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 → - 論文歩行ロボティクス
GrandTour: 実環境における脚式ロボットのマルチモーダル知覚と状態推定のためのデータセット
ANYmal-D四脚ロボットにLiDAR・カメラ・固有感覚センサを搭載し、山岳から都市・廃墟まで多様な屋内外環境で収集した大規模マルチモーダルデータセットを公開。RTK-GNSSとトータルステーションによる高精度な正解軌道も含み、SLAMや状態推定、マルチモーダル学習の評価基盤を提供する。
原題: GrandTour: A Legged Robotics Dataset in the Wild for Multi-Modal Perception and State Estimation / Turcan Tuna, Jonas Frey, Frank Fu 他
日本語で読む → - 論文ソフトロボティクスロボティクス
ニューラルオペレータによるソフトロボットの無限次元閉ループ逆運動学
ソフトロボットの形状全体を無限次元で扱う閉ループ逆運動学を定式化し、駆動から形状への写像をニューラルオペレータで学習して制御する手法を提案した。
原題: Infinite-Dimensional Closed-Loop Inverse Kinematics for Soft Robots via Neural Operators / Carina Veil, Moritz Flaschel, Ellen Kuhl 他
日本語で読む → - 論文全身制御ロボティクス
事前学習と高速適応による汎用人型全身制御
人型ロボットの全身制御を、事前学習したポリシーに軽量な残差ポリシーを高速適応させることで、未知の動作にも安定して追従できるフレームワークFASTを提案した。
原題: General Humanoid Whole-Body Control via Pretraining and Fast Adaptation / Zepeng Wang, Jiangxing Wang, Shiqing Yao 他
日本語で読む → - 論文運動計画ロボティクス
知覚不確実性伝播が知覚ベース運動計画に与える影響
自動運転の運動計画において、知覚の不確実性を伝播させる手法とそのキャリブレーションが閉ループ性能に与える影響をnuPlanベンチマークで分析した。
原題: The Impact of Class Uncertainty Propagation in Perception-Based Motion Planning / Jibran Iqbal Shah, Andrei Ivanovic, Kelly Zhu 他
日本語で読む → - 論文マニピュレーションロボティクス
MARVL: 視覚言語モデルによるロボットマニピュレーションの多段階ガイダンス
視覚言語モデルを微調整してタスクを多段階のサブタスクに分解し、密な報酬を自動設計することで、ロボット強化学習のサンプル効率と頑健性を向上させた研究。
原題: MARVL: Multi-Stage Guidance for Robotic Manipulation via Vision-Language Models / Xunlan Zhou, Xuanlin Chen, Shaowei Zhang 他
日本語で読む → - 論文触覚ロボティクス
TactAlign: 触覚アライメントによる人間からロボットへのポリシー転送
触覚グローブで収集した人間の触覚信号を、異なる身体を持つロボットに転送するクロスエンボディメント触覚アライメント手法を提案。ペアデータ不要で、接触の多いタスクでのポリシー転送性能を向上させる。
原題: TactAlign: Human-to-Robot Policy Transfer via Tactile Alignment / Youngsun Wi, Jessica Yin, Elvis Xiang 他
日本語で読む → - 論文VLAロボティクス
MapDream:視覚言語ナビゲーションのためのタスク駆動型地図学習
視覚言語ナビゲーションにおいて、ナビゲーション目的に直接最適化されたBEV地図を自己回帰的に生成し、行動予測と統合学習するフレームワークを提案。
原題: MapDream: Task-Driven Map Learning for Vision-Language Navigation / Guoxin Lian, Shuo Wang, Yucheng Wang 他
日本語で読む → - 論文生成モデル/ハードウェア協調設計AI
スケーラブル生成ゲームエンジン:ハードウェア・アルゴリズム協調設計による解像度の壁の突破
生成モデルによるゲームエンジンの高解像度化を目指し、計算律速なワールドモデルとメモリ律速なデコーダを異種アクセラレータ上で分離する協調設計を提案。720×480のリアルタイム生成を実現した。
原題: Scalable Generative Game Engine: Breaking the Resolution Wall via Hardware-Algorithm Co-Design / Wei Zeng, Xuchen Li, Ruili Feng 他
日本語で読む → - 論文VLA機械学習
視覚言語モデルが実現するタスク中心の潜在行動
視覚言語モデルの常識推論を活用し、動画中のタスクに関連する動きとノイズを分離することで、潜在行動モデルの学習を改善する手法を提案。
原題: Vision-Language Models Unlock Task-Centric Latent Actions / Alexander Nikulin, Ilya Zisman, Albina Klepach 他
日本語で読む → - 論文アライメントAI
認識論的罠:モデル誤特定が引き起こす合理的なアライメント崩壊
経済学のBerk-Nash合理性をAIに応用し、LLMの迎合・幻覚・欺瞞がモデル誤特定に起因する合理的行動であることを理論と実験で示した。
原題: Epistemic Traps: Rational Misalignment Driven by Model Misspecification / Xingcheng Xu, Jingjing Qu, Qiaosheng Zhang 他
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 → - 論文ワールドモデル機械学習
CASSANDRA: 確率的ワールドモデリングのためのプログラム的・確率論的学習と推論
LLMを知識事前分布として活用し、決定論的特徴をコードで、確率的因果関係を確率グラフィカルモデルでモデル化するニューロシンボリックなワールドモデルを提案し、計画精度を向上させた。
原題: CASSANDRA: Programmatic and Probabilistic Learning and Inference for Stochastic World Modeling / Panagiotis Lymperopoulos, Abhiramon Rajasekharan, Ian Berlot-Attwell 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 → - 論文言語生成機械学習
口は脳ではない:エネルギー基準世界モデルと言語生成の橋渡し
世界モデルと言語モデルを分離するアーキテクチャを提案し、消費者レビュー生成において世界モデル条件付けが高品質なテキスト生成と因果的整合性を実現することを示した。
原題: The Mouth is Not the Brain: Bridging Energy-Based World Models and Language Generation / Junichiro Niimi
日本語で読む → - 論文VLA自然言語
知識経験学習によるエージェント的世界モデルの整合
LLMエージェントが物理世界の法則を尊重した計画を立てられるよう、環境フィードバックから記号的な世界知識リポジトリを自律構築するWorldMindを提案。
原題: Aligning Agentic World Models via Knowledgeable Experience Learning / Baochang Ren, Yunzhi Yao, Rui Sun 他
日本語で読む → - 論文世界モデル機械学習
Action Shapley:強化学習における世界モデルのための訓練データ選択指標
世界モデルの訓練データ選択にShapley値を応用した指標Action Shapleyを提案し、計算を効率化するランダム動的アルゴリズムで80%以上の高速化を実現、データ制約下の実世界5事例で有効性を示した。
原題: Action Shapley: A Training Data Selection Metric for World Model in Reinforcement Learning / Rajat Ghosh, Debojyoti Dutta
日本語で読む → - 論文世界モデル自然言語
想像してから計画:世界モデルによる適応的先読みでエージェントを学習
世界モデルと方策モデルを組み合わせ、タスクに応じて先読みの長さを適応的に変えながら想像上の軌道を生成し、エージェントの計画・推論能力を高める枠組みを提案。
原題: Imagine-then-Plan: Agent Learning from Adaptive Lookahead with World Models / Youwei Liu, Jian Wang, Hanlin Wang 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 → - 論文機械学習エージェント自然言語
実行前に予測できるか?機械学習エージェントのための予測優先フレームワーク
機械学習エージェントが仮説評価を物理実行に頼る「実行ボトルネック」を解消するため、World Modelに着想を得て実行前の予測推論を導入し、予測→検証ループで収束を6倍加速するFOREAGENTを提案した。
原題: Can We Predict Before Executing Machine Learning Agents? / Jingsheng Zheng, Jintian Zhang, Yujie Luo 他
日本語で読む → - 論文多目的強化学習機械学習
後知恵選好リプレイによる選好条件付き多目的強化学習の改善
多目的強化学習において、保存された遷移を別の選好で再ラベル付けする後知恵選好リプレイ(HPR)を提案し、CAPQLの性能を向上させた。
原題: Hindsight Preference Replay Improves Preference-Conditioned Multi-Objective Reinforcement Learning / Jonaid Shianifar, Michael Schukat, Karl Mason
日本語で読む → - 論文VLAセキュリティcs.CR
状態バックドア:視覚言語行動モデルに対するステルスな実世界ポイズニング攻撃
ロボットアームの初期状態をトリガーとして悪用し、VLAモデルに標的の誤動作を引き起こすバックドア攻撃を提案。遺伝的アルゴリズムで最適なトリガーを探索し、実世界タスクで90%以上の攻撃成功率を達成した。
原題: State Backdoor: Towards Stealthy Real-world Poisoning Attack on Vision-Language-Action Model in State Space / Ji Guo, Wenbo Jiang, Yansong Lin 他
日本語で読む → - 論文VLAAI
現在のエージェントは世界モデルを先見のツールとして活用できていない
視覚言語モデルベースのエージェントが生成的世界モデルを外部シミュレータとして使えるかを検証し、シミュレーションの起動判断や予測結果の解釈・統合がボトルネックで性能が向上しないことを示した実証研究。
原題: Current Agents Fail to Leverage World Model as Tool for Foresight / Cheng Qian, Emre Can Acikgoz, Bingxuan Li 他
日本語で読む → - 論文ワールドモデル機械学習
流れ同変ワールドモデル:部分観測動的環境のための記憶
自己運動と物体運動に応じて潜在記憶を同変的に移動・変換することで、部分観測下でも長期的な動力学予測を安定かつ高精度に行うワールドモデルを提案した。
原題: Flow Equivariant World Models: Memory for Partially Observed Dynamic Environments / Hansen Jin Lillemark, Benhao Huang, Fangneng Zhan 他
日本語で読む → - 論文群制御ロボティクス
Judgelight: 閉部分歩行の圧縮によるマルチエージェント経路探索の軌道レベル事後最適化
学習ベースのMAPFソルバが生成した実行可能だが無駄な動きを含む軌道に対し、閉部分歩行を圧縮して冗長な動きを除去する事後最適化手法を提案し、ILPで厳密に解くことでコストを約20%削減した。
原題: Judgelight: Trajectory-Level Post-Optimization for Multi-Agent Path Finding via Closed-Subwalk Collapsing / Yimin Tang, Sven Koenig, Erdem Bıyık
日本語で読む → - 論文VLA自然言語
身体性AIデータセットにおける言語的多様性の限界
VLAモデルの訓練・評価に使われるデータセットの指示文を体系的に調査し、語彙の多様性や重複、構文の複雑さを分析した結果、多くのデータセットが反復的でテンプレート的な命令に依存していることを明らかにした。
原題: Limited Linguistic Diversity in Embodied AI Datasets / Selma Wanna, Agnes Luhtaru, Jonathan Salfity 他
日本語で読む → - 論文マルチボディダイナミクスロボティクス
特異点のないリー群積分と標準絶対座標で記述されたマルチボディシステムモデルの幾何学的に整合した評価
マルチボディシステムの標準的な絶対座標定式化にリー群積分法を適用するためのフレームワークを提案し、剛体運動の幾何学を評価に整合的に組み込む手法を示した。
原題: Singularity-Free Lie Group Integration and Geometrically Consistent Evaluation of Multibody System Models Described in Terms of Standard Absolute Coordinates / Andreas Mueller
日本語で読む → - 論文移動操作ロボティクス
PILOT: 非構造環境での移動操作のための知覚統合型低レベルコントローラ
人間型ロボットが複雑な非構造環境で安定して移動しながら操作を行うため、知覚情報と固有感覚を融合し、複数の運動スキルを専門家混合で調整する単一の強化学習ポリシーを提案。シミュレーションと実機で有効性を検証。
原題: PILOT: A Perceptive Integrated Low-level Controller for Loco-manipulation over Unstructured Scenes / Xinru Cui, Linxi Feng, Yixuan Zhou 他
日本語で読む → - 論文VLAロボティクス
FRoM-W1: 言語指示による汎用人型全身制御フレームワーク
自然言語から人型ロボットの全身動作を生成・実行する2段階フレームワークを提案し、Unitree H1/G1で動作追従精度の向上を実証した。
原題: FRoM-W1: Towards General Humanoid Whole-Body Control with Language Instructions / Peng Li, Zihan Zhuang, Yangfan Gao 他
日本語で読む →
PR・アフィリエイト広告
