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: 2025/11/12 ／ 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 →- 論文世界モデル画像認識
PAN: 汎用的で対話可能な長期的世界シミュレーションのための世界モデル
LLMベースの潜在ダイナミクスと動画拡散デコーダを組み合わせ、言語で指定した行動に応じて多様な環境の未来を長期的にシミュレーションする世界モデルPANを提案。
原題: PAN: A World Model for General, Interactable, and Long-Horizon World Simulation ／ PAN Team, Jiannan Xiang, Yi Gu 他
日本語で読む → - 論文表現学習機械学習
予測ホライズンが予測学習の表現形成を決定づける
予測学習において予測ホライズンが学習問題の構造を変え、モデルがタスクの潜在的な幾何構造を獲得する仕組みを理論と実験で示した研究。
原題: Prediction horizon shapes representations in predictive learning ／ Aviv Ratzon, Omri Barak
日本語で読む → - 論文強化学習/世界モデル機械学習
注目を学ぶ：部分観測強化学習における構造的注意機構による情報履歴の優先
Transformerベースの世界モデルにガウス分布的な注意の事前分布を導入し、部分観測下の強化学習で重要な遷移に柔軟に注目させることで性能を大幅に改善した。
原題: Learning to Focus: Prioritizing Informative Histories with Structured Attention Mechanisms in Partially Observable Reinforcement Learning ／ Daniel De Dios Allegue, Jinke He, Frans A. Oliehoek
日本語で読む → - 論文モデルベースRL機械学習
MrCoM: マルチシナリオに汎化するメタ正則化ワールドモデル
同一シミュレータ内の力学特性の共通性を利用し、潜在状態を動的特性ごとに分解してメタ状態・メタ価値正則化を施すことで、複数シナリオに汎化する統一ワールドモデルを構築した。
原題: MrCoM: A Meta-Regularized World-Model Generalizing Across Multi-Scenarios ／ Xuantang Xiong, Ni Mu, Runpeng Xie 他
日本語で読む → - 論文世界モデル機械学習
次潜在予測トランスフォーマーによるコンパクトな世界モデルの学習
トランスフォーマーに潜在空間での次状態予測を自己教師ありで学習させ、履歴を圧縮した信念状態を持つコンパクトな世界モデルを獲得させる手法を提案。
原題: Next-Latent Prediction Transformers Learn Compact World Models ／ Jayden Teoh, Manan Tomar, Kwangjun Ahn 他
日本語で読む → - 論文VLA機械学習
環境との対話によるLLMエージェントのテスト時適応
LLMエージェントが未知の環境に適応するため、オンライン構文整合と展開時の動力学接地という2つの手法を提案し、関数呼び出しやWebナビゲーションで有効性を示した。
原題: Test-Time Adaptation for LLM Agents via Environment Interaction ／ Arthur Chen, Zuxin Liu, Jianguo Zhang 他
日本語で読む → - 論文マルチエージェント協調AI
DR. WELL: 記号的世界モデルによる動的推論と学習を用いた身体性LLMマルチエージェント協調
記号的な役割提案と合意形成の二段階交渉プロトコルにより、LLMベースのマルチエージェントが軌道レベルではなく抽象的な記号計画で協調し、共有世界モデルを動的に更新するフレームワークを提案。
原題: DR. WELL: Dynamic Reasoning and Learning with Symbolic World Model for Embodied LLM-Based Multi-Agent Collaboration ／ Narjes Nourzad, Hanqing Yang, Shiyu Chen 他
日本語で読む → - 論文世界モデルcs.NI
6Gのためのエージェント的世界モデリング：準リアルタイム生成状態空間推論
6GのO-RAN準リアルタイム制御を、行動条件付き生成状態空間を学習する世界モデルとして再構成し、MPCベースのプランナで「what-if」予測と政策評価を可能にする手法を提案。
原題: Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning ／ Farhad Rezazadeh, Amir Ashtari Gargari, Hatim Chergui 他
日本語で読む → - 論文物体中心強化学習機械学習
物体中心強化学習のためのインタラクティブ世界モデル学習
物体とその相互作用を構造化して表現する世界モデルを提案し、階層的方策と組み合わせることで、サンプル効率と汎化性能を向上させた。
原題: Learning Interactive World Model for Object-Centric Reinforcement Learning ／ Fan Feng, Phillip Lippe, Sara Magliacane
日本語で読む → - 論文ワールドモデル機械学習
構造化ワールドモデルのための自然な構成要素：理論・証拠・スケーリング
離散過程と連続過程を基本構成要素とし、HMMやsLDSを階層的に組み合わせることで、解釈性を保ちつつ生成・予測・計画・意思決定を同一アーキテクチャで行う構造化ワールドモデルの枠組みを提案する。
原題: Natural Building Blocks for Structured World Models: Theory, Evidence, and Scaling ／ Lancelot Da Costa, Sanjeev Namjoshi, Mohammed Abbas Ansari 他
日本語で読む → - 論文継続学習/エージェント機械学習
継続学習は訓練ではなく適応：エージェントのためのオンライン適応
推論時に教師役と生徒役の二重エージェント構成と経験を蓄積する記憶を用いて、パラメータ更新なしで適応する勾配不要の継続学習システムATLASを提案し、サイバー脅威調査ベンチマークで高精度・低コストを達成した。
原題: Continual Learning, Not Training: Online Adaptation For Agents ／ Aman Jaglan, Jarrod Barnes
日本語で読む → - 論文ロボティクス/時相論理/選好学習ロボティクス
重み付き時相論理による選好からの安全かつ最適な学習：ロボティクスとF1への応用
人間の選好やランキング、実演から重み付き信号時相論理（WSTL）を用いて安全を保証しつつ最適に学習する手法を提案し、ロボットナビゲーションとF1データで有効性を示した。
原題: Safe and Optimal Learning from Preferences via Weighted Temporal Logic with Applications in Robotics and Formula 1 ／ Ruya Karagulle, Cristian-Ioan Vasile, Necmiye Ozay
日本語で読む → - 論文VLAロボティクス
DIPOLE: 視覚と幾何を融合したロバストな視覚運動汎化
視覚と言語・幾何の相補的なモダリティを訓練時のドロップアウトとクロスアテンションで融合し、照明や視点変化に強い拡散ポリシーを実現した。
原題: DIPOLE: Fusing Vision and Geometry for Robust Visuomotor Generalization ／ Yikai Tang, Haoran Geng, Jindou Jia 他
日本語で読む → - 論文模倣学習ロボティクス
Observer-Actor: スパースビューガウシアンスプラッティングを用いた能動視覚模倣学習
腕の一方を観測役として最適視点に動かし、3Dガウシアンスプラッティングで遮蔽の少ない視点から他方の腕の模倣学習ポリシーを実行する枠組みを提案。
原題: Observer-Actor: Active Vision Imitation Learning with Sparse-View Gaussian Splatting ／ Yilong Wang, Cheng Qian, Ruomeng Fan 他
日本語で読む → - 論文情報計画ロボティクス
安全性保証付きStein変分クラリティ認識情報計画
情報が空間的に異なる速度で減衰する環境で、Stein変分推論により情報軌道を最適化し、低レベルフィルタで安全性を保証する計画手法を提案。
原題: Provably Safe Stein Variational Clarity-Aware Informative Planning ／ Kaleb Ben Naveed, Utkrisht Sahai, Anouck Girard 他
日本語で読む → - 論文マニピュレーションロボティクス
デュアルアクターポリシーによる分解型物体操作
物体操作を接近と操作の段階に分け、それぞれに特化した2つのアクターと段階を選択する意思決定器を組み合わせたDual-Actor Policyを提案し、新規データセットで従来手法を上回る性能を示した。
原題: Decomposed Object Manipulation via Dual-Actor Policy ／ Bin Fan, Jian-Jian Jiang, Zhuohao Li 他
日本語で読む → - 論文検証/安全性ロボティクス
ROVER: 規制者駆動によるブラックボックスロボット方策のロバスト時相検証
ブラックボックスなロボット方策の実行トレースを、優先度付きSTL仕様に基づき規制者インザループで評価し、再学習を導く検証手法を提案。仮想レースと移動ロボットで満足度を平均43.8%改善し、TurtleBot3で27%向上を実証。
原題: ROVER: Regulator-Driven Robust Temporal Verification of Black-Box Robot Policies ／ Kristy Sakano, Jianyu An, Dinesh Manocha 他
日本語で読む → - 論文逆強化学習ロボティクス
Masked IRL: LLMによるデモンストレーションと言語からの報酬曖昧性解消
言語指示から状態の重要度マスクを推定し、LLMで曖昧な指示を明確化することで、少ないデータで報酬関数を学習する手法を提案。
原題: Masked IRL: LLM-Guided Reward Disambiguation from Demonstrations and Language ／ Minyoung Hwang, Alexandra Forsey-Smerek, Nathaniel Dennler 他
日本語で読む → - 論文ネットワーク制御ロボティクス
集中型マルチポートネットワークシステムのための調整可能なパッシビティ制御
ハブと複数の遠隔ノードからなる集中型マルチポートネットワーク系に対し、エネルギー流を監視して必要な散逸をノード間に最適配分する集中型パッシビティ制御を提案し、安定性を保証する。
原題: Tunable Passivity Control for Centralized Multiport Networked Systems ／ Xingyuan Zhou, Peter Paik, S. Farokh Atashzar
日本語で読む → - 論文視覚ナビゲーションロボティクス
SCOPE：ポテンシャルベース探索のための意味的認知による具現化視覚ナビゲーション
視覚言語モデルで探索ポテンシャルを見積もり、時空間ポテンシャルグラフでフロンティア情報を活用するゼロショット視覚ナビゲーション手法を提案。
原題: Expand Your SCOPE: Semantic Cognition over Potential-Based Exploration for Embodied Visual Navigation ／ Ningnan Wang, Weihuang Chen, Liming Chen 他
日本語で読む → - 論文VLA画像認識
マルチモーダル基盤モデルによる空間知能のスケーリング
800万件の多様な空間データでマルチモーダル基盤モデルを訓練し、空間知能ベンチマークで大幅な性能向上を達成するとともに、データスケーリングや創発的汎化の兆候を分析した。
原題: Scaling Spatial Intelligence with Multimodal Foundation Models ／ Zhongang Cai, Ruisi Wang, Chenyang Gu 他
日本語で読む → - 論文マニピュレーションロボティクス
GentleHumanoid: 接触の多い人と物体のインタラクションのための上半身コンプライアンス学習
インピーダンス制御を全身運動追従ポリシーに統合し、人型ロボットの上半身が柔軟に人や物体と接触できるようにするフレームワークを提案。シミュレーションとUnitree G1でハグや立ち上がり支援、物体操作を検証し、接触力のピークを抑えつつタスク成功率を維持した。
原題: GentleHumanoid: Learning Upper-body Compliance for Contact-rich Human and Object Interaction ／ Qingzhou Lu, Yao Feng, Baiyu Shi 他
日本語で読む → - 論文強化学習AI
行動量子化と軌道最適化による人間らしい強化学習エージェントの学習
人間のデモをベクトル量子化VAEでマクロ行動に蒸留し、軌道最適化として人間らしさを定式化することで、報酬最大化と人間類似行動を両立する強化学習フレームワークMAQを提案した。
原題: Learning Human-Like RL Agents Through Trajectory Optimization With Action Quantization ／ Jian-Ting Guo, Yu-Cheng Chen, Ping-Chun Hsieh 他
日本語で読む → - 論文経路計画ロボティクス
実時間経路計画のための改良適応型風駆動最適化アルゴリズム
風駆動最適化(WDO)を階層的ガイダンスで改良したMAWDOを提案し、動的環境での経路計画において探索と活用のバランスを改善して経路長を短縮した。
原題: Improved adaptive wind driven optimization algorithm for real-time path planning ／ Shiqian Liu, Azlan Mohd Zain, Le-le Mao
日本語で読む → - 論文sim2realロボティクス
軌道レベルメタ学習による文脈認識型メッシュベースシミュレーション
メッシュベースの変形シミュレーションを軌道レベルのメタ学習問題として捉え、Conditional Neural ProcessesとMovement Primitivesを組み合わせることで、限られた初期データから新しいシナリオに迅速に適応し、高速かつ高精度なシミュレーションを実現する手法M3GNを提案した。
原題: Context-aware Learned Mesh-based Simulation via Trajectory-Level Meta-Learning ／ Philipp Dahlinger, Niklas Freymuth, Tai Hoang 他
日本語で読む → - 論文自動運転/シミュレーション画像認識
nuCarla: CARLAシミュレーションにおけるnuScenes形式の鳥瞰図知覚データセット
自動運転の閉ループ学習向けに、nuScenes互換の鳥瞰図知覚データセットをCARLA上で構築し、高性能BEVモデルと共に公開した。
原題: nuCarla: A nuScenes-Style Bird's-Eye View Perception Dataset for CARLA Simulation ／ Zhijie Qiao, Zhong Cao, Henry X. Liu
日本語で読む → - 論文群制御cs.MA
部分観測環境における追跡者に依存しないチーム追跡戦略
都市環境で2機のUAVが追跡者を追う問題に対し、深層強化学習で段階的に敵対的方策を訓練し、オンライン分類で最適応答を選ぶ二段階ニューロシンボリック手法を提案した。
原題: Evader-Agnostic Team-Based Pursuit Strategies in Partially-Observable Environments ／ Addison Kalanther, Daniel Bostwick, Chinmay Maheshwari 他
日本語で読む → - 論文VLAロボティクス
LAVQA: 自動運転車の共有自律のための遅延認識型視覚質問応答フレームワーク
無線遅延と人間の応答時間を考慮した衝突リスクマップを視覚質問応答に組み込み、遠隔操作者が安全に自動運転車を支援できる枠組みを提案し、CARLAシミュレーションで衝突率を8倍以上削減した。
原題: LAVQA: A Latency-Aware Visual Question Answering Framework for Shared Autonomy in Self-Driving Vehicles ／ Shuangyu Xie, Kaiyuan Chen, Wenjing Chen 他
日本語で読む → - 論文群制御ロボティクス
制約ベースのマルチエージェント経路探索アルゴリズムの分析
制約ベースのマルチエージェント経路探索において、制約を保守的・積極的に分類し、探索性能を比較分析した。
原題: An Analysis of Constraint-Based Multi-Agent Pathfinding Algorithms ／ Hannah Lee, James D. Motes, Marco Morales 他
日本語で読む → - 論文調音モデル自然言語
DYNARTmoにおける唇-顎および舌-顎の調音トレードオフ
調音モデルDYNARTmoが、唇-顎や舌-顎の協調において一次のタスク空間仕様で調音努力を分配し、子音-母音の組み合わせで実際の調音シナジーを再現できることを示した。
原題: Lips-Jaw and Tongue-Jaw Articulatory Tradeoff in DYNARTmo ／ Bernd J. Kröger
日本語で読む →