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: 2026/9/24 ／ 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 →- 論文ソフトロボティクス/強化学習ロボティクス
腱駆動型ロボットクラゲ：拘束型ソフトアクチュエーションと強化学習による深度制御
柔軟基板に離散的な拘束を組み合わせた腱駆動アクチュエータでロボットクラゲを構築し、強化学習によりシミュレーションと実機の両方で深度制御を実現した。
原題: A Tendon-Driven Robotic Jellyfish with Constrained Soft Actuation and Depth Control via Reinforcement Learning ／ Jiarui Peng, Yutong Wu, Zelong Wang 他
日本語で読む → - 論文モデルベース強化学習ロボティクス
表現世界モデル：表現空間における状態・遷移・実行可能計画の学習
潜在表現空間内で直接的に状態・遷移・計画を学習し、再帰的ロールアウトや行動空間探索なしに計画を実行する手法を提案。連続制御とロボットマニピュレーションで有効性を示す。
原題: Representation World Model: Learning States, Transition and Executable Plans in Representation ／ Yijun Yuan, Weicheng Zheng, Weibang Wang 他
日本語で読む → - 論文強化学習/制御ロボティクス
時空間チューブ報酬を用いた信号時相論理仕様の全クラスに対する実用的強化学習
信号時相論理(STL)で表された複雑な高レベル仕様を満たすため、時空間チューブの幾何学的性質を利用した時間認識型強化学習フレームワークを提案し、入力制約を厳守しつつ履歴不要で効率的に連続制御方策を学習する。
原題: Tractable Reinforcement Learning for Full Class of Signal Temporal Logic Specifications Using Spatiotemporal Tube Reward ／ Vaishnavi Jagabathula, P Sangeerth, Pushpak Jagtap
日本語で読む → - 論文強化学習ロボティクス
ロボティクスにおける適応的継続学習のためのストリーミング深層強化学習の分析
事前学習済みのロボット方策が、ストリーミング深層強化学習を用いて自身・環境・目標の予期せぬ変化にオンラインで適応できることを四足歩行で示した。
原題: An Analysis of Streaming Deep Reinforcement Learning for Adaptive Continual Learning in Robotics ／ Teeratham Vitchutripop, Alyssa Quarles, Wenhe Zhang 他
日本語で読む → - 論文外骨格/強化学習/sim2realロボティクス
Sim-to-real強化学習による速度適応型股関節外骨格制御ポリシーの学習
シミュレーションで歩行速度に応じたアシストタイミングを強化学習し、実機の股関節外骨格に転移させ、オンライン選好学習でアシスト強度を個人適応させるフレームワークを提案した。
原題: Learning a Speed-adaptive Hip Exoskeleton Control Policy Via Sim-to-real Reinforcement Learning ／ Bin Li, Zhimin Hou, Jiacheng Hou 他
日本語で読む → - 論文安全強化学習ロボティクス
安全性を競技力へ：安全フィルタ付き強化学習による搾取されにくいロボット方策
競技タスク向けに、安全フィルタを敵対的RLで学習してからタスク方策を訓練する2段階フレームワークS2Cを提案し、安全性と競技性能・非搾取性を両立させた。
原題: Turning Safety into Competence: Minimally Exploitable Robot Policies via Safety-Filtered Reinforcement Learning ／ Ruihan Wu, Rui Yang, Donggeon David Oh 他
日本語で読む → - 論文教育・ヒューマノイド・強化学習ロボティクス
高校生向け強化学習とヒューマノイドロボティクスの教育：低コストオープンプラットフォームにおける専門家検証済みカリキュラム設計
低コストのオープンソースヒューマノイドロボットと強化学習シミュレーションを用いて、高校生が組み立て・シミュレーション・歩行政策学習・実機展開を体験する統合カリキュラムを設計し、専門家による形成的評価を通じて三つの設計上の緊張を明らかにした。
原題: Teaching Reinforcement Learning and Humanoid Robotics to High-School Students: An Expert-Validated Curriculum Design on a Low-Cost Open Platform ／ Yuanzhe Dong, Jie Cao, Shuman Wang
日本語で読む → - 論文強化学習/エージェントAI
サブタスク分解による強化学習
マルチターンの軌跡報酬をサブタスクごとに分解し、各サブタスクのグループ相対アドバンテージを計算してトークン単位でクレジットを配分するRLDSを提案。エージェント系ベンチマークで有効性を示す。
原題: Reinforcement Learning with Decomposed Subtasks ／ Mattie Terzolo, Mikolaj Sacha, Ayan Sinha 他
日本語で読む → - 論文強化学習ロボティクス
HiRE: 後知恵報酬編集による方策ファインチューニング
成功・失敗軌跡を後知恵で対比し、基盤表現モデルの報酬を制御中心に校正する訓練不要の枠組みを提案。
原題: HiRE: Hindsight Reward Editing for Policy Finetuning ／ Haoyi Niu, Zhengtao Han, Yufeng Ji 他
日本語で読む → - 論文マルチエージェント強化学習cs.MA
MATES: 凍結した単一エージェント方策の観測変換によるマルチエージェント相互作用の学習
マルチエージェント環境の観測を、凍結した単一エージェント方策が扱える形式に変換する小さなアダプタを学習することで、方策を再学習せずに協調行動を実現する手法。
原題: MATES: Learning Multi-Agent Interactions by Transforming Observations for Frozen Single-Agent Policies ／ Elie Abboud, Oren Gal
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
完全ビザンチン耐性マルチエージェント強化学習
通信層にビザンチン攻撃がある分散マルチエージェント強化学習において、2ホップメッセージの冗長性を利用して信頼できるメッセージを特定し、攻撃がない場合と同じ極限点に収束する手法を提案した。
原題: Fully Byzantine-Resilient Multi-Agent Reinforcement Learning ／ Haejoon Lee, Dimitra Panagou
日本語で読む → - 論文強化学習機械学習
強化学習における計算効率の良い安全な探索
ガウス過程より軽量なNadaraya-Watson推定量を用いて、制約付きMDPを安全に探索・最適化するアルゴリズムCoLSafe-MDPを提案し、グリッド環境と火星地形データで評価した。
原題: Computationally efficient safe exploration in reinforcement learning ／ Shreeram Murali, Shankar A. Deka, Dominik Baumann
日本語で読む → - 論文強化学習ロボティクス
GR2PO: 連続ロボット制御のためのグループ相対リターン方策最適化
批評家なしでグループ正規化と割引リターンを用いて方策を更新する強化学習フレームワークを提案し、連続ロボット制御タスクで有効性を示した。
原題: GR2PO: Group Relative Return Policy Optimization for Continuous Robot Control ／ Pengqin Wang, Qiming Zhang, Shaojie Shen 他
日本語で読む → - 論文UAV/強化学習/セキュリティ機械学習
ASGARD: 強化学習によるUAVのアクション空間攻撃に対する耐性向上
UAVの強化学習制御におけるアクション空間攻撃に対し、教師-生徒パイプラインで攻撃を検知・修正する防御手法を提案。
原題: ASGARD: Action-Space Guard for UAV Resilience via Reinforcement Learning ／ Mohsen Salehi, Karthik Pattabiraman
日本語で読む → - 論文制御/強化学習ロボティクス
A3C強化学習に基づく適応PID制御器のクアッドコプター制御への設計
A3CアルゴリズムでPIDゲインを動的に最適化するクアッドコプター制御手法を提案し、A2Cより優れた追従性能と収束性を示した。
原題: Design of Adaptive PID Controller Based On Asynchronous Advantage Actor Critic Learning Method for QuadCopter Control ／ Ali Jokar, Aria Alasty
日本語で読む → - 論文強化学習理論機械学習
深層V学習の収束フレームワーク：誤差伝播と鋭い行動ギャップ境界
深層V学習の収束を6つの誤差成分に分解し、L^s集中性の下で政策損失を評価する枠組みを提案。最適なサンプル配分と行動ギャップの鋭い境界も導出した。
原題: A Convergence Framework for Deep $V$-Learning: Error Propagation and Sharp Action-Gap Bounds ／ Yury Kolomeytsev
日本語で読む → - 論文強化学習ロボティクス
FIERCE: 進捗-失敗フィードバックによる汎用ロボット方策から高速専門家への変換
汎用ロボット方策を初期値とし、進捗と失敗を評価する統一評価器を用いた強化学習で、シミュレータや手動報酬設計なしに接触の多い実タスク向けの小型専門家方策を効率的に学習する手法を提案。
原題: FIERCE: From Generalist Robot Policies to Fast Specialists via Progress-Failure Feedback ／ Runjia Tan, Yuang Tu, Yujie Yan 他
日本語で読む → - 論文安全強化学習ロボティクス
CALOS: クアッドロータ向け安全深層強化学習のための制御アフィン・リャプノフ多様体上安全層
クアッドロータの姿勢制約をリアルタイムで強制する安全層CALOSを提案し、強化学習方策のトルク出力を最小ノルムで補正することで、制約違反ゼロと追従誤差の大幅低減を実現した。
原題: CALOS: Control-Affine Lyapunov On-manifold Safety Layer for Safe Deep Reinforcement Learning for Quadrotors ／ Fabrizio Cesareo, Sebastiano Mengozzi, Nicola Mimmo 他
日本語で読む → - 論文跳躍/強化学習ロボティクス
バネ脚付きクアッドコプターのエネルギー効率良いターゲットホッピングのための受動ダイナミクス活用学習
バネ脚付き単脚クアッドコプターの跳躍制御において、状態からモーターへ直接指令するPPO方策を学習させ、PID制御と比べ消費電力を30.7%削減しつつ再現性の高い跳躍を実現した。
原題: Learning to Exploit Passive Dynamics for Energy-Efficient Target Hopping of a Spring-Legged Quadcopter ／ Ruigang Chen, Qi Zhang, Zhicheng Zhong 他
日本語で読む → - 論文強化学習/脚式移動ロボティクス
単脚跳躍クアッドコプターの俊敏かつ省エネな移動のための動力学を考慮した強化学習
跳躍するクアッドコプターの制御に、目標比エネルギーを報酬に組み込む動力学情報付き強化学習を適用し、エネルギー効率の良い跳躍歩容を実現した。
原題: Dynamics-Informed Reinforcement Learning for Agile and Energy-Efficient Locomotion of a Monopedal Hopping Quadcopter ／ Ruigang Chen, Qi Zhang, Zhicheng Zhong 他
日本語で読む → - 論文マルチエージェント強化学習/sim2realロボティクス
工場におけるマルチエージェントのタスク割り当てとナビゲーションの学習：シミュレーションから実機ロボットへ
LiDARとタスク情報を融合する分散型マルチエージェント強化学習FMAPPOを提案し、シミュレーションからROS2経由で実機の移動マニピュレータに展開して、工場での部品配送・回収と機械稼働率を改善した。
原題: Learning Multi-Agent Task Assignment and Navigation in the Factory: from Simulation to Real Robots ／ Abdalwhab Bakheet Mohamed Abdalwhab, Giovanni Beltrame, David St-Onge
日本語で読む → - 論文強化学習ロボティクス
脚式ロボット強化学習のためのスキル合成
脚式ロボットの強化学習において、独立に訓練された専門スキルを安全かつ任意のタイミングで切り替え可能にするスキル合成を研究課題として扱い、その重要性と可能性を論じた。
原題: Skill Composition for Legged Robot Reinforcement Learning ／ Daniel Gigliotti, Flavio Maiorana, Fabio Patrizi 他
日本語で読む → - 論文オフライン強化学習ロボティクス
VGFM: フローマッチングにおける密な価値誘導による表現力豊かなロボット方策
フローマッチング方策の各中間ステップで価値誘導を行い、BPTTや追加損失なしにオフライン強化学習を効率化する手法を提案。
原題: VGFM: Expressive Robot Policies via Dense Value Guidance in Flow Matching ／ Prajwal Koirala, Mark Campbell
日本語で読む → - 論文強化学習AI
SCQ: シグモイド有界エントロピーによる保守的Q学習の安定化
オフラインからオンラインへの強化学習において、負になりうる対数エントロピー項をシグモイドで有界化し常に正に保つことで、方策更新を安定化させる手法SCQを提案。D4RLや実機4種で性能と安定性を検証した。
原題: SCQ: Stabilizing Conservative Q-Learning with Sigmoid-Bounded Entropy ／ Xiefeng Wu, Shu Zhang, Zhaojie Chu 他
日本語で読む → - 論文強化学習制御制御
FDI攻撃と外乱下の入力制約付き未知非線形システムに対する事前定義時間ロバスト積分強化学習：完全データ駆動アプローチ
システムの動力学が未知で入力制約・外乱・敵対的信号がある非線形システムに対し、収束時間を事前に指定できる積分強化学習ベースの最適制御法を提案し、2リンクロボットマニピュレータで有効性を示した。
原題: Predefined-Time Resilient Integral Reinforcement Learning for Input-Constrained Unknown Nonlinear Systems Under FDI Attacks and Disturbances: A Fully Data-Driven Approach ／ Tien Dat Vu, Minh Doan
日本語で読む → - 論文目標条件付き強化学習/トポロジー/クロスエンボディメント機械学習
トポロジー的必然性：異なる身体を持つエージェント間で転移可能な目標条件付き制御のためのメカニズム不変な戦略的サブゴール
成功軌跡からホモロジーを用いて「必ず通らなければならない関門」を抽出し、実行エージェントが変わっても転移可能なサブゴールとして目標条件付き強化学習に組み込む手法を提案。
原題: Topological Necessities: Mechanism-Invariant Strategic Subgoals for Cross-Embodiment Goal-Conditioned Control ／ Hao Shi, Xi Li
日本語で読む → - 論文拡散ポリシー/強化学習ロボティクス
DIA: 拡散ポリシー最適化のためのデノイジング中間アドバンテージ
拡散ポリシーの強化学習ファインチューニングにおいて、各デノイジングステップに中間アドバンテージを割り当てる手法を提案し、複数のロボット操作ベンチマークで性能を向上させた。
原題: DIA: Denoising Intermediate Advantage for Diffusion Policy Optimization ／ Arjun Sohal, Yuchi Zhao, Miroslav Bogdanovic 他
日本語で読む → - 論文強化学習/スキル適応ロボティクス
動的環境における安全意識型スキル適応強化学習
ガウス過程によるスキルパラメータ化と安全サブスペース事前分布・距離場クリアランス報酬を組み合わせ、動的環境で安全にロボットスキルを適応させる枠組みを提案。
原題: Safety-aware Skill Adaptation for Reinforcement Learning in Dynamic Environments ／ A K M Nadimul Haque, Sheila Sutjipto, Marc G. Carmichael 他
日本語で読む → - 論文自動運転/安全強化学習ロボティクス
安全でロバストな自動運転のためのリスク感受性と不確実性を考慮した意思決定・制御フレームワーク
リスク感受性分布強化学習とアンサンブル不確実性推定を組み合わせ、不確実性に応じて制約を適応調整するHOCBF安全補正機構を備えた自動運転意思決定・制御フレームワークを提案。無信号交差点でのシミュレーションで安全性・効率・ロバスト性のバランスを実証。
原題: A Risk-Sensitive and Uncertainty-Aware Decision-Making and Control Framework for Safe and Robust Autonomous Driving ／ Zhuoren Li, Ran Yu, Weiqi Zhang 他
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
山火事対応における自律UAV探査のためのマルチエージェント強化学習
深層強化学習を用いてUAVエージェントが模擬山火事環境を航行・監視する枠組みを開発し、学習の安定化と火災境界追跡などの有効な行動獲得を示した。
原題: Multi-Agent Reinforcement Learning for Autonomous UAV Exploration in Wildfire Response ／ Caden Chandra, Jerry Ng
日本語で読む →