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: 2025/9/1 ／ 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 →- 論文モデルベース強化学習ロボティクス
事前学習済み視覚表現はモデルベース強化学習において重要な汎化をもたらす
モデルベース強化学習における視覚ドメインシフト下での汎化性能を調査し、事前学習済み視覚モデル（特に部分微調整）がスクラッチ学習より優れることを示した。
原題: Pre-trained Visual Representations Generalize Where it Matters in Model-Based Reinforcement Learning ／ Scott Jones, Liyou Zhou, Sebastian W. Pattinson
日本語で読む → - 論文飛行制御/強化学習ロボティクス
強化学習によるクアッドコプターの耐故障制御
飛行中のプロペラ故障に耐えるクアッドコプターの制御を目的に、動的計画法とDDPGの2つの強化学習手法を比較検討した研究。
原題: Fault Tolerant Control of a Quadcopter using Reinforcement Learning ／ Muzaffar Habib, Adnan Maqsood, Adnan Fayyaz ud Din
日本語で読む → - 論文探索/強化学習AI
カリキュラム学習とVLMを活用した多層的セマンティック探索
VLMへの問い合わせを行動として組み込み、階層的な報酬とカリキュラム学習で効率的なセマンティック探索を実現するDRL手法を提案した。
原題: Curriculum-Based Multi-Tier Semantic Exploration via Deep Reinforcement Learning ／ Abdel Hakim Drid, Vincenzo Suriani, Daniele Nardi 他
日本語で読む → - 論文ナビゲーション/強化学習ロボティクス
VEGA: 物理情報ニューラルオペレータとPPOによる電気自動車ナビゲーションエージェント
車両の物理パラメータをPINOで推定し、PPOで充電停止を含む経路計画を行うEV向けエネルギー考慮型ナビゲーションシステムを提案。米国横断ルートで実用的な計画を高速に生成し、他国への汎化も示した。
原題: VEGA: Electric Vehicle Navigation Agent via Physics-Informed Neural Operator and Proximal Policy Optimization ／ Hansol Lim, Minhyeok Im, Jonathan Boyack 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
準最適方策による強化学習のブートストラップで自動運転を実現
専門家でなくてもよいルールベースの車線変更コントローラをSACに組み込み、探索と学習効率を改善する自動運転手法を提案した。
原題: Bootstrapping Reinforcement Learning with Sub-optimal Policies for Autonomous Driving ／ Zhihao Zhang, Chengyang Peng, Ekim Yurtsever 他
日本語で読む → - 論文安全強化学習機械学習
境界から領域への監督によるオフライン安全強化学習
オフライン安全RLにおいて、コスト信号を固定予算下の境界制約として再定義し、非対称な条件付けを可能にするB2Rフレームワークを提案。38タスク中35で安全制約を満たしつつ高い報酬を達成した。
原題: Boundary-to-Region Supervision for Offline Safe Reinforcement Learning ／ Huikang Su, Dengyun Peng, Zifeng Zhuang 他
日本語で読む → - 論文強化学習/報酬設計ロボティクス
グラフ思考による報酬進化：強化学習のための二段階言語モデルフレームワーク
LLMとVLMを組み合わせ、タスクをグラフ構造で分解して報酬関数を自動生成・改良する強化学習フレームワークを提案し、複数のロボット操作タスクで成功率を大幅に向上させた。
原題: Reward Evolution with Graph-of-Thoughts: A Bi-Level Language Model Framework for Reinforcement Learning ／ Changwei Yao, Xinzi Liu, Chen Li 他
日本語で読む → - 論文強化学習ロボティクス
SAC Flow: 速度再パラメータ化逐次モデリングによるフローベース方策のサンプル効率の良い強化学習
フローベース方策のオフポリシー強化学習における不安定性を、速度ネットワークの再パラメータ化とゲート機構で解決し、SACベースの実用的アルゴリズムを提案した。連続制御とロボットマニピュレーションで最先端性能を達成。
原題: SAC Flow: Sample-Efficient Reinforcement Learning of Flow-Based Policies via Velocity-Reparameterized Sequential Modeling ／ Yixian Zhang, Shu'ang Yu, Tonghe Zhang 他
日本語で読む → - 論文強化学習ロボティクス
行動クローニング方策を微調整するための残差オフポリシー強化学習
行動クローニング方策をブラックボックスのベースとして、サンプル効率の良いオフポリシー強化学習で軽量な残差修正を学習し、高自由度系の操作を改善する手法を提案。
原題: Residual Off-Policy RL for Finetuning Behavior Cloning Policies ／ Lars Ankile, Zhenyu Jiang, Rocky Duan 他
日本語で読む → - 論文強化学習機械学習
安全とリソース制約下でのマルチタイムスケール介入の学習
持続的効果を持つ介入と即時介入を統合的に扱う強化学習手法MINTを提案し、介入のタイミング・モード・強度をリソース制約下で最適化する。
原題: Learning Multi-Timescale Interventions under Safety and Resource Constraints ／ David Mguni, Wanrong Yang, Jing Dong 他
日本語で読む → - 論文強化学習ロボティクス
GenFlowRL: 生成的オブジェクト中心フローによる視覚強化学習の報酬形成
多様なロボットデータから学習した生成的オブジェクト中心フローを用いて報酬を形成し、視覚強化学習で汎化性の高い操作方策を獲得する手法を提案。
原題: GenFlowRL: Shaping Rewards with Generative Object-Centric Flow in Visual Reinforcement Learning ／ Kelin Yu, Sheng Zhang, Harshit Soora 他
日本語で読む → - 論文強化学習/軌道計画ロボティクス
MoRe-ERL: エピソード強化学習による動作残差学習
事前計画された参照軌道を、エピソード強化学習と残差学習を組み合わせて安全で効率的なタスク固有の軌道に改良するフレームワークを提案し、シミュレーションから実機への転移性能も検証した。
原題: MoRe-ERL: Learning Motion Residuals using Episodic Reinforcement Learning ／ Xi Huang, Hongyi Zhou, Ge Li 他
日本語で読む → - 論文自動運転/オフライン強化学習機械学習
模倣から最適化へ：自動運転のためのオフライン学習の比較研究
自動運転のためのオフライン学習手法を比較し、模倣学習（BC）よりもオフライン強化学習（CQL）が長期的な運転ポリシーにおいて大幅に堅牢であることを示した研究。
原題: From Imitation to Optimization: A Comparative Study of Offline Learning for Autonomous Driving ／ Antonio Guillen-Perez
日本語で読む → - 論文強化学習機械学習
固定形態を超えて：可変行動空間における信頼領域補償付きグラフ方策の学習
信頼領域法（TRPO/PPO）が行動空間の次元変化にどう影響されるかを理論解析し、形態が異なるロボットに適応するグラフ方策の課題をSwimmer環境で検証した研究。
原題: Beyond Fixed Morphologies: Learning Graph Policies with Trust Region Compensation in Variable Action Spaces ／ Thomas Gallien
日本語で読む → - 論文オフライン強化学習ロボティクス
ロングテールを掘り起こす：自動運転のオフライン強化学習におけるデータ中心の重要度指標の比較研究
自動運転のオフライン強化学習において、データの重要度に基づく6種類のサンプリング手法を比較し、モデル不確実性を用いた手法が衝突率を16%から5.5%へと大幅に改善することを示した。
原題: Mining the Long Tail: A Comparative Study of Data-Centric Criticality Metrics for Robust Offline Reinforcement Learning in Autonomous Motion Planning ／ Antonio Guillen-Perez
日本語で読む → - 論文自動運転/End-to-End強化学習AI
ME³-BEV: Mamba強化深層強化学習によるBEV知覚を用いたEnd-to-End自動運転
BEV知覚とMamba時系列モデリングを組み合わせた特徴抽出ネットワークを強化学習に統合し、CARLAで衝突率や軌道精度を改善した自動運転フレームワークを提案。
原題: ME$^3$-BEV: Mamba-Enhanced Deep Reinforcement Learning for End-to-End Autonomous Driving with BEV-Perception ／ Siyi Lu, Run Liu, Dongsheng Yang 他
日本語で読む → - 論文軌道計画/強化学習ロボティクス
TLEベースのA2Cエージェントによる地上観測カバレッジのための軌道計画
TLEを用いた軌道シミュレーション環境でA2C強化学習により衛星の軌道5要素を調整し、指定した地上領域を効率的にカバーする軌道計画手法を提案した。
原題: TLE-Based A2C Agent for Terrestrial Coverage Orbital Path Planning ／ Anantha Narayanan, Battu Bhanu Teja, Pruthwik Mishra
日本語で読む → - 論文安全強化学習機械学習
都市運転における希少リスク制御のための倫理考慮型安全強化学習
衝突確率と危害の重大さを組み合わせた倫理的リスクコストで安全強化学習エージェントを訓練し、希少な高リスク事象から効率的に学ぶ優先経験再生と階層的制御で、歩行者や自転車などの弱い道路利用者を守る運転を実現した。
原題: Ethics-Aware Safe Reinforcement Learning for Rare-Event Risk Control in Interactive Urban Driving ／ Dianzhao Li, Ostap Okhrin
日本語で読む → - 論文組立/強化学習ロボティクス
不確実な嵌合タイプと嵌合量を伴うバッチ精密組立タスクのためのロバストでコンプライアントなロボット組立制御戦略
嵌合タイプや嵌合量が不確実なバッチ精密組立において、力・視覚融合制御とマルチタスク強化学習、マルチティーチャー方策蒸留を組み合わせ、ロバストなコンプライアンス制御戦略を構築した研究。
原題: A robust and compliant robotic assembly control strategy for batch precision assembly task with uncertain fit types and fit amounts ／ Bin Wang, Jiwen Zhang, Song Wang 他
日本語で読む → - 論文安全強化学習ロボティクス
セマンティックダイナミクスモデルを用いた安全強化学習によるUAVの視覚駆動型河川追従
UAVが視覚情報のみで河川を追従するため、非マルコフ的報酬と安全制約に対応した新しい安全強化学習手法を提案し、シミュレーションで有効性を示した。
原題: Vision-driven River Following of UAV via Safe Reinforcement Learning using Semantic Dynamics Model ／ Zihan Wang, Nina Mahmoudian
日本語で読む → - 論文強化学習AI
強化学習に推論に基づく道徳的意思決定を統合する
強化学習エージェントに事例ベースのフィードバックから理由理論を学習させ、規範的な推論に基づく道徳的意思決定を行わせる枠組みを提案した研究。
原題: Integrating Reason-Based Moral Decision-Making in the Reinforcement Learning Architecture ／ Lisa Dargasz
日本語で読む → - 論文オフライン強化学習AI
Decision Transformerはオフライン強化学習で本当に好ましいのか？
ロボット操作と歩行のベンチマークで、低性能軌道を除去して模倣学習するFBCがDecision Transformerと同等以上の性能を達成し、DTの優位性に疑問を投げかけた。
原題: Should We Ever Prefer Decision Transformer for Offline Reinforcement Learning? ／ Yumi Omori, Zixuan Dong, Keith Ross
日本語で読む → - 論文マルチタスク強化学習機械学習
クロスタスク方策ガイダンスによる効率的なマルチタスク強化学習
タスク間の類似性を活かし、習得済みタスクの方策が未習得タスクを明示的にガイドする枠組みを提案し、操作・歩行ベンチマークで性能を向上させた。
原題: Efficient Multi-Task Reinforcement Learning with Cross-Task Policy Guidance ／ Jinmin He, Kai Li, Yifan Zang 他
日本語で読む → - 論文空中ロボット/強化学習ロボティクス
実演からの学習による空中ロボットの俊敏なテンション止まり
テザー式テンション止まり機構を持つ空中ロボットが、実演を用いた強化学習（SACfD）により、特定のテザー部位を狙って巻き付け・固定する軌道を生成する手法を提案し、シミュレーションと実機で有効性を示した。
原題: Learning Agile Tensile Perching for Aerial Robots from Demonstrations ／ Kangle Yuan, Atar Babgei, Luca Romanello 他
日本語で読む → - 論文強化学習機械学習
分布方策勾配のための一般化アドバンテージ推定
最適輸送理論に基づくワッサースタイン型方向性指標を用いて、分布強化学習向けの一般化アドバンテージ推定（DGAE）を提案し、複数の方策勾配法に統合して性能を評価した論文。
原題: Generalized Advantage Estimation for Distributional Policy Gradients ／ Shahil Shaik, Jonathon M. Smereka, Yue Wang
日本語で読む → - 論文強化学習/sim2realロボティクス
ロボットによるサンゴ礁サンプル採取のためのマルチエージェント強化学習
水中ロボットがサンゴを採取するための強化学習環境を構築し、デジタルツインと水中モーションキャプチャを組み合わせてシミュレーションから実機へのゼロショット転移を実現した。
原題: Multi-agent Reinforcement Learning for Robotized Coral Reef Sample Collection ／ Daniel Correa, Tero Kaarlela, Jose Fuentes 他
日本語で読む → - 論文強化学習/自動運転ロボティクス
報酬拡張強化学習による精密自動駐車の連続制御
高忠実度3Dシミュレータ上で、3種類の報酬設計とon/off-policy最適化を組み合わせ、自動駐車の連続制御を強化学習で実現。マイルストーン拡張報酬が91%の成功率を達成。
原題: Reward-Augmented Reinforcement Learning for Continuous Control in Precision Autonomous Parking via Policy Optimization Methods ／ Ahmad Suleman, Misha Urooj Khan, Zeeshan Kaleem 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
制御バリア関数を用いた階層型マルチエージェント強化学習による安全クリティカル自律システム
制御バリア関数に基づく階層型マルチエージェント強化学習を提案し、多数のエージェントが衝突を避けつつ協調してタスクを達成する安全な方策を学習する。
原題: Hierarchical Multi-Agent Reinforcement Learning with Control Barrier Functions for Safety-Critical Autonomous Systems ／ H. M. Sabbir Ahmad, Ehsan Sabouni, Alexander Wasilkoff 他
日本語で読む → - 論文オフライン強化学習機械学習
最適輸送写像によるWasserstein正則化を用いたオフライン強化学習
オフライン強化学習において、入力凸ニューラルネットワークで最適輸送写像をモデル化し、Wasserstein距離による正則化を敵対的学習なしで安定に計算する手法を提案。D4RLベンチマークで既存手法と同等以上の性能を示した。
原題: Offline Reinforcement Learning with Wasserstein Regularization via Optimal Transport Maps ／ Motoki Omura, Yusuke Mukuta, Kazuki Ota 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
自動運転の強化学習における行動空間削減戦略
自動運転の強化学習で、動的マスキングと相対的行動空間削減という2つの行動空間変更戦略を提案し、学習効率と性能を改善することを示した。
原題: Action Space Reduction Strategies for Reinforcement Learning in Autonomous Driving ／ Elahe Delavari, Feeza Khan Khanzada, Jaerock Kwon
日本語で読む →