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: 2025/11/23 / 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VLAAI
タスク特化型視覚言語制御のための弱教師あり潜在モデル
目標状態の教師信号のみから共有潜在空間における行動による状態変化を学習するタスク特化型潜在ダイナミクスモデルを提案し、ドローンの空間的グラウンディングタスクで成功率を58%から71%に改善した。
原題: Weakly-supervised Latent Models for Task-specific Visual-Language Control / Xian Yeow Lee, Lasitha Vidyaratne, Gregory Sin 他
日本語で読む → - 論文マルチエージェント強化学習機械学習
MOMA-AC: 選好駆動型アクター・クリティックによる連続多目的マルチエージェント強化学習
連続状態・行動空間の多目的マルチエージェント強化学習向けに、選好条件付けと集中型クリティックを組み合わせたアクター・クリティック枠組みを提案し、TD3/DDPGに適用して協調歩行タスクで有効性を示した。
原題: MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learning / Adam Callaghan, Karl Mason, Patrick Mannion
日本語で読む → - 論文VLA画像認識
空間超感覚なしで空間超感覚を解く
動画世界モデルの空間超感覚ベンチマークを批判的に検証し、単純なbag-of-wordsモデルがほぼ完全に解けること、既存の推論手法がショートカットを利用していることを示した。
原題: Solving Spatial Supersensing Without Spatial Supersensing / Vishaal Udandarao, Shyamgopal Karthik, Surabhi S. Nath 他
日本語で読む → - 論文世界モデル機械学習
生成AIを超えて:臨床予測・反事実・計画のための世界モデル
医療分野における世界モデルの研究をレビューし、時系列予測から反事実評価、計画・制御までの能力を4段階で整理した。
原題: Beyond Generative AI: World Models for Clinical Prediction, Counterfactuals, and Planning / Mohammad Areeb Qazi, Maryam Nadeem, Mohammad Yaqub
日本語で読む → - 論文VLAAI
IPR-1: 対話型物理推論器
1000以上の多様なゲームで物理法則と因果関係を学習し、世界モデルの予測とVLMの推論を統合して未知のゲームにもゼロショットで対応するエージェントを提案。
原題: IPR-1: Interactive Physical Reasoner / Mingyu Zhang, Lifeng Zhuo, Tianxi Tan 他
日本語で読む → - 論文推論/テスト時スケーリング機械学習
テスト時スケーリングの拡張:文脈・バッチ・ターンによる3次元視点
推論モデルのテスト時スケーリングを、文脈長・並列サンプリング・反復自己改善の3次元に拡張する枠組みを提案し、難問ベンチマークやヒューマノイド制御への有効性を示した。
原題: Extending Test-Time Scaling: A 3D Perspective with Context, Batch, and Turn / Chao Yu, Qixin Tan, Jiaxuan Gao 他
日本語で読む → - 論文強化学習/世界モデル機械学習
因果関係を考慮した強化学習のためのオブジェクト中心の世界モデル
観測をオブジェクト単位のトークンに分解し、Transformerベースの世界モデルと因果関係を考慮した方策・価値ネットワークを統合したSTICAを提案。物体が多い環境での強化学習において、サンプル効率と最終性能で既存手法を上回ることを示した。
原題: Object-Centric World Models for Causality-Aware Reinforcement Learning / Yosuke Nishimoto, Takashi Matsubara
日本語で読む → - 論文オフライン強化学習stat.ML
連続時間オフライン強化学習のための作用素モデル
連続時間の制御拡散過程を再生核ヒルベルト空間で学習し、作用素論に基づく動的計画法でオフライン強化学習の価値関数の大域的収束と有限サンプル保証を与えた論文。
原題: Operator Models for Continuous-Time Offline Reinforcement Learning / Nicolas Hoischen, Petar Bevanda, Max Beier 他
日本語で読む → - 論文リハビリテーション評価機械学習
時空間深層学習によるFIMスコア分類のための動作特異的分析
指定されたFIM評価動作とは異なる簡単な運動から、ST-GCN・BiLSTM・アテンションを組み合わせたモデルでFIM運動項目スコアを自動推定する手法を提案し、277名のリハビリ患者で評価した。
原題: Movement-Specific Analysis for FIM Score Classification Using Spatio-Temporal Deep Learning / Jun Masaki, Ariaki Higashi, Naoko Shinagawa 他
日本語で読む → - 論文データ帰属画像認識
テキスト画像生成モデルのための高速データ帰属
テキストから画像を生成するモデルにおいて、生成結果に影響を与えた学習画像を高速に特定する手法を提案。既存手法より最大40万倍高速で、大規模モデルにも適用可能。
原題: Fast Data Attribution for Text-to-Image Models / Sheng-Yu Wang, Aaron Hertzmann, Alexei A Efros 他
日本語で読む → - 論文表現学習機械学習
予測ホライズンが予測学習の表現形成を決定づける
予測学習において予測ホライズンが学習問題の構造を変え、モデルがタスクの潜在的な幾何構造を獲得する仕組みを理論と実験で示した研究。
原題: Prediction horizon shapes representations in predictive learning / Aviv Ratzon, Omri Barak
日本語で読む → - 論文設計最適化/生成モデル機械学習
HeatGen: ガイド付き拡散モデルによるマルチフィジックス・ヒートシンク設計最適化
ガイド付きDDPMとサロゲート勾配を組み合わせ、圧力損失を抑えつつ表面温度を閾値以下に保つヒートシンク形状を生成する手法を提案。CMA-ESより低い圧力損失を達成し、学習後は新たな制約下での推論が高速。
原題: HeatGen: A Guided Diffusion Framework for Multiphysics Heat Sink Design Optimization / Hadi Keramati, Morteza Sadeghi, Rajeev K. Jaiman
日本語で読む → - 論文世界モデル画像認識
PAN: 汎用的で対話可能な長期的世界シミュレーションのための世界モデル
LLMベースの潜在ダイナミクスと動画拡散デコーダを組み合わせ、言語で指定した行動に応じて多様な環境の未来を長期的にシミュレーションする世界モデルPANを提案。
原題: PAN: A World Model for General, Interactable, and Long-Horizon World Simulation / PAN Team, Jiannan Xiang, Yi Gu 他
日本語で読む → - 論文敵対的攻撃機械学習
SEBA: 視覚強化学習に対するサンプル効率の良いブラックボックス攻撃
視覚強化学習エージェントを騙すための、環境クエリを抑えたブラックボックス敵対的攻撃フレームワークSEBAを提案。シャドウQモデル、GAN、ワールドモデルを組み合わせ、MuJoCoとAtariで有効性を示した。
原題: SEBA: Sample-Efficient Black-Box Attacks on Visual Reinforcement Learning / Tairan Huang, Yulin Jin, Junxu Liu 他
日本語で読む → - 論文強化学習/世界モデル機械学習
注目を学ぶ:部分観測強化学習における構造的注意機構による情報履歴の優先
Transformerベースの世界モデルにガウス分布的な注意の事前分布を導入し、部分観測下の強化学習で重要な遷移に柔軟に注目させることで性能を大幅に改善した。
原題: Learning to Focus: Prioritizing Informative Histories with Structured Attention Mechanisms in Partially Observable Reinforcement Learning / Daniel De Dios Allegue, Jinke He, Frans A. Oliehoek
日本語で読む → - 論文モデルベースRL機械学習
MrCoM: マルチシナリオに汎化するメタ正則化ワールドモデル
同一シミュレータ内の力学特性の共通性を利用し、潜在状態を動的特性ごとに分解してメタ状態・メタ価値正則化を施すことで、複数シナリオに汎化する統一ワールドモデルを構築した。
原題: MrCoM: A Meta-Regularized World-Model Generalizing Across Multi-Scenarios / Xuantang Xiong, Ni Mu, Runpeng Xie 他
日本語で読む → - 論文世界モデル機械学習
次潜在予測トランスフォーマーによるコンパクトな世界モデルの学習
トランスフォーマーに潜在空間での次状態予測を自己教師ありで学習させ、履歴を圧縮した信念状態を持つコンパクトな世界モデルを獲得させる手法を提案。
原題: Next-Latent Prediction Transformers Learn Compact World Models / Jayden Teoh, Manan Tomar, Kwangjun Ahn 他
日本語で読む → - 論文VLA機械学習
環境との対話によるLLMエージェントのテスト時適応
LLMエージェントが未知の環境に適応するため、オンライン構文整合と展開時の動力学接地という2つの手法を提案し、関数呼び出しやWebナビゲーションで有効性を示した。
原題: Test-Time Adaptation for LLM Agents via Environment Interaction / Arthur Chen, Zuxin Liu, Jianguo Zhang 他
日本語で読む → - 論文マルチエージェント協調AI
DR. WELL: 記号的世界モデルによる動的推論と学習を用いた身体性LLMマルチエージェント協調
記号的な役割提案と合意形成の二段階交渉プロトコルにより、LLMベースのマルチエージェントが軌道レベルではなく抽象的な記号計画で協調し、共有世界モデルを動的に更新するフレームワークを提案。
原題: DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration / Narjes Nourzad, Hanqing Yang, Shiyu Chen 他
日本語で読む → - 論文物体中心強化学習機械学習
物体中心強化学習のためのインタラクティブ世界モデル学習
物体とその相互作用を構造化して表現する世界モデルを提案し、階層的方策と組み合わせることで、サンプル効率と汎化性能を向上させた。
原題: Learning Interactive World Model for Object-Centric Reinforcement Learning / Fan Feng, Phillip Lippe, Sara Magliacane
日本語で読む → - 論文世界モデルcs.NI
6Gのためのエージェント的世界モデリング:準リアルタイム生成状態空間推論
6GのO-RAN準リアルタイム制御を、行動条件付き生成状態空間を学習する世界モデルとして再構成し、MPCベースのプランナで「what-if」予測と政策評価を可能にする手法を提案。
原題: Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning / Farhad Rezazadeh, Amir Ashtari Gargari, Hatim Chergui 他
日本語で読む → - 論文ワールドモデル機械学習
構造化ワールドモデルのための自然な構成要素:理論・証拠・スケーリング
離散過程と連続過程を基本構成要素とし、HMMやsLDSを階層的に組み合わせることで、解釈性を保ちつつ生成・予測・計画・意思決定を同一アーキテクチャで行う構造化ワールドモデルの枠組みを提案する。
原題: Natural Building Blocks for Structured World Models: Theory, Evidence, and Scaling / Lancelot Da Costa, Sanjeev Namjoshi, Mohammed Abbas Ansari 他
日本語で読む → - 論文継続学習/エージェント機械学習
継続学習は訓練ではなく適応:エージェントのためのオンライン適応
推論時に教師役と生徒役の二重エージェント構成と経験を蓄積する記憶を用いて、パラメータ更新なしで適応する勾配不要の継続学習システムATLASを提案し、サイバー脅威調査ベンチマークで高精度・低コストを達成した。
原題: Continual Learning, Not Training: Online Adaptation For Agents / Aman Jaglan, Jarrod Barnes
日本語で読む → - 論文リアルタイムスケジューリングcs.OS
Function-as-Subtask APIによるOSネイティブDAGスケジューリング:ROS 2のPublish/Subscribeに代わる手法
ROS 2のpublish/subscribe APIではDAGの依存関係が保証されない問題に対し、各サブタスクを関数として表現し引数と戻り値でエッジを明示するFunction-as-Subtask APIを提案し、Rust製実験カーネル上でDAGネイティブスケジューラを実装・評価した。
原題: Work-in-Progress: Function-as-Subtask API Replacing Publish/Subscribe for OS-Native DAG Scheduling / Takahiro Ishikawa-Aso, Atsushi Yano, Yutaro Kobayashi 他
日本語で読む → - 論文sim2real画像認識
Wanderland:オープンワールド身体性AIのための幾何学的に接地したシミュレーション
実世界のマルチセンサーキャプチャから高精度な幾何学とフォトリアルな描画を両立する実→シミュレーション基盤を構築し、屋内・屋外都市シーンのデータセットを整備して、身体性ナビゲーションの再現可能な評価基盤を提供する。
原題: Wanderland: Geometrically Grounded Simulation for Open-World Embodied AI / Xinhao Liu, Jiaqi Li, Youming Deng 他
日本語で読む → - 論文マニピュレーションロボティクス
RoboBenchMart:小売環境におけるロボットのベンチマーク
小売のダークストアを模したシミュレーションベンチマークを構築し、移動マニピュレータによる複雑な商品操作タスクで汎用VLAモデルを評価した。
原題: RoboBenchMart: Benchmarking Robots in Retail Environment / Konstantin Soshin, Alexander Krapukhin, Andrei Spiridonov 他
日本語で読む → - 論文ソーシャルロボットロボティクス
フレームワークから信頼できる実践へ:公共空間におけるソーシャルロボットに対するエンドユーザーの視点
大学の受付としてARIソーシャルロボットを試験導入し、35名の学生・職員から安全性やプライバシー、使いやすさなどに関するフィードバックを収集した。倫理的・安全な設計フレームワークの実践可能性を示し、再利用可能なテンプレートも公開した。
原題: From Framework to Reliable Practice: End-User Perspectives on Social Robots in Public Spaces / Samson Oruma, Ricardo Colomo-Palacios, Vasileios Gkioulos
日本語で読む → - 論文筋骨格ロボット/シミュレーションロボティクス
EquiMus: 線形弾性アクチュエータ駆動筋骨格ロボットのエネルギー等価動的モデリングとシミュレーション
剛体骨格と柔軟アクチュエータを組み合わせた筋骨格ロボットの動的モデリングを、エネルギー等価性に基づいて行い、MuJoCo上でシミュレーションするフレームワークを提案し、脚ロボットで有効性を検証した。
原題: EquiMus: Energy-Equivalent Dynamic Modeling and Simulation of Musculoskeletal Robots Driven by Linear Elastic Actuators / Yinglei Zhu, Xuguang Dong, Qiyao Wang 他
日本語で読む → - 論文3Dグラウンディング画像認識
3EED: あらゆる場所のあらゆるものを3Dでグラウンディング
車・ドローン・四足歩行ロボットのRGBとLiDARデータを統合した大規模3D視覚グラウンディングベンチマークを構築し、クロスプラットフォーム評価手法を提案した。
原題: 3EED: Ground Everything Everywhere in 3D / Rong Li, Yuhao Dong, Tianshuai Hu 他
日本語で読む → - 論文安全・協働ロボットロボティクス
ISO/TS 15066準拠の人間-ロボット安全フレームワークにおける深層学習手法の分析
協働ロボットの安全性を保ちつつ効率を高めるため、人間の身体部位を深層学習で認識し、人間とロボットの距離に応じて速度を動的に調整するフレームワークを提案し、4手法を比較した。
原題: Analysis of Deep-Learning Methods in an ISO/TS 15066-Compliant Human-Robot Safety Framework / David Bricher, Andreas Mueller
日本語で読む →
PR・アフィリエイト広告
