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: 2026/3/17 ／ 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 →- 論文事前学習/ファインチューニング機械学習
ファインチューナーの誤謬：ファインチューニングデータで事前学習すべき時
限られたドメインデータを事前学習から繰り返し混ぜる「専門事前学習(SPT)」が、ファインチューニング後の性能と汎化を改善し、必要な事前学習トークンを最大1.75倍削減することを示した論文。
原題: The Finetuner's Fallacy: When to Pretrain with Your Finetuning Data ／ Christina Baek, Ricardo Pio Monti, David Schwab 他
日本語で読む → - 論文解釈可能性機械学習
次トークン予測器における一見無用な特徴量の出現の理解
Transformerが次トークン予測に不要に見える抽象的特徴を学習する理由を勾配信号の観点から分析し、その影響を推定する手法を提案した論文。
原題: Understanding the Emergence of Seemingly Useless Features in Next-Token Predictors ／ Mark Rofin, Jalal Naghiyev, Michael Hahn
日本語で読む → - 論文手術映像生成/世界モデル画像認識
SAW: 制御可能かつスケーラブルなビデオ生成による手術アクション世界モデルへの一歩
手術映像生成のための世界モデルを提案し、軽量な条件付け信号（言語、参照シーン、組織アフォーダンスマスク、2Dツール軌跡）を用いたビデオ拡散モデルを構築した。時間的一貫性と視覚品質を向上させ、手術AIのデータ不足やシミュレーションから実環境へのギャップ解消に貢献する。
原題: SAW: Toward a Surgical Action World Model via Controllable and Scalable Video Generation ／ Sampath Rapuri, Lalithkumar Seenivasan, Dominik Schneider 他
日本語で読む → - 論文世界モデル機械学習
LeWorldModel: ピクセルからの安定したエンドツーエンド共同埋め込み予測アーキテクチャ
ピクセルから直接、2つの損失項のみで安定して学習できる初のJEPA世界モデルを提案し、制御タスクで高速かつ競争力のある性能を示した。
原題: LeWorldModel: Stable End-to-End Joint-Embedding Predictive Architecture from Pixels ／ Lucas Maes, Quentin Le Lidec, Damien Scieur 他
日本語で読む → - 論文状態空間モデル機械学習
勾配からリッカチ幾何へ：単一パス学習のためのカルマンワールドモデル
誤差逆伝播に代わり、カルマンフィルタリングに基づく再帰的ベイズ推定で状態空間モデルを学習する手法を提案。勾配を使わずにオンライン学習が可能で、LLMにも応用できる。
原題: From Gradients to Riccati Geometry: Kalman World Models for Single-Pass Learning ／ Andrew Kiruluta
日本語で読む → - 論文強化学習/ヒューマノイド制御機械学習
FastDSAC: 高次元ヒューマノイド制御における最大エントロピー強化学習の可能性を引き出す
高次元のヒューマノイド制御で、次元ごとのエントロピー調整と連続分布型クリティックを導入し、最大エントロピー強化学習の性能を大幅に向上させた。
原題: FastDSAC: Unlocking the Potential of Maximum Entropy RL in High-Dimensional Humanoid Control ／ Jun Xue, Junze Wang, Shanze Wang 他
日本語で読む → - 論文世界モデル/表現学習機械学習
潜在計画のための時間的直線化
世界モデルを用いた潜在計画のための表現学習を改善する手法を提案。人間の視覚処理における知覚的直線化仮説に着想を得て、曲率正則化により潜在軌道を局所的に直線化し、計画の安定性と成功率を向上させる。
原題: Temporal Straightening for Latent Planning ／ Ying Wang, Oumayma Bounou, Gaoyue Zhou 他
日本語で読む → - 論文強化学習機械学習
ベルマン整合性とハイブリッド批評家によるクロスドメイン方策最適化
強化学習において、ソースドメインのデータを活用してターゲットドメインの学習を効率化するクロスドメイン転移を扱い、ドメイン間の状態・行動空間の違いと転移の負の影響を同時に解決する手法QAvatarを提案した。
原題: Cross-Domain Policy Optimization via Bellman Consistency and Hybrid Critics ／ Ming-Hong Chen, Kuan-Chen Pan, You-De Huang 他
日本語で読む → - 論文連続強化学習機械学習
ARROW: 拡張リプレイによる堅牢な世界モデル
連続強化学習における破滅的忘却を防ぐため、モデルベースRLアルゴリズムDreamerV3に、短期・長期の2つのバッファを持つメモリ効率の良いリプレイ手法を導入し、タスク多様性を保ちながら学習を安定化させる手法を提案した。
原題: ARROW: Augmented Replay for RObust World models ／ Abdulaziz Alyahya, Abdallah Al Siyabi, Markus R. Ernst 他
日本語で読む → - 論文バッテリ劣化予測機械学習
非定常劣化下でのバッテリ劣化予測のためのワールドモデル
リチウムイオン電池の劣化予測をワールドモデル問題として定式化し、各サイクルの電圧・電流・温度データを潜在状態に符号化して将来のSOH軌道を予測する手法を提案。直接回帰と比較して軌道予測誤差を半減させ、電気化学的知識を損失に組み込むことで劣化膝部の予測精度が向上することを示した。
原題: World Model for Battery Degradation Prediction Under Non-Stationary Aging ／ Kai Chin Lim, Khay Wai See
日本語で読む → - 論文コード生成機械学習
Python用ニューラルデバッガへの道
大規模言語モデルをPythonの実行トレースで訓練し、ブレークポイント設定やステップ実行などのデバッガ操作を模倣できるニューラルデバッガを提案した。
原題: Towards a Neural Debugger for Python ／ Maximilian Beck, Jonas Gehring, Jannik Kossen 他
日本語で読む → - 論文異常検知AI
茹でガエルの閾値：漸進的ドリフト下での世界モデルに基づく異常検知における臨界性と盲目性
RLエージェントの観測が徐々に劣化する際、どのドリフト率で検知が起きるかを調べ、普遍的な検知閾値の存在や正弦波ドリフトの不可検知性などを明らかにした。
原題: The Boiling Frog Threshold: Criticality and Blindness in World Model-Based Anomaly Detection Under Gradual Drift ／ Zhe Hong
日本語で読む → - 論文世界モデル画像認識
DreamSAC: 対称性探索によるハミルトン世界モデルの学習
物理法則の不変性を能動的に探索する「対称性探索」と、ハミルトン力学に基づく世界モデルを組み合わせ、外挿一般化を実現するフレームワークを提案した。
原題: DreamSAC: Learning Hamiltonian World Models via Symmetry Exploration ／ Jinzhou Tang, Fan Feng, Minghao Fu 他
日本語で読む → - 論文モデルベース強化学習機械学習
Dreamer-CDP: 連続決定論的表現予測による再構築不要ワールドモデルの改善
Dreamerなどのモデルベース強化学習エージェントで、観測再構築を使わずにJEPAスタイルの連続決定論的表現予測を導入し、Crafter環境で再構築ベース手法と同等の性能を達成した。
原題: Dreamer-CDP: Improving Reconstruction-free World Models Via Continuous Deterministic Representation Prediction ／ Michael Hauri, Friedemann Zenke
日本語で読む → - 論文歩行機械学習
数秒のデモから学ぶ四足歩行
四足歩行の模倣学習が少量データで効果的な理由を解析し、潜在空間と出力の変動を整える新手法を提案。数秒のデモからオフラインで歩行ポリシーを学習できることを実機で確認した。
原題: Learning Quadruped Walking from Seconds of Demonstration ／ Ruipeng Zhang, Hongzhan Yu, Ya-Chien Chang 他
日本語で読む → - 論文細胞動態モデリング画像認識
BLINK: NK細胞傷害活性の行動潜在モデリング
NK細胞と腫瘍細胞の相互作用動態を潜在状態空間モデルで学習し、細胞傷害の結果を予測・解釈可能な行動モードに分類する手法を提案した論文。
原題: BLINK: Behavioral Latent Modeling of NK Cell Cytotoxicity ／ Iman Nematollahi, Jose Francisco Villena-Ossa, Alina Moter 他
日本語で読む → - 論文群制御機械学習
鉄道車両の入換問題に対する新しいハイブリッドヒューリスティック強化学習最適化アプローチ
貨物ヤードでの鉄道車両の入換計画問題を、片側アクセスと両側アクセスの2つのサブ問題に分解し、鉄道特有のヒューリスティックとQ学習を組み合わせたハイブリッドフレームワークを提案した。
原題: A Novel Hybrid Heuristic-Reinforcement Learning Optimization Approach for a Class of Railcar Shunting Problems ／ Ruonan Zhao, Joseph Geunes
日本語で読む → - 論文世界モデル機械学習
世界モデルのための確率的ドリーミング
Dreamerモデルに確率的手法を導入し、複数の潜在状態の並列探索と排他的未来の仮説保持を可能にし、MPE SimpleTag領域で性能向上を確認した論文。
原題: Probabilistic Dreaming for World Models ／ Gavin Wong
日本語で読む → - 論文オフライン強化学習機械学習
IPD: オフライン強化学習における想像的計画蒸留による逐次方策の強化
オフライン強化学習の逐次方策モデルに対し、世界モデルと準最適価値関数を用いて劣った軌道を特定し、想像上の最適ロールアウトを生成してデータ拡張と蒸留を行う新しい枠組みIPDを提案した。
原題: IPD: Boosting Sequential Policy with Imaginary Planning Distillation in Offline Reinforcement Learning ／ Yihao Qin, Yuanfei Wang, Hang Zhou 他
日本語で読む → - 論文世界モデル機械学習
潜在粒子世界モデル：自己教師ありのオブジェクト中心確率動的モデリング
ビデオデータから教師なしでキーポイントやオブジェクトマスクを発見し、確率的な粒子動力学を学習する世界モデルを提案。実世界のマルチオブジェクトデータセットで最先端の性能を達成し、意思決定タスクにも応用可能。
原題: Latent Particle World Models: Self-supervised Object-centric Stochastic Dynamics Modeling ／ Tal Daniel, Carl Qi, Dan Haramati 他
日本語で読む → - 論文ワールドモデル画像認識
ピクセル履歴を超えて：持続的3D状態を持つワールドモデル
環境・カメラ・レンダラーの潜在3Dシーンを進化させる新しいワールドモデルPERSISTを提案し、空間記憶と幾何的一貫性を向上させた。
原題: Beyond Pixel Histories: World Models with Persistent 3D State ／ Samuel Garcin, Thomas Walker, Steven McDonagh 他
日本語で読む → - 論文メタ強化学習機械学習
オフラインメタ強化学習のための文脈潜在世界モデル
オフラインのメタ強化学習において、タスク表現を潜在世界モデルに条件付けして共同学習することで、タスク依存のダイナミクスを捉える表現を獲得し、未見タスクへの汎化性能を向上させた。
原題: Contextual Latent World Models for Offline Meta Reinforcement Learning ／ Mohammadreza Nakheai, Aidan Scannell, Kevin Luck 他
日本語で読む → - 論文探索機械学習
時間的表現による探索：外部報酬なしでの複雑な探索行動の学習
時間的コントラスト表現を用いて、未来の予測が難しい状態を優先的に探索する手法を提案し、移動・操作・身体化AIタスクで複雑な探索行動を学習できることを示した。
原題: Temporal Representations for Exploration: Learning Complex Exploratory Behavior without Extrinsic Rewards ／ Faisal Mohamed, Catherine Ji, Benjamin Eysenbach 他
日本語で読む → - 論文世界モデル機械学習
正則化による離散世界モデル学習
再構成や対比学習を使わず、正則化のみでブール潜在表現の世界モデルを教師なし学習する手法を提案した。
原題: Discrete World Models via Regularization ／ Davide Bizzaro, Luciano Serafini
日本語で読む → - 論文報酬設計画像認識
MVR: 強化学習のためのマルチビュー動画報酬整形
複数視点の動画と視覚言語モデルを用いて状態の関連性を学習し、タスク報酬とVLMガイダンスを統合する報酬整形フレームワークを提案。静的画像に基づく手法のバイアスを軽減し、複雑な動作を伴うタスクでの性能を向上させる。
原題: MVR: Multi-view Video Reward Shaping for Reinforcement Learning ／ Lirui Luo, Guoxi Zhang, Hongming Xu 他
日本語で読む → - 論文歩行ロボティクス
自律走行を目指して：動的リターゲティングと制御誘導型強化学習による高性能・制御可能な人型ロボットの走行
人間の走行動作を動的最適化でリターゲティングし、制御誘導型報酬を用いた強化学習で人型ロボットの高速走行（最大3.3m/s）と屋外での自律障害物回避を実現した。
原題: Chasing Autonomy: Dynamic Retargeting and Control Guided RL for Performant and Controllable Humanoid Running ／ Zachary Olkin, William D. Compton, Ryan M. Bena 他
日本語で読む → - 論文把持/シミュレーションロボティクス
D-REX: 巧みな把持学習のための微分可能な実世界-シミュレーション-実世界エンジン
ガウススプラット表現を用いた微分可能エンジンを構築し、実世界の視覚観測とロボット制御信号から物体質量を同定しつつ、把持ポリシーを同時学習する手法を提案。
原題: D-REX: Differentiable Real-to-Sim-to-Real Engine for Learning Dexterous Grasping ／ Haozhe Lou, Mingtong Zhang, Haoran Geng 他
日本語で読む → - 論文歩行ロボティクス
散らかった空間を移動する：VRによる3Dシーン認識型ヒューマノイド歩行のデータ収集とベンチマークのスケーリング
VRを使って散らかった3D環境での人間の全身運動を収集し、ヒューマノイドロボットに再ターゲットするフレームワークを提案。145のシーンで348の軌道からなるデータセットを構築し、歩行性能を評価するベンチマークを導入した。
原題: Moving Through Clutter: Scaling Data Collection and Benchmarking for 3D Scene-Aware Humanoid Locomotion via Virtual Reality ／ Beichen Wang, Yuanjie Lu, Linji Wang 他
日本語で読む → - 論文VLAロボティクス
SG-VLA: 移動操作のための空間基盤型視覚言語行動モデルの学習
移動操作ロボットのための視覚言語行動モデルを、補助タスクの共学習とマルチモーダル入力強化により空間理解を強化するフレームワークを提案し、家庭内再配置タスクで性能を向上させた。
原題: SG-VLA: Learning Spatially-Grounded Vision-Language-Action Models for Mobile Manipulation ／ Ruisen Tu, Arth Shukla, Sohyun Yoo 他
日本語で読む → - 論文安全制御ロボティクス
その安全制御器は本当に安全か？CBFのトートロジーと隠れた仮定に関する批判的レビュー
制御バリア関数（CBF）の実用上の落とし穴を整理し、受動的に安全な系でのみ有効な例や、強化学習の報酬整形による見かけの安全性を指摘して、実装可能な安全保証の指針を示したチュートリアル。
原題: Is Your Safe Controller Actually Safe? A Critical Review of CBF Tautologies and Hidden Assumptions ／ Taekyung Kim
日本語で読む →