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: 2025/12/1 ／ 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 →- 論文模倣学習ロボティクス
Conformal Predictionによる能動的模倣学習のためのサンプル効率の良いエキスパートクエリ制御
訪問状態の新規性をK近傍距離で測り、Conformal Predictionで閾値を設定することで、エキスパートへのクエリを最大96%削減しつつ専門家レベルの性能を達成する能動的模倣学習手法を提案。
原題: Sample-Efficient Expert Query Control in Active Imitation Learning via Conformal Prediction ／ Arad Firouzkouhi, Omid Mirzaeedodangeh, Lars Lindemann
日本語で読む → - 論文マニピュレーションロボティクス
高速迎撃のための実時間キノダイナミック信念空間プランニング
センサノイズ下で高速移動物体を迎撃するため、状態時間空間でキノダイナミック動作プリミティブを成長させる木構造を提案し、6自由度産業用アームで実時間迎撃を実現した。
原題: Think Fast: Real-Time Kinodynamic Belief-Space Planning for Projectile Interception ／ Gabriel Olin, Lu Chen, Nayesha Gandotra 他
日本語で読む → - 論文データセット生成画像認識
YOLOを用いたリアルタイムオンザゴーアノテーションによる自動データセット生成フレームワーク
エッジデバイス上のYOLOモデルで撮影と同時にアノテーションを行うリアルタイム手法を提案し、YOLOv5/v8/v12の比較実験で事前学習と単一クラス設定の有効性を示した。
原題: Real-Time On-the-Go Annotation Framework Using YOLO for Automated Dataset Generation ／ Mohamed Abdallah Salem, Ahmed Harb Rabia
日本語で読む → - 論文マニピュレーションロボティクス
実世界強化学習による能動的知覚行動の獲得
訓練時のみ利用可能な特権センサを活用した非対称アドバンテージ重み付き回帰（AAWR）を提案し、部分観測下で情報収集する能動的知覚行動を実ロボットで効率的に学習させる手法を実証した。
原題: Real-World Reinforcement Learning of Active Perception Behaviors ／ Edward S. Hu, Jie Wang, Xingfang Yuan 他
日本語で読む → - 論文自律ナビゲーションロボティクス
YOLOP知覚とLyapunov制御を統合した自律移動ロボットのトラックナビゲーション
YOLOPによるマルチタスク視覚知覚とLyapunov安定性に基づく追従制御を組み合わせ、非ホロノミックな差動駆動移動ロボットがトラック上をリアルタイムで自律走行できるフレームワークを提案し、実機実験で有効性を検証した。
原題: Integrated YOLOP Perception and Lyapunov-based Control for Autonomous Mobile Robot Navigation on Track ／ Mo Chen
日本語で読む → - 論文安全ナビゲーションロボティクス
動的環境における安全なロボットナビゲーションのための動的対数ガウス過程制御バリア関数
対数変換したガウス過程回帰で制御バリア関数をオンライン構築し、障害物の動きを先読みして動的環境でも安全にロボットを誘導する手法を提案した。
原題: Dynamic Log-Gaussian Process Control Barrier Function for Safe Robotic Navigation in Dynamic Environments ／ Xin Yin, Chenyang Liang, Yanning Guo 他
日本語で読む → - 論文状態推定ロボティクス
非ガウス因子を持つガウス変分推論による状態推定：UWB測位への応用
スパースなガウス変分推論をリー群上の状態推定と裾の重い歪んだ雑音に対応するよう拡張し、NLOS環境のUWB測位で精度向上を実証した。
原題: Gaussian Variational Inference with Non-Gaussian Factors for State Estimation: A UWB Localization Case Study ／ Andrew Stirling, Mykola Lukashchuk, Dmitry Bagaev 他
日本語で読む → - 論文制御ロボティクス
誤差中心型PID未学習ニューラルネットによる非線形ロボティクス制御
未学習のニューラルネットと改良PID制御を組み合わせ、系の動力学の事前知識なしに非線形ロボット制御を実現するEC-PIDUNNを提案した論文。
原題: Error-Centric PID Untrained Neural-Net (EC-PIDUNN) For Nonlinear Robotics Control ／ Waleed Razzaq
日本語で読む → - 論文VLA自然言語
食器を出して：収納された家庭用品の意味理解
家庭内で「お皿を持ってきて」という指示に対し、見えない収納場所を推論するベンチマークと、視覚と言語モデルを組み合わせたNOAMを提案した論文。
原題: Break Out the Silverware -- Semantic Understanding of Stored Household Items ／ Michaela Levi-Richter, Reuth Mirsky, Oren Glickman
日本語で読む → - 論文sim2realロボティクス
代理コンプライアンスモデリングによる軟体ロボットの強化学習歩行
軟体ロボットの変形を剛体シミュレータ内の間接変数で表現し、強化学習で歩行を学習させ、実機への高忠実度な転移を実現した。
原題: Surrogate compliance modeling enables reinforcement learned locomotion gaits for soft robots ／ Jue Wang, Mingsong Jiang, Luis A. Ramirez 他
日本語で読む → - 論文VLAAI
創発：能動的問い合わせによる非対称身体性エージェントの特権情報バイアス克服
AI2-THOR内で知識を持つLeaderとセンサー制限のあるFollowerの協調を検証し、能動的問い合わせが特権情報バイアスを軽減することを示した研究。
原題: Emergence: Overcoming Privileged Information Bias in Asymmetric Embodied Agents via Active Querying ／ Shaun Baek, Sam Liu, Joseph Ukpong
日本語で読む → - 論文人間ロボット協調ロボティクス
ニューラルネットワークによる人間とロボットの協調作業における安全速度低減の学習：比較分析
人間とロボットの協調作業において、プロセス実行データからロボットの安全速度低減係数を直接予測する深層学習手法を提案し、複数のニューラルネットワーク構造を比較した。
原題: On Using Neural Networks to Learn Safety Speed Reduction in Human-Robot Collaboration: A Comparative Analysis ／ Marco Faroni, Alessio Spanò, Andrea M. Zanchettin 他
日本語で読む → - 論文世界モデル機械学習
驚き認識による世界モデルのロバスト性向上
世界モデルの予測誤差（驚き）を利用してノイズを除去し、自動運転シミュレーションで強化学習エージェントの性能を維持する手法を提案。
原題: World Model Robustness via Surprise Recognition ／ Geigh Zollicoffer, Tanush Chopra, Mingkuan Yan 他
日本語で読む → - 論文生物学的ワールドモデルq-bio.CB
VCWorld：仮想細胞シミュレーションのための生物学的ワールドモデル
構造化された生物学的知識と大規模言語モデルの推論を組み合わせ、摂動に対する細胞応答を解釈可能なステップごとの予測として再現するホワイトボックス型仮想細胞モデルを提案。
原題: VCWorld: A Biological World Model for Virtual Cell Simulation ／ Zhijian Wei, Runze Ma, Zichen Wang 他
日本語で読む → - 論文世界モデル機械学習
SmallWorlds: 孤立環境における世界モデルのダイナミクス理解評価
世界モデルが環境の動的規則を捉えているかを評価するための制御されたベンチマークSmallWorldを提案し、代表的なモデルを6領域で比較した。
原題: SmallWorlds: Assessing Dynamics Understanding of World Models in Isolated Environments ／ Xinyi Li, Zaishuo Xia, Weyl Lu 他
日本語で読む → - 論文モデルベースRL自然言語
言語条件付き世界モデルによる環境記述の読解と方策汎化の向上
DreamerV3を拡張し、環境の振る舞いを記述した言語を注意機構で観測内の実体に結びつける世界モデルLED-WMを提案。専門家デモや計画なしに、未知のゲームへの方策汎化を改善した。
原題: Language-conditioned world model improves policy generalization by reading environmental descriptions ／ Anh Nguyen, Stefan Lee
日本語で読む → - 論文動画生成画像認識
STARFlow-V: 正規化フローによるエンドツーエンド動画生成モデリング
正規化フローを用いた動画生成モデルSTARFlow-Vを提案し、時空間潜在空間でのグローバル・ローカル構造とフロースコアマッチングにより、拡散モデルに匹敵する高品質な動画生成を実現した。
原題: STARFlow-V: End-to-End Video Generative Modeling with Normalizing Flows ／ Jiatao Gu, Ying Shen, Tianrong Chen 他
日本語で読む → - 論文Transformer理論機械学習
自己注意におけるトークンの動的性質と位置エンコーディングの影響
事前学習済みTransformerのトークンの連続時間極限のダイナミクスを解析し、トークンが収束・発散する条件を明らかにするとともに、絶対位置・回転位置エンコーディングの影響を調べ、収束を緩和するアーキテクチャ改善を提案した。
原題: Dynamical Properties of Tokens in Self-Attention and Effects of Positional Encoding ／ Duy-Tung Pham, An The Nguyen, Viet-Hoang Tran 他
日本語で読む → - 論文VLAAI
タスク特化型視覚言語制御のための弱教師あり潜在モデル
目標状態の教師信号のみから共有潜在空間における行動による状態変化を学習するタスク特化型潜在ダイナミクスモデルを提案し、ドローンの空間的グラウンディングタスクで成功率を58%から71%に改善した。
原題: Weakly-supervised Latent Models for Task-specific Visual-Language Control ／ Xian Yeow Lee, Lasitha Vidyaratne, Gregory Sin 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
MOMA-AC: 選好駆動型アクター・クリティックによる連続多目的マルチエージェント強化学習
連続状態・行動空間の多目的マルチエージェント強化学習向けに、選好条件付けと集中型クリティックを組み合わせたアクター・クリティック枠組みを提案し、TD3/DDPGに適用して協調歩行タスクで有効性を示した。
原題: MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learning ／ Adam Callaghan, Karl Mason, Patrick Mannion
日本語で読む → - 論文VLA画像認識
空間超感覚なしで空間超感覚を解く
動画世界モデルの空間超感覚ベンチマークを批判的に検証し、単純なbag-of-wordsモデルがほぼ完全に解けること、既存の推論手法がショートカットを利用していることを示した。
原題: Solving Spatial Supersensing Without Spatial Supersensing ／ Vishaal Udandarao, Shyamgopal Karthik, Surabhi S. Nath 他
日本語で読む → - 論文世界モデル機械学習
生成AIを超えて：臨床予測・反事実・計画のための世界モデル
医療分野における世界モデルの研究をレビューし、時系列予測から反事実評価、計画・制御までの能力を4段階で整理した。
原題: Beyond Generative AI: World Models for Clinical Prediction, Counterfactuals, and Planning ／ Mohammad Areeb Qazi, Maryam Nadeem, Mohammad Yaqub
日本語で読む → - 論文VLAAI
IPR-1: 対話型物理推論器
1000以上の多様なゲームで物理法則と因果関係を学習し、世界モデルの予測とVLMの推論を統合して未知のゲームにもゼロショットで対応するエージェントを提案。
原題: IPR-1: Interactive Physical Reasoner ／ Mingyu Zhang, Lifeng Zhuo, Tianxi Tan 他
日本語で読む → - 論文推論/テスト時スケーリング機械学習
テスト時スケーリングの拡張：文脈・バッチ・ターンによる3次元視点
推論モデルのテスト時スケーリングを、文脈長・並列サンプリング・反復自己改善の3次元に拡張する枠組みを提案し、難問ベンチマークやヒューマノイド制御への有効性を示した。
原題: Extending Test-Time Scaling: A 3D Perspective with Context, Batch, and Turn ／ Chao Yu, Qixin Tan, Jiaxuan Gao 他
日本語で読む → - 論文強化学習/世界モデル機械学習
因果関係を考慮した強化学習のためのオブジェクト中心の世界モデル
観測をオブジェクト単位のトークンに分解し、Transformerベースの世界モデルと因果関係を考慮した方策・価値ネットワークを統合したSTICAを提案。物体が多い環境での強化学習において、サンプル効率と最終性能で既存手法を上回ることを示した。
原題: Object-Centric World Models for Causality-Aware Reinforcement Learning ／ Yosuke Nishimoto, Takashi Matsubara
日本語で読む → - 論文データ帰属画像認識
テキスト画像生成モデルのための高速データ帰属
テキストから画像を生成するモデルにおいて、生成結果に影響を与えた学習画像を高速に特定する手法を提案。既存手法より最大40万倍高速で、大規模モデルにも適用可能。
原題: Fast Data Attribution for Text-to-Image Models ／ Sheng-Yu Wang, Aaron Hertzmann, Alexei A Efros 他
日本語で読む → - 論文リハビリテーション評価機械学習
時空間深層学習によるFIMスコア分類のための動作特異的分析
指定されたFIM評価動作とは異なる簡単な運動から、ST-GCN・BiLSTM・アテンションを組み合わせたモデルでFIM運動項目スコアを自動推定する手法を提案し、277名のリハビリ患者で評価した。
原題: Movement-Specific Analysis for FIM Score Classification Using Spatio-Temporal Deep Learning ／ Jun Masaki, Ariaki Higashi, Naoko Shinagawa 他
日本語で読む → - 論文オフライン強化学習stat.ML
連続時間オフライン強化学習のための作用素モデル
連続時間の制御拡散過程を再生核ヒルベルト空間で学習し、作用素論に基づく動的計画法でオフライン強化学習の価値関数の大域的収束と有限サンプル保証を与えた論文。
原題: Operator Models for Continuous-Time Offline Reinforcement Learning ／ Nicolas Hoischen, Petar Bevanda, Max Beier 他
日本語で読む → - 論文設計最適化/生成モデル機械学習
HeatGen: ガイド付き拡散モデルによるマルチフィジックス・ヒートシンク設計最適化
ガイド付きDDPMとサロゲート勾配を組み合わせ、圧力損失を抑えつつ表面温度を閾値以下に保つヒートシンク形状を生成する手法を提案。CMA-ESより低い圧力損失を達成し、学習後は新たな制約下での推論が高速。
原題: HeatGen: A Guided Diffusion Framework for Multiphysics Heat Sink Design Optimization ／ Hadi Keramati, Morteza Sadeghi, Rajeev K. Jaiman
日本語で読む → - 論文敵対的攻撃機械学習
SEBA: 視覚強化学習に対するサンプル効率の良いブラックボックス攻撃
視覚強化学習エージェントを騙すための、環境クエリを抑えたブラックボックス敵対的攻撃フレームワークSEBAを提案。シャドウQモデル、GAN、ワールドモデルを組み合わせ、MuJoCoとAtariで有効性を示した。
原題: SEBA: Sample-Efficient Black-Box Attacks on Visual Reinforcement Learning ／ Tairan Huang, Yulin Jin, Junxu Liu 他
日本語で読む →