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: 2026/10/20 ／ 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 →- 論文ワールドモデルロボティクス
フィジカルキャンバス：ロボット政策評価・学習のための視覚触覚ワールドモデル
接触を伴うマニピュレーション向けに、RGB・触覚画像・マーカー変位・タスク状態・行動を統合した視覚触覚ワールドモデルを構築し、政策の閉ループ評価とGRPO更新を可能にした研究。
原題: Physical Canvas: A Vision Tactile World Model For Robot Policy Evaluation And Learning ／ Zebin Xing, Yuhang Zheng, Yupeng Zheng 他
日本語で読む → - 論文ワールドモデル画像認識
Ropedia W0：人間の経験で多様な身体の移動操作ワールドモデルをスケールする
人間とロボットの一人称視点データを統合し、移動と操作をまたぐ身体横断型ワールドモデルを構築。蒸留によりリアルタイムVR対話や方策評価・計画への応用を実現した。
原題: Ropedia W0: Scaling Loco-Manipulation World Models across Embodiments with Human Experience ／ Tianqi Liu, Hanfei Zhao, Qifeng Liang 他
日本語で読む → - 論文ワールドモデル/運動計画ロボティクス
ベクトル量子化ワールドモデル：ロボットマニピュレーションのための潜在フィードバック運動計画
ベクトル量子化した潜在状態間の遷移を離散探索で計画し、連続的な視覚フィードバック制御で追従する運動計画フレームワークを提案。ハノイの塔の実機操作で短いデモデータのみから100%の成功率を達成した。
原題: Vector-Quantized World Model: Latent Feedback Motion Planning for Robot Manipulation ／ Xuezhou Xu, Chung-Pang Wang, Zhenzhen Li 他
日本語で読む → - 論文ワールドモデルロボティクス
行動影響最大化による制御可能なワールドモデルの学習
専門家デモのみで学習した動画生成ワールドモデルが指示行動を無視する問題を、データの行動影響度の上限として解析し、その影響度を能動的に高めるデータ収集アルゴリズムAIMを提案。操作タスクで少ないデータ量でも制御性を大幅改善。
原題: Training Controllable World Models via Action Influence Maximization ／ Samuel M. Bateman, Tenny Yin, Chongyi Zheng 他
日本語で読む → - 論文ワールドモデル機械学習
長期予測のための構造化潜在ダイナミクスを持つ身体性ワールドモデル
ワールドモデルの潜在状態を一般化座標と運動量からなる位相空間で表現し、散逸ハミルトン力学で遷移させることで、長期予測の安定性と物理的一貫性を向上させた研究。
原題: Structured Latent Dynamics for Long-Horizon Embodied World Models ／ Kevin Chen, Yu-Wei Zhan, Haoran Liang 他
日本語で読む → - 論文視触覚ワールドモデルロボティクス
人間の物理的インタラクションから視触覚ワールドモデルを学習するACTS
手持ちのGelSightセンサで人間が物体を操作した視触覚データを収集し、触覚センサ位置の動作と力変化を共通行動空間として、シーン・手首・触覚の未来を予測する視触覚ワールドモデルを学習した論文。
原題: ACTS: Learning Visuo-Tactile World Models from Human Physical Interaction ／ Yuxiang Ma, Weihan Xu, Pengfei Ye 他
日本語で読む → - 論文ワールドモデル画像認識
Time-JEPA：物理時系列で動画ワールドモデルを接地する
低次元で時間的に整合した物理時系列を補助監督として動画ワールドモデルを微調整し、物理状態の時間変化を保持させる手法を提案。自動運転・ロボット操作・人体動作で現在状態復号や将来予測が改善。
原題: Time-JEPA: Grounding Video World Models with Physical Time Series ／ Shenyi Li, Ziyang Zhang, Wen Wu 他
日本語で読む → - 論文超音波/ワールドモデル画像認識
SonoWorld: 対話型ポーズ制御可能な超音波ワールドモデル
ラベルなし臨床超音波動画から因果的な動画拡散モデルを学習し、少数のEMトラッキングスキャンで6自由度プローブポーズに接地することで、対話的にポーズ制御可能な超音波画像生成を実現した研究。
原題: SonoWorld: Towards Interactive Pose-Controllable Ultrasound World Models ／ Zefan Yang, Zheyuan Zhang, Boris Maihe 他
日本語で読む → - 論文ワールドモデル画像認識
分離型ドリフト拡散ワールドモデルによる一貫した未来フレーム予測
不確実性マップを学習して確定的変化と確率的変化を分離し、条件付き拡散モデルで未来の画像フレームを予測するワールドモデルを提案した。
原題: Decoupled Drift-Diffusion World Models for Consistent Future Frame Prediction ／ Anton Arapin, Aditya Singh, Yixin Wang 他
日本語で読む → - 論文ワールドモデルロボティクス
自動運転の潜在ワールドモデルにおける長期ロールアウトのための方向性プルバック正則化
自動運転の潜在ワールドモデルに、車両の運動学的制約を反映した異方性リーマン計量を導入する訓練時正則化を提案し、長期ロールアウト精度を改善した。
原題: Directional Pullback Regularization for Long-Horizon Rollout of Latent World Models in Autonomous Driving ／ Shatadal Mishra, Ahmadreza Moradipari, Nejib Ammar
日本語で読む → - 論文ワールドモデル機械学習
LeHami: ワールドモデルのためのシンプレクティック潜在ダイナミクス
JEPAの予測器をハミルトン力学に基づくシンプレクティックな流れに置き換え、長期ロールアウトでの潜在分布の収縮を防ぐワールドモデルを提案。
原題: LeHami: Symplectic Latent Dynamics for World Models ／ Romina Yalovetzky, Randall Balestriero, Yann LeCun
日本語で読む → - 論文ワールドモデルロボティクス
成功実演を超えて：人間とのインタラクションと失敗ダイナミクスの学習
人間の動画と失敗ダイナミクスを活用し、点群フローで身体差を埋めつつGRPOで事後学習する行動条件付きワールドモデルHF-WMを提案。
原題: Beyond Successful Robot Demonstrations: Learning from Human Interactions and Modeling Failure Dynamics ／ Peiyan Tu, Cong Wang, Hanxin Zhu 他
日本語で読む → - 論文ワールドモデル機械学習
因果ドリーマー：潜在空間の disentanglement を用いた予測ワールドモデルの学習
トークナイザを固定し、その潜在表現を制御可能性と報酬関連性の2軸で4グループに分解して再符号化することで、制御可能・不可能・報酬関連・無関連の情報を分離するワールドモデルを提案。
原題: CausalDreamer: Learning Predictive World Models with Latent Disentanglement ／ Prince Jha, Nils Lukas, Kun Zhang 他
日本語で読む → - 論文ワールドモデル機械学習
Kuration SDK：データキュレーションによるVirtual2Realギャップの解消
アクション条件付きワールドモデルの評価指標の限界を指摘し、生のゲームプレイデータをキュレーションするためのSDKを提案。
原題: Kuration SDK: Addressing the Virtual2Real Gap via Data Curation ／ Nirmit Desai, Eric Song, Mayank Sengupta 他
日本語で読む → - 論文ワールドモデルロボティクス
潜在行動によるクロスエンボディメント・ロボット基盤ワールドモデル
多様なロボットの身体と行動空間を統一した潜在行動空間で扱うワールドモデルLAC-WMを提案し、未知の身体への適応性能が最大46.7%向上することを示した。
原題: Cross-Embodiment Robot Foundation World Models with Latent Actions ／ Huang Huang, Sriram Yenamandra, Arjun Majumdar 他
日本語で読む → - 論文ワールドモデル機械学習
LeCuration: データキュレーション用マルチツールとしての小型ワールドモデル
物理AIアプリケーション向けに、個々のデータセットの物理法則に基づいてデータを整理・選別する小型ワールドモデルLeCurationを提案し、CS:GOのゲームプレイデータで異常検知やクラスタリング、行動と状態の整合性チェックに使えることを示した。
原題: LeCuration: A Tiny World Model as a Data Curation Multi-Tool ／ Mayank Sengupta, Nirmit Desai, Eric Song 他
日本語で読む → - 論文超音波ロボティクス/ワールドモデル画像認識
UltraWorld: 未追跡の臨床動画から対話型超音波ワールドモデルを学習する音響サンプリングマップ
臨床超音波動画から自己蒸留により、プローブ動作に応じた将来観測を予測する対話型ワールドモデルを構築し、音響サンプリングマップで動作追従性を向上させた研究。
原題: UltraWorld: Learning Interactive Ultrasound World Models from Untracked Clinical Videos with Acoustic Sampling Map ／ Keke Yang, Erqi Wang, Sainan Guan 他
日本語で読む → - 論文ワールドモデル計画ロボティクス
どれだけの計画で十分か？ワールドモデル計画における探索と計算の削減
ワールドモデル計画の計算コストを削減するため、タスクごとに十分な計画予算を認定し、探索反復間で静的な文脈表現を再利用するフレームワークSufficientPlanを提案した。
原題: How Much Planning Is Enough? Reducing Search and Computation in World-Model Planning ／ Changbai Li, Sirui Li, Yichen Yang 他
日本語で読む → - 論文ワールドモデルロボティクス
DepthWorld: ロボットマニピュレーションのための3Dワールドモデル
ロボット操作向けに、多視点RGBと深度を同時予測する3DワールドモデルDepthWorldを提案し、DROIDデータセットをキャリブレーションしたDROID-3Dで学習することで、RGB予測精度の向上と正確なメートル深度推定を実現した。
原題: DepthWorld: 3D World Model for Robot Manipulation ／ Jai Bardhan, Josef Sivic, Vladimir Petrik
日本語で読む → - 論文ワールドモデル制御AI
実行ギャップに注意：ワールドモデル制御における行動と意味の不一致
非同期実行がワールドモデル制御器の行動意味論をどう変えるかを分析し、TD-MPC2とDreamerV3の失敗モードを特定して、事前学習モデルを変更せずに修正する軽量インターフェースを提案した。
原題: Mind the Execution Gap: Action-Semantic Mismatch in World-Model Control ／ Shengtao Wen, Xiang Chen, Yu Tian 他
日本語で読む → - 論文ワールドモデル機械学習
計画のための通勤時間保存型ワールドモデルの学習
ラプラシアン埋め込みの固有値依存スケーリングを自己教師あり学習で再現するCTWMを提案し、目標到達計画タスクでベースラインを上回る性能を少ないパラメータで達成した。
原題: Learning Commute-Time-Preserving World Models for Planning ／ Michael Hauri, Peter Buttaroni, Fabian A. Mikulasch 他
日本語で読む → - 論文ワールドモデル機械学習
DashVMC: Geometry Dashにおけるリアルタイム離散ワールドモデル制御
Geometry Dashのプレイ動画から行動条件付きワールドモデルを学習し、凍結モデル内での強化学習によりリアルタイム制御を実現した。
原題: DashVMC: Real-Time Discrete World Model Control in Geometry Dash ／ Florent Tariolle, Florian Yger
日本語で読む → - 論文ワールドモデルロボティクス
異方性表現でJEPAワールドモデルの計画を改善
JEPA型ワールドモデルの潜在空間正則化を等方ガウスから学習可能な対角共分散に置き換え、計画コストとタスク整合性を高めるAnisoWMを提案。4つの視覚制御環境で計画成功率を改善。
原題: Anisotropic Representations Improve Planning in JEPA World Models ／ Mingu Kang, Yoori Oh, Sookyung Kim 他
日本語で読む → - 論文ワールドモデルロボティクス
ATLAS: 信頼性の高いワールドモデル計画のための潜在構造の整合的転送
計画に有用な潜在空間の関係構造を保持しつつ分布を校正する学習目的ATLASを提案し、LeWMに適用して目標到達成功率を改善した。
原題: ATLAS: Aligned Transport of Latent Structure for Reliable World Model Planning ／ Ke Fang, Yupu Yao, Lu Cheng
日本語で読む → - 論文GUIワールドモデル機械学習
GUIは状態ではない：GUIワールドモデルにおける状態エイリアシングの診断
GUIワールドモデルが観測のみに依存すると状態の曖昧さが生じる問題を指摘し、その診断ベンチマークと履歴から状態を復元する手法を提案した。
原題: The GUI Is Not the State: Diagnosing State Aliasing in GUI World Models ／ Dongsheng Liu, Chao Jin, Wenkui Yang 他
日本語で読む → - 論文モデルベース制御/ワールドモデルAI
行動識別型ワールドモデルによる反事実モデル予測制御
計画時に候補行動を区別できるよう、逆動力学と行動復元正則化を組み込んだワールドモデルAD-WMを提案し、MPCの成功率と実機ゼロショット転移を改善した。
原題: AD-WM: Action-Discriminative World Models for Counterfactual Model Predictive Control ／ Jiabin Qiu, Zixuan Chen, Hongye Cao 他
日本語で読む → - 論文ワールドモデル画像認識
凍結フローは動きを忘れる：潜在フローワールドモデルにおける失われた運動の診断と復元
凍結した自己教師あり潜在空間上のフローを学習するワールドモデルが、物体の動きを失う問題を診断し、デコード経路の監督でフローのみを再学習するDARTを提案。
原題: Frozen Flows Forget: Diagnosing and Restoring Lost Motion in a Latent-flow World Model ／ Xiwen Chen, Rigaudiere Z. Li, Zhiruo Zhou 他
日本語で読む → - 論文自動運転/ワールドモデル画像認識
関係性に基づく潜在ワールドモデルによる自動運転
交通シーングラフを意味的教師信号として使い、視覚的潜在表現を訓練時に整合させることで、推論時には追加計算なしに軌道予測誤差と衝突率を改善した。
原題: Relationally Grounded Latent World Models for Autonomous Driving ／ Fabian Schmidt, Markus Enzweiler, Abhinav Valada
日本語で読む → - 論文ワールドモデル画像認識
Astronex-World 1.0: リアルタイム対話型ワールドモデル基盤
テキストや画像からカメラ軌道・連続行動・身体IDに沿って未来映像を予測する制御可能な動画ワールドモデルを提案し、双方向モデルと因果モデルを構築して24fpsでリアルタイム生成を実現した。
原題: Astronex-World 1.0: Real-Time Interactive World Model Foundation ／ Xin Zhou, Cong Miao
日本語で読む → - 論文触覚/ワールドモデルロボティクス
DexTouch-WM: 人間の触覚から器用なロボット操作のための行動条件付き触覚ワールドモデルを学習
人間とロボットの手に同じ触覚センサ配置を装着し、人間の触覚データからロボットの視覚・触覚の未来を予測するワールドモデルを学習。人間のデータを増やすほどロボット領域の予測精度が向上し、政策評価や合成データ生成にも使えることを示した。
原題: DexTouch-WM: Learning Action-Conditioned Tactile World Models from Human Touch for Dexterous Robot Manipulation ／ Yan Qin, Yue Chen, Wenwei Lin 他
日本語で読む →