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: 2025/10/1 ／ arXivを3時間ごとに自動収集

• 論文強化学習AI2025/10/1

  情報理論的エンパワーメントによる方策の事前学習

  割引エンパワーメントを導入し、それを最大化する方策を事前学習に用いることで、下流タスクへの適応をデータ効率的にする手法を提案した。

  原題: Information-Theoretic Policy Pre-Training with Empowerment ／ Moritz Schneider, Robert Krug, Narunas Vaskevicius 他

  日本語で読む →
• 論文強化学習ロボティクス2025/10/1

  深層強化学習におけるSO(3)行動表現の入門

  ロボット制御のための深層強化学習において、回転行動の表現方法（オイラー角、クォータニオン、回転行列、リー代数座標）が探索や学習安定性に与える影響を系統的に評価し、実装ガイドラインを提供した論文。

  原題: A Primer on SO(3) Action Representations in Deep Reinforcement Learning ／ Martin Schuck, Sherif Samy, Angela P. Schoellig

  日本語で読む →
• 論文ソフトロボティクス/強化学習ロボティクス2025/10/1

  這い方を学ぶ：ソフトロボットの適応移動のための潜在モデルベース強化学習

  機体センサーから推定した潜在ダイナミクスを予測モデルとして強化学習に組み込み、ソフトロボットがノイズの多いセンサー情報だけから移動方策を獲得できることをシミュレーションで示した。

  原題: Learning to Crawl: Latent Model-Based Reinforcement Learning for Soft Robotic Adaptive Locomotion ／ Vaughn Gzenda, Robin Chhabra

  日本語で読む →
• 論文モデルベース強化学習機械学習2025/10/1

  適応的事前分布を用いた計画学習のためのKL正則化フレームワーク

  MPPIベースのモデルベース強化学習手法をKL正則化の枠組みで統一的に整理し、プランナの行動分布を事前分布として取り込むPO-MPCを提案した論文。

  原題: A KL-regularization Framework for Learning to Plan with Adaptive Priors ／ Álvaro Serra-Gomez, Daniel Jarne Ornia, Dhruva Tirumala 他

  日本語で読む →
• 論文安全強化学習ロボティクス2025/10/1

  適応的行動スケーリングによる制約認識型強化学習

  予測される制約違反に応じてエージェントの行動を滑らかにスケーリングするモジュール型調整器を提案し、SACやTD3と組み合わせて安全性と性能を両立させた。

  原題: Constraint-Aware Reinforcement Learning via Adaptive Action Scaling ／ Murad Dawood, Usama Ahmed Siddiquie, Shahram Khorshidi 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2025/10/1

  オンライン最適化によるロボット制御のための効率的なモデルベース強化学習

  実世界のロボット制御に向けて、オンラインで動力学モデルを学習し政策更新を行うモデルベース強化学習を提案。油圧ショベルとソフトロボットアームで高いサンプル効率と適応性を示した。

  原題: Efficient Model-Based Reinforcement Learning for Robot Control via Online Optimization ／ Fang Nan, Hao Ma, Qinghua Guan 他

  日本語で読む →
• 論文強化学習ロボティクス2025/10/1

  TGPO: 信号時相論理タスクのための時間的根拠付き方策最適化

  信号時相論理（STL）で記述された複雑な長期タスクを、時間割り当てを階層的に探索する強化学習手法で解く。

  原題: TGPO: Temporal Grounded Policy Optimization for Signal Temporal Logic Tasks ／ Yue Meng, Fei Chen, Chuchu Fan

  日本語で読む →
• 論文オフライン強化学習機械学習2025/10/1

  DEAS: 行動系列を用いた分離価値学習によるスケーラブルなオフライン強化学習

  行動系列を価値学習に活用し、価値の過大評価を分離学習で抑えることで、長期的タスクのオフライン強化学習や大規模VLAモデルの性能を向上させる手法を提案。

  原題: DEAS: DEtached value learning with Action Sequence for Scalable Offline RL ／ Changyeon Kim, Haeone Lee, Younggyo Seo 他

  日本語で読む →
• 論文逆強化学習ロボティクス2025/10/1

  最小観測逆強化学習による人間の到達運動の最適性原理の学習

  最小観測逆強化学習(MO-IRL)を用いて、人間の腕到達運動を時変コスト重みでモデル化し、少ないデモンストレーションで効率的に学習・予測できることを示した。

  原題: Learning Human Reaching Optimality Principles from Minimal Observation Inverse Reinforcement Learning ／ Sarmad Mehrdad, Maxime Sabbah, Vincent Bonnet 他

  日本語で読む →
• 論文量子強化学習quant-ph2025/10/1

  量子古典ハイブリッド方策勾配によるサイバーフィジカルシステムの適応制御：VQCとMLPの比較研究

  CartPole環境で古典的MLPと変分量子回路（VQC）を強化学習エージェントとして比較し、MLPが高性能・高ロバスト性を示す一方、VQCはパラメータ数が少ないが性能とノイズ耐性に課題があることを明らかにした。

  原題: Hybrid Quantum-Classical Policy Gradient for Adaptive Control of Cyber-Physical Systems: A Comparative Study of VQC vs. MLP ／ Aueaphum Aueawatthanaphisut, Nyi Wunna Tun

  日本語で読む →
• 論文強化学習/ニューロモルフィックAI2025/10/1

  スパイキングニューラルネットワークの逐次強化学習のための適応的サロゲート勾配

  スパイキングニューラルネットワークの強化学習において、サロゲート勾配の傾きを適応的に調整し、特権ガイドポリシーで学習をブートストラップする手法を提案。実世界のドローン位置制御で性能を2.1倍改善した。

  原題: Adaptive Surrogate Gradients for Sequential Reinforcement Learning in Spiking Neural Networks ／ Korneel Van den Berghe, Stein Stroobants, Vijay Janapa Reddi 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2025/10/1

  IsaacLabにおけるスケーラブルな異種マルチエージェント対抗強化学習フレームワーク

  高忠実度物理シミュレータIsaacLabを拡張し、異なる目標と能力を持つ異種エージェントの対抗的なマルチエージェント強化学習を効率的に訓練・評価できる環境群とHAPPO統合を提供した。

  原題: A Framework for Scalable Heterogeneous Multi-Agent Adversarial Reinforcement Learning in IsaacLab ／ Isaac Peterson, Christopher Allred, Jacob Morrey 他

  日本語で読む →
• 論文強化学習/自律走行機械学習2025/10/1

  自律走行レースのための文脈認識型モデルベース強化学習

  対戦相手の運転挙動をエピソードの文脈としてパラメータ化し、モデルベース強化学習に文脈認識機構cMaskを導入することで、未知の対戦相手挙動への汎化性能を向上させた。

  原題: Context-Aware Model-Based Reinforcement Learning for Autonomous Racing ／ Emran Yasser Moustafa, Ivana Dusparic

  日本語で読む →
• 論文探索/強化学習ロボティクス2025/10/1

  HEADER: 専門家誘導報酬を用いた注意機構ベース階層型強化学習によるロボット探索

  大規模環境でのロボット自律探索を効率化するため、階層グラフと注意機構を組み合わせた強化学習手法HEADERを提案し、シミュレーションと実機で既存手法を上回る探索効率を実証した。

  原題: HEADER: Hierarchical Robot Exploration via Attention-Based Deep Reinforcement Learning with Expert-Guided Reward ／ Yuhong Cao, Yizhuo Wang, Jingsong Liang 他

  日本語で読む →
• 論文強化学習ロボティクス2025/10/1

  ロボティクスと制御システムにおける強化学習の分類と動向：構造化レビュー

  強化学習（RL）と深層強化学習（DRL）のロボティクス・制御への応用を体系的にレビューし、アルゴリズム、応用分野、訓練手法、実用化レベルを分類した。

  原題: Taxonomy and Trends in Reinforcement Learning for Robotics and Control Systems: A Structured Review ／ Kumater Ter, Abolanle Adetifa, Daniel Udekwe

  日本語で読む →
• 論文強化学習/制御ロボティクス2025/10/1

  TARC: 時間適応型ロボット制御

  強化学習により、ロボットが状況に応じて制御周波数を自律的に調整し、制御動作とその持続時間を同時に選択する手法を提案。RCカーと四足歩行ロボットで実機検証し、固定周波数制御と同等以上の性能を保ちつつ制御周波数を大幅に削減。

  原題: TARC: Time-Adaptive Robotic Control ／ Arnav Sukhija, Lenart Treven, Jin Cheng 他

  日本語で読む →
• 論文オフライン強化学習ロボティクス2025/10/1

  DiSA-IQL: 分布シフト下でのロバストなソフトロボット制御のためのオフライン強化学習

  ソフトヘビロボットの制御において、分布シフトに対処するため信頼できない状態行動ペアにペナルティを与えるIQL拡張手法DiSA-IQLを提案し、オフラインRLでベースラインより高い成功率とロバスト性を達成した。

  原題: DiSA-IQL: Offline Reinforcement Learning for Robust Soft Robot Control under Distribution Shifts ／ Linjin He, Xinda Qi, Dong Chen 他

  日本語で読む →
• 論文ゼロショット強化学習機械学習2025/10/1

  TD-JEPA：ゼロショット強化学習のための潜在予測表現

  時間差分学習を用いて長期潜在ダイナミクスを予測する表現をオフライン・報酬なし遷移から学習し、テスト時に任意の報酬関数をゼロショット最適化できる強化学習手法を提案。

  原題: TD-JEPA: Latent-predictive Representations for Zero-Shot Reinforcement Learning ／ Marco Bagatella, Matteo Pirotta, Ahmed Touati 他

  日本語で読む →
• 論文強化学習機械学習2025/10/1

  単体埋め込みによるActor-Criticエージェントのサンプル効率改善

  Actor-Critic強化学習において、埋め込みを単体構造に制約する軽量な表現層を導入し、サンプル効率と最終性能を向上させる手法を提案。

  原題: Simplicial Embeddings Improve Sample Efficiency in Actor-Critic Agents ／ Johan Obando-Ceron, Walter Mayor, Samuel Lavoie 他

  日本語で読む →
• 論文模倣学習/オフライン強化学習ロボティクス2025/10/1

  非専門家データを活用したオフライン強化学習による模倣学習のロバスト化

  非専門家データ（プレイデータや不完全なデモ）をオフライン強化学習で活用し、模倣学習ポリシーの回復性と汎化性能を高める手法を提案。

  原題: Using Non-Expert Data to Robustify Imitation Learning via Offline Reinforcement Learning ／ Kevin Huang, Rosario Scalise, Cleah Winston 他

  日本語で読む →
• 論文強化学習/ロバスト制御ロボティクス2025/10/1

  オフラインからオンライン強化学習における敵対的ファインチューニングによるロバストなロボット制御

  オフライン強化学習で学習した方策に、実行時の行動に摂動を加える敵対的ファインチューニングを施し、アクチュエータ故障などの外乱に対するロバスト性を向上させる手法を提案。性能に応じたカリキュラムで摂動確率を調整し、安定性とロバスト性のバランスを取る。

  原題: Adversarial Fine-tuning in Offline-to-Online Reinforcement Learning for Robust Robot Control ／ Shingo Ayabe, Hiroshi Kera, Kazuhiko Kawamoto

  日本語で読む →
• 論文制御/強化学習ロボティクス2025/10/1

  実環境のケーブル駆動パラレルロボットにおけるロバスト制御システムの評価

  ケーブル駆動パラレルロボットの制御において、古典的なPID制御と強化学習（DDPG, PPO, TRPO）を比較し、TRPOが最も低いRMS誤差とロバスト性を示すことを明らかにした。

  原題: Evaluation of a Robust Control System in Real-World Cable-Driven Parallel Robots ／ Damir Nurtdinov, Aliaksei Korshuk, Alexei Kornaev 他

  日本語で読む →
• 論文自動運転/強化学習ロボティクス2025/10/1

  強化学習によるサンプリングベース軌道計画の動的適応：アジャイル自動運転に向けて

  強化学習エージェントが低レベル軌道計画器のコスト関数パラメータを動的に切り替え、自動運転レースで衝突率0%を達成しつつ追い越し時間を最大60%短縮した。

  原題: Reinforcement Learning-based Dynamic Adaptation for Sampling-Based Motion Planning in Agile Autonomous Driving ／ Alexander Langmann, Yevhenii Tokarev, Mattia Piccinini 他

  日本語で読む →
• 論文強化学習機械学習2025/10/1

  オンライン強化学習におけるTransformerの新たな可能性：連続制御への応用

  オンラインのモデルフリー強化学習においてTransformerを安定して訓練するための設計指針を調査し、連続制御タスクで競争力のある性能を実現した。

  原題: A New Perspective on Transformers in Online Reinforcement Learning for Continuous Control ／ Nikita Kachaev, Daniil Zelezetsky, Egor Cherepanov 他

  日本語で読む →
• 論文強化学習/ナビゲーションロボティクス2025/10/1

  二重アクカーマン操舵ロボットの安全な機動のためのSoft Actor-Criticフレームワーク

  二重アクカーマン操舵移動ロボットの安全かつ精密な機動を実現するため、Soft Actor-CriticにHindsight Experience ReplayとCrossQを組み合わせた深層強化学習フレームワークを提案し、シミュレーションで最大97%の目標到達率を達成した。

  原題: Towards Safe Maneuvering of Double-Ackermann-Steering Robots with a Soft Actor-Critic Framework ／ Kohio Deflesselle, Mélodie Daniel, Aly Magassouba 他

  日本語で読む →
• 論文連続制御/強化学習機械学習2025/10/1

  構造的最大化可能なQ関数によるアクターフリー連続制御

  連続行動空間での制御において、アクターを別途学習せずにQ関数の構造的最大化を利用する純粋な価値ベース強化学習フレームワークを提案し、標準的なシミュレーションタスクで従来手法と同等以上の性能とサンプル効率を達成した。

  原題: Actor-Free Continuous Control via Structurally Maximizable Q-Functions ／ Yigit Korkmaz, Urvi Bhuwania, Ayush Jain 他

  日本語で読む →
• 論文階層型強化学習ロボティクス2025/10/1

  高次元動的システムの適応制御に向けたマルチタイムスケール安定性保持階層型強化学習コントローラフレームワーク

  階層型強化学習とニューラルリアプノフ関数を組み合わせ、高次元確率システムの安定性を保証しながら制御するフレームワークを提案。8次元超混沌系と5自由度ロボットマニピュレータで有効性を実証した。

  原題: A Novel Multi-Timescale Stability-Preserving Hierarchical Reinforcement Learning Controller Framework for Adaptive Control in High-Dimensional Dynamical Systems ／ Mohammad Ali Labbaf Khaniki, Fateme Taroodi, Benyamin Safizadeh

  日本語で読む →
• 論文自動運転/強化学習ロボティクス2025/10/1

  BLIP-FusePPO：自動運転の車線維持のための視覚言語深層強化学習フレームワーク

  視覚言語モデルの意味埋め込みを幾何状態・LiDAR・PID制御フィードバックと融合させたマルチモーダル強化学習で、自動運転の車線維持性能を向上させた研究。

  原題: BLIP-FusePPO: A Vision-Language Deep Reinforcement Learning Framework for Lane Keeping in Autonomous Vehicles ／ Seyed Ahmad Hosseini Miangoleh, Amin Jalal Aghdasian, Farzaneh Abdollahi

  日本語で読む →
• 論文オフライン強化学習機械学習2025/9/8

  オフライン目標条件付き強化学習のための物理情報付き価値学習

  アイコナール方程式に基づく物理情報正則化を価値関数学習に導入し、オフライン目標条件付き強化学習の性能と汎化を改善した。

  原題: Physics-informed Value Learner for Offline Goal-Conditioned Reinforcement Learning ／ Vittorio Giammarino, Ruiqi Ni, Ahmed H. Qureshi

  日本語で読む →
• 論文制御/強化学習制御2025/9/1

  オンライン力学学習による安全かつ準最適な制御

  未知の力学系において、安全性を保証しながらオンラインで力学モデルを学習し、準最適な性能を達成する制御手法を提案した論文。

  原題: Safe and Near-Optimal Control with Online Dynamics Learning ／ Manish Prajapat, Johannes Köhler, Melanie N. Zeilinger 他

  日本語で読む →