model-Assisted Q-learning for Delayed-Feedback Revenue Management / Owen Shen, Patrick Jaillet
日本語で読む →
PR・アフィリエイト広告
