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: 2026/2/24 ／ 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 →- 論文コード理解/LLM評価cs.SE
LLMは実行意味論をどれほど頑健に理解するか
コードの出力予測タスクに摂動を加え、LLMのコード理解の頑健性を評価。GPT-5.2は元ベンチマークで99%だが摂動で20-24%低下し、例外予測に弱いことを示した。
原題: How Robustly do LLMs Understand Execution Semantics? ／ Claudio Spiess, Prem Devanbu, Earl T. Barr
日本語で読む → - 論文VLA機械学習
ジャンピーワールドモデルによる構成的一般計画
事前学習済み方策を時間的に拡張された行動として組み合わせ、複数タイムスケールの状態占有を予測する「ジャンピーワールドモデル」を学習することで、長期的な操作・ナビゲーションタスクの計画性能を大幅に向上させた研究。
原題: Compositional Planning with Jumpy World Models ／ Jesse Farebrother, Matteo Pirotta, Andrea Tirinzoni 他
日本語で読む → - 論文VLA機械学習
QuantVLA: 視覚言語行動モデルのためのスケール校正済み訓練不要ポストトレーニング量子化
VLAモデルを訓練なしで低ビット量子化する初のPTQフレームワークを提案し、拡散トランスフォーマの行動ヘッドも量子化してメモリを約70%削減しつつ成功率を向上させた。
原題: QuantVLA: Scale-Calibrated Post-Training Quantization for Vision-Language-Action Models ／ Jingxuan Zhang, Yunta Hsieh, Zhongwei Wan 他
日本語で読む → - 論文飛行動力学q-bio.QM
タカの飛行動力学に対する解釈可能なデータ駆動モデル
モーションキャプチャデータに動的モード分解を適用し、はばたき・旋回・着陸・滑空などの飛行動作を少数の解釈可能なモードで再現・外挿できるモデルを構築した。
原題: An Interpretable Data-Driven Model of the Flight Dynamics of Hawks ／ Lydia France, Karl Lapo, J. Nathan Kutz
日本語で読む → - 論文世界モデルq-bio.NC
世界モデルとしてのニューラルフィールド
感覚の空間構造を保つ等方性世界モデルを提案し、運動でゲートされるニューラルフィールドで物理予測・オフライン学習・身体表現が同一基盤で実現できることを示した。
原題: Neural Fields as World Models ／ Joshua Nunley
日本語で読む → - 論文VLA機械学習
生成モデルにおけるGRPOの進展：サーベイ
Flow-GRPOをはじめとする生成モデル向けGRPO系強化学習アラインメントの手法と応用を、報酬設計や多様性保持などの観点から体系的に整理したサーベイ。
原題: Advances in GRPO for Generation Models: A Survey ／ Zexiang Liu, Xianglong He, Yangguang Li
日本語で読む → - 論文敵対的攻撃機械学習
世界モデルが誤って夢を見るとき：物理条件付き敵対的攻撃
生成的世界モデルの物理条件チャネルを摂動させ、知覚品質を保ちつつ意味・論理・意思決定レベルの歪みを引き起こす初のホワイトボックス攻撃手法を提案し、下流タスクへの危険性を定量化した。
原題: When World Models Dream Wrong: Physical-Conditioned Adversarial Attacks against World Models ／ Zhixiang Guo, Siyuan Liang, Andras Balogh 他
日本語で読む → - 論文ワールドモデル機械学習
不変な視覚表現を学習する連合埋め込み予測ワールドモデルによる計画
bisimulationエンコーダを予測目的に追加し、背景変化や妨害物に頑健な潜在空間での計画を可能にするワールドモデルを提案。DINO-WMより最大10倍小さい潜在空間で堅牢性を向上。
原題: Learning Invariant Visual Representations for Planning with Joint-Embedding Predictive World Models ／ Leonardo F. Toso, Davit Shadunts, Yunyang Lu 他
日本語で読む → - 論文BCI機械学習
ラットの自発歩行速度を脳波からリカレントニューラルネットワークでオンライン解読
頭部固定ラットの頭皮脳波から、非侵襲的に自発的なトレッドミル歩行速度をリアルタイム解読する非同期BCIを開発し、高い相関で速度を推定できることを示した。
原題: Online decoding of rat self-paced locomotion speed from EEG using recurrent neural networks ／ Alejandro de Miguel, Nelson Totah, Uri Maoz
日本語で読む → - 論文選好ベース強化学習機械学習
OPRIDE: データセット内探索によるオフライン選好ベース強化学習
オフライン選好ベース強化学習において、クエリ効率を高めるための探索戦略と割引スケジューリングを組み合わせた手法を提案し、少ないクエリで高性能を達成した。
原題: OPRIDE: Offline Preference-based Reinforcement Learning via In-Dataset Exploration ／ Yiqin Yang, Hao Hu, Yihuan Mao 他
日本語で読む → - 論文ワールドモデル機械学習
因子分解型潜在行動ワールドモデル
動画から潜在行動を学習する際、シーンを複数の独立因子に分解し、各因子が独自の潜在行動を推論・予測するフレームワークFLAMを提案。複数エンティティが同時に動く複雑な環境での予測精度と表現品質を向上させ、下流の政策学習を容易にする。
原題: Factored Latent Action World Models ／ Zizhao Wang, Chang Shi, Jiaheng Hu 他
日本語で読む → - 論文個人化/ベイズ推論自然言語
構造化世界モデルによる訓練不要の事前分布を用いたコールドスタート個人化
嗜好の相関構造をオフラインで学習し、オンラインで訓練不要のベイズ推論を行うことで、少ない質問回数でユーザー嗜好を推定する手法を提案。
原題: Cold-Start Personalization via Training-Free Priors from Structured World Models ／ Avinandan Bose, Shuyue Stella Li, Faeze Brahman 他
日本語で読む → - 論文モデルベース強化学習機械学習
WIMLE: 不確実性を考慮した世界モデルによるサンプル効率の高い連続制御
IMLEを用いてマルチモーダルな世界モデルを学習し、予測不確実性で重み付けすることで、連続制御タスクのサンプル効率と性能を向上させたモデルベース強化学習手法。
原題: WIMLE: Uncertainty-Aware World Models with IMLE for Sample-Efficient Continuous Control ／ Mehran Aghabozorgi, Alireza Moazeni, Yanshu Zhang 他
日本語で読む → - 論文VLA量子化機械学習
HBVLA: 視覚-言語-行動モデルへの1ビット訓練後量子化の限界突破
VLAモデルを1ビットに二値化する際、行動生成に重要な重みをヘッセ行列で特定し、ハール領域でのグループ単位量子化を行うことで、精度劣化を抑えつつ省メモリ化を実現した。
原題: HBVLA: Pushing 1-Bit Post-Training Quantization for Vision-Language-Action Models ／ Xin Yan, Zhenglin Wan, Feiyang Ye 他
日本語で読む → - 論文VLA自然言語
視覚言語モデルにおける文脈依存アフォーダンス計算
視覚言語モデルが場面の文脈（エージェントの役割など）に応じて物体のアフォーダンス記述を大きく変化させる現象を定量化し、その変化が生成ノイズではなく安定した潜在因子に基づくことを示した。
原題: Context-Dependent Affordance Computation in Vision-Language Models ／ Murad Farzulla
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
共同状態行動埋め込みを用いたマルチエージェントモデルベース強化学習
部分観測環境で多数のエージェントを協調させるため、世界モデルと想像ロールアウトに共同状態行動埋め込み(SALE)を統合したモデルベースMARLフレームワークを提案し、StarCraft IIやMulti-Agent MuJoCoなどで性能向上を示した。
原題: Multi-Agent Model-Based Reinforcement Learning with Joint State-Action Learned Embeddings ／ Zhizun Wang, David Meger
日本語で読む → - 論文強化学習機械学習
潜在ダイナミクスによるモデルフリーの効率性とモデルベース表現の統合
モデルフリーの効率性とモデルベースの表現力を統合した強化学習アルゴリズムULDを提案し、多様な環境で高性能かつ少ないパラメータで動作することを示した。
原題: Unifying Model-Free Efficiency and Model-Based Representations via Latent Dynamics ／ Jashaswimalya Acharjee, Balaraman Ravindran
日本語で読む → - 論文VLAAI
予算制約付きエージェント型大規模言語モデル：高コストツール利用のための意図ベース計画
厳しい金銭的予算下で外部ツールを呼び出して多段階タスクを解くLLMエージェントのための、意図認識型階層的世界モデルによる推論時計画フレームワークINTENTを提案。
原題: Budget-Constrained Agentic Large Language Models: Intention-Based Planning for Costly Tool Use ／ Hanbing Liu, Chunhao Tian, Nan An 他
日本語で読む → - 論文ワールドモデル機械学習
Policy4OOD: オピオイド過剰摂取危機に対する政策介入シミュレーションのための知識誘導型ワールドモデル
政策知識グラフ・空間依存性・時系列データを統合したTransformer型ワールドモデルを構築し、オピオイド政策の予測・反事実分析・最適化を可能にするシミュレータを提案した。
原題: Policy4OOD: A Knowledge-Guided World Model for Policy Intervention Simulation against the Opioid Overdose Crisis ／ Yijun Ma, Zehong Wang, Weixiang Sun 他
日本語で読む → - 論文世界モデル機械学習
世界モデルにおける観測者効果：適応的介入が潜在物理を損なう
自己教師あり学習で得た凍結表現から物理量が線形に読み出せるかを調べる非侵襲的評価法PhyIPを提案し、適応ベースの評価が潜在構造を崩すことを示した。
原題: The Observer Effect in World Models: Invasive Adaptation Corrupts Latent Physics ／ Christian Internò, Jumpei Yamaguchi, Loren Amdahl-Culleton 他
日本語で読む → - 論文VLA機械学習
アフォーダンスを活用したLLMによる部分的世界モデリング
大規模言語モデルを部分的世界モデルとして捉え、アフォーダンスに基づく予測を抽出することで探索効率とタスク性能を向上させる手法を提案した論文。
原題: Affordances Enable Partial World Modeling with LLMs ／ Khimya Khetarpal, Gheorghe Comanici, Jonathan Richens 他
日本語で読む → - 論文GUIエージェント機械学習
UI-Oceanus: 合成環境ダイナミクスによるGUIエージェントのスケーリング
GUIエージェントの学習を高価な人間デモの模倣から環境フィードバックによる未来状態予測へと転換し、低コストな自律探索を生成的な教師信号に変換することでスケーラブルな世界モデルを構築した研究。
原題: UI-Oceanus: Scaling GUI Agents with Synthetic Environmental Dynamics ／ Mengzhou Wu, Yuzhe Guo, Yuan Cao 他
日本語で読む → - 論文世界モデル画像認識
Olaf-World: 動画世界モデリングのための潜在行動の方向づけ
ラベルなし動画から行動制御可能な世界モデルを学習するため、潜在行動を映像特徴の時間差分に整合させるSeqΔ-REPAを提案し、ゼロショット行動転移とデータ効率を改善した。
原題: Olaf-World: Orienting Latent Actions for Video World Modeling ／ Yuxin Jiang, Yuchao Gu, Ivor W. Tsang 他
日本語で読む → - 論文モデルベース強化学習機械学習
楽観的ワールドモデル：モデルベース深層強化学習における効率的探索
モデル学習に楽観的なダイナミクス損失を組み込み、報酬の高い遷移を優先する探索手法を提案。DreamerV3やSTORMに適用し、サンプル効率と累積報酬を改善。
原題: Optimistic World Models: Efficient Exploration in Model-Based Deep Reinforcement Learning ／ Akshay Mete, Shahid Aamir Sheikh, Tzu-Hsiang Lin 他
日本語で読む → - 論文VLA機械学習
オンデバイスLLMのためのハードウェア協調設計スケーリング則：ルーフライン・モデリングによるアプローチ
オンデバイスLLMのアーキテクチャ選択を高速化するため、訓練損失のスケーリング則と推論レイテンシのルーフラインモデルを組み合わせ、精度とレイテンシのパレートフロンティアを導出するハードウェア協調設計手法を提案した。
原題: Hardware Co-Design Scaling Laws via Roofline Modelling for On-Device LLMs ／ Luoyang Sun, Jiwen Jiang, Yifeng Ding 他
日本語で読む → - 論文エージェント強化学習AI
エージェント世界モデル：エージェント強化学習のための無限合成環境
LLMエージェントの強化学習用に、コード駆動でデータベースに裏打ちされた1000の合成環境を自動生成するパイプラインを提案し、ベンチマーク外への汎化性能を実証した。
原題: Agent World Model: Infinity Synthetic Environments for Agentic Reinforcement Learning ／ Zhaoyang Wang, Canwen Xu, Boyi Liu 他
日本語で読む → - 論文ワールドモデル機械学習
地平線イマジネーション：拡散ワールドモデルにおける効率的なオンポリシーロールアウト
拡散ベースのワールドモデルで、複数の将来観測を並列にノイズ除去するオンポリシー・イマジネーション手法を提案し、計算コストを抑えつつ制御性能を維持できることを示した。
原題: Horizon Imagination: Efficient On-Policy Rollout in Diffusion World Models ／ Lior Cohen, Ofir Nabati, Kaixin Wang 他
日本語で読む → - 論文コード生成cs.SE
コードワールドモデルのデバッグ
コード実行を模倣する言語モデル（CWM）の失敗要因を分析し、トークン予算の枯渇と文字列状態の誤り、および長期状態追跡の劣化が主に不正確な行動生成に起因することを示した。
原題: Debugging code world models ／ Babak Rahmani
日本語で読む → - 論文世界モデル画像認識
クロスビュー世界モデル
異なる視点間で未来の状態を予測する世界モデルを提案し、視点不変な3D構造表現の学習を実現した。
原題: Cross-View World Models ／ Rishabh Sharma, Gijs Hogervorst, Wayne E. Mackey 他
日本語で読む → - 論文世界モデル機械学習
ケプラーからニュートンへ：帰納バイアスがTransformerの学習する世界モデルを導く
Transformerに空間平滑性・安定性・時間局所性の3つの帰納バイアスを導入することで、惑星軌道の楕円フィッティングを超え、ニュートン力学の力表現を発見できることを示した。
原題: From Kepler to Newton: Inductive Biases Guide Learned World Models in Transformers ／ Ziming Liu, Sophia Sanborn, Surya Ganguli 他
日本語で読む →