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: 2026/9/24 ／ 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 →- 論文モデルベース制御/ワールドモデルAI
行動識別型ワールドモデルによる反事実モデル予測制御
計画時に候補行動を区別できるよう、逆動力学と行動復元正則化を組み込んだワールドモデルAD-WMを提案し、MPCの成功率と実機ゼロショット転移を改善した。
原題: AD-WM: Action-Discriminative World Models for Counterfactual Model Predictive Control ／ Jiabin Qiu, Zixuan Chen, Hongye Cao 他
日本語で読む → - 論文ワールドモデル画像認識
凍結フローは動きを忘れる：潜在フローワールドモデルにおける失われた運動の診断と復元
凍結した自己教師あり潜在空間上のフローを学習するワールドモデルが、物体の動きを失う問題を診断し、デコード経路の監督でフローのみを再学習するDARTを提案。
原題: Frozen Flows Forget: Diagnosing and Restoring Lost Motion in a Latent-flow World Model ／ Xiwen Chen, Rigaudiere Z. Li, Zhiruo Zhou 他
日本語で読む → - 論文自動運転/ワールドモデル画像認識
関係性に基づく潜在ワールドモデルによる自動運転
交通シーングラフを意味的教師信号として使い、視覚的潜在表現を訓練時に整合させることで、推論時には追加計算なしに軌道予測誤差と衝突率を改善した。
原題: Relationally Grounded Latent World Models for Autonomous Driving ／ Fabian Schmidt, Markus Enzweiler, Abhinav Valada
日本語で読む → - 論文触覚/ワールドモデルロボティクス
DexTouch-WM: 人間の触覚から器用なロボット操作のための行動条件付き触覚ワールドモデルを学習
人間とロボットの手に同じ触覚センサ配置を装着し、人間の触覚データからロボットの視覚・触覚の未来を予測するワールドモデルを学習。人間のデータを増やすほどロボット領域の予測精度が向上し、政策評価や合成データ生成にも使えることを示した。
原題: DexTouch-WM: Learning Action-Conditioned Tactile World Models from Human Touch for Dexterous Robot Manipulation ／ Yan Qin, Yue Chen, Wenwei Lin 他
日本語で読む → - 論文ワールドモデル画像認識
Astronex-World 1.0: リアルタイム対話型ワールドモデル基盤
テキストや画像からカメラ軌道・連続行動・身体IDに沿って未来映像を予測する制御可能な動画ワールドモデルを提案し、双方向モデルと因果モデルを構築して24fpsでリアルタイム生成を実現した。
原題: Astronex-World 1.0: Real-Time Interactive World Model Foundation ／ Xin Zhou, Cong Miao
日本語で読む → - 論文ワールドモデル画像認識
Zing-0.5: リアルタイムな操作とテキスト制御で遊べる世界生成へ
キーボード操作とテキスト指示を同時に受け付け、リアルタイムで生成される世界を探索・操作できる5Bの自己回帰型ワールドモデルを提案。
原題: Zing-0.5: Toward Playable Worlds with Real-Time Joint Action and Text Control ／ Mingyang Chen, Shengdong Chen, Xiaoxiao Fu 他
日本語で読む → - 論文ワールドモデルロボティクス
LePlanner: ワールドモデル向け反復償却コントローラ
凍結したワールドモデル上で潜在行動列を反復的に生成・洗練する償却型コントローラを提案し、探索ベースの計画手法と同等以上の性能を大幅に少ない計算量で実現した。
原題: LePlanner: An Iterative Amortized Controller For World Models ／ Saksham Bansal, Om Naphade, Chayan Aggarwal 他
日本語で読む → - 論文ワールドモデルロボティクス
Pelican-Sim 1.0：身体性知能のための汎用ワールドモデルシミュレータ
視覚文脈とロボット行動から将来の観測を予測する汎用ワールドモデルシミュレータを提案し、統一行動表現やMoE、効率的なロールアウト生成により行動制御性と映像品質を大幅に向上させた。
原題: Pelican-Sim 1.0: A General World Model Simulator for Embodied Intelligence ／ Shilong Zou, Shilin Zhang, Yingji Zhang 他
日本語で読む → - 論文ワールドモデル/シミュレーション画像認識
SyncWorld: 視覚キャリブレーションによるワールドモデルのゼロショットシミュレータ化
ロボットの行動と視覚変化の対応を視覚キャリブレーションで文脈的に指定することで、未見環境でも追加学習なしに行動結果を正確にシミュレートできるワールドモデルを提案した。
原題: SyncWorld: Visual Calibration Enables World Models as Zero-Shot Simulators ／ Yuncong Yang, Zhengtao Han, Furkan Ozyurt 他
日本語で読む → - 論文ワールドモデルAI
Valerant: 行動条件付きワールドモデル探索による自動ナビゲーション可能ゲームマップ生成
事前学習済みの行動条件付きワールドモデルとSLAMベースの空間再構成を組み合わせ、1枚の画像から永続的な3Dゲームマップを自動生成する学習不要のフレームワークを提案。
原題: Valerant: An Automatic Navigable Game Map Generator via Action-Conditioned World Model Exploration ／ Yiran Qiao, Feng Wang, Jing Ma
日本語で読む → - 論文ワールドモデル計画ロボティクス
タスク成功を超えて：センシング劣化下におけるワールドモデル計画の段階別信頼性
ワールドモデル計画におけるセンシング劣化の影響を、表現・予測・計画・物理的結果の各段階で評価し、劣化の影響が段階間で非一様に伝播することを示した論文。
原題: Beyond Task Success: Stage-Wise Reliability of World Model Planning under Sensing Degradation ／ Geonmyeong Lee, Byoung-Tak Zhang
日本語で読む → - 論文音響/ワールドモデルcs.SD
BinauralVAE: ワールドモデルのための空間音響再構成
視覚に依存しがちな既存のワールドモデルに対し、空間音響に着目し、ロボットのナビゲーション行動と音響結果の因果関係を学習するためのパイプラインを提案。様々なVAEアーキテクチャを評価し、バイノーラル信号の潜在表現を獲得する。
原題: BinauralVAE: Spatial Audio Reconstruction For World Models ／ Luis Vitor Zerkowski, Luiz Velho
日本語で読む → - 論文計画/ワールドモデル機械学習
潜在エネルギー行動計画とワールドモデル
潜在ワールドモデルを用いたモデル予測制御において、行動系列全体を最適化変数として扱い、終端状態のエネルギー最小化と目標記述子の一致を組み合わせる新しい計画手法LEAPを提案。4つの制御ドメインで成功率を77.5%から94.8%に向上させた。
原題: Latent Energy Action Planning with World Models ／ Phu Pham, Aniket Bera
日本語で読む → - 論文ワールドモデルAI
因果的作用効果の再重み付けによるワールドモデル学習の改善
アクション条件付きビデオ生成のワールドモデル学習において、背景トークンに偏った損失を避け、アクションの影響を受けるトークンに重点を置く再重み付け手法を提案した。
原題: CAER: Causal Action Effect Reweighting for World Model Training ／ Jianjie Fang, Xvyuan Liu, Ziyou Wang 他
日本語で読む → - 論文ワールドモデルAI
IMPACT: 注意はスケーラブルな相互作用認識ワールドモデル学習のための相互作用マップ
ワールドモデルの学習において、静的領域が支配的なMSE損失により動的物体の相互作用が過小評価される問題を指摘し、注意マップを用いて損失を再重み付けするフレームワークIMPACTを提案した。
原題: IMPACT: Attention Is the Interaction Map for Scalable Interaction-Aware World Model Training ／ Rongze Tang, Jianjie Fang, Zhaolu Wang 他
日本語で読む → - 論文ワールドモデル画像認識
マトリックスゲーム3.5：パッチメモリによるリアルタイムストリーミング対話型ワールドモデルの強化
本論文は、対話型ワールドモデルをリアルタイムで長時間安定生成するため、幾何認識メモリ、静的動的分解表現、二段階蒸留を導入したMatrix-Game 3.5を提案する。
原題: Matrix-Game 3.5: Enhancing Real-Time Streaming Interactive World Models with Patch Memory ／ Runjia Qian, Zile Wang, Jihai Zhang 他
日本語で読む → - 論文ワールドモデル機械学習
潜在計画は点群でも生き残るか？幾何学的観測のための行動条件付きJEPAワールドモデル
画像ベースのJEPAワールドモデルを点群観測に拡張し、潜在空間での計画が機能することを示した。特に、分布事前モデルが画像ベースと同等の性能を達成し、行動感応モデルが最も動きの多いシーンで最強の結果を得た。
原題: Does Latent Planning Survive Point Clouds? Action-Conditioned JEPA World Models for Geometric Observations ／ Fabio F. Oberweger, Michael Schwingshackl
日本語で読む → - 論文ワールドモデル機械学習
対照的ワールドモデル
ピクセル再構成を使わず、状態行動系列と将来観測の局所特徴間の相互情報量を最大化する対照学習目的で潜在ダイナミクスモデルを学習し、視覚的妨害に頑健なワールドモデルを実現した。
原題: Contrastive World Models ／ Bonnie Li
日本語で読む → - 論文ワールドモデル/能動学習ロボティクス
ConfAL-WM: 信頼度ガイドによる行動条件付きワールドモデルの能動学習
行動条件付きワールドモデルの誤差が集中する局所領域を、軽量な信頼度プローブで検出し、能動学習で効率的にデータ選択・重み付けして事後学習するフレームワークを提案した。
原題: ConfAL-WM: Confidence-Guided Active Learning for Action-Conditioned World Models ／ Xiang Liu, Sen Cui, Changshui Zhang
日本語で読む → - 論文ワールドモデル機械学習
部屋を読む：リカレントワールドモデルの状態における暗黙の混乱エンコーディング
RSSMベースのワールドモデル（DreamerV3など）の隠れ状態が、予測誤差だけでなく自身の「混乱」も追跡していることを発見し、線形プローブで検出可能であることを示した。
原題: Reading the Room: Implicit Confusion Encoding in Recurrent World Model States ／ Donald Aadithiyan
日本語で読む → - 論文ワールドモデルAI
形態パラメータ一般化のためのグラフ演算子ワールドモデル
連続制御におけるワールドモデルを、リンク長や質量などの形態パラメータが変化しても汎化できるよう、グラフ構造と演算子分解を用いて構築した。
原題: Graph-Operator World Models for Morphology-Parameter Generalization in Continuous Control ／ Xu Yang, Yiqin Yang, Qianchuan Zhao
日本語で読む → - 論文ワールドモデル機械学習
ガウス分布は不要：JEPAワールドモデルのための対照逆動学
JEPAワールドモデルの表現崩壊を防ぐ新しい正則化手法を提案。逆動学ヘッドを訓練時のみ追加し、行動識別タスクで崩壊を防ぐ。複雑なタスクで従来法を大きく上回る性能を達成。
原題: No Gaussian Required: Contrastive Inverse Dynamics for JEPA World Models ／ Jack Boylan, Chris Hokamp
日本語で読む → - 論文ワールドモデルロボティクス
学習済みワールドモデルにおける反実仮想ロールアウトのための低ランク動的実効潜在キャリア
学習済みワールドモデルの隠れ状態に小さな低ランク修正を加えることで、将来の観測や教師なしで反実仮想の未来を自律的に生成できることを示した論文。
原題: Low-Rank Dynamics-Effective Latent Carriers for Counterfactual Rollout in Learned World Models ／ Yang Liu, Yuming Chen
日本語で読む → - 論文ビデオワールドモデルAI
SCOPE: ビデオワールドモデルのためのスコア分離型エージェント最適化
推論時に凍結されたビデオワールドモデルを監査可能な形で適応させるフレームワークSCOPEを提案し、Physics-IQベンチマークで性能向上を実証した。
原題: SCOPE: Score-Isolated Agentic Optimization for Video World Models ／ Yuhua Jiang, Jiaming Wang, Qingbin Liu 他
日本語で読む → - 論文ワールドモデル機械学習
JEPAワールドモデルの診断：行動条件付き予測整合性に基づく評価
JEPAワールドモデルが視覚的摂動に対して頑健かどうかを、行動条件付き予測の整合性（ACPC）という指標で診断する手法を提案した。
原題: Diagnosing JEPA World Models with Action-Conditioned Predictive Consistency ／ Guo An, Zijing Wu, Honghua Dong 他
日本語で読む → - 論文ワールドモデルAI
TaskSense: ワールドモデルにおいて重要なものに焦点を当てる
視覚制御のためのワールドモデルにおいて、タスクに関連する領域のみに注意を向ける確率的空間アテンション機構を導入し、逆動力学の補助損失で訓練することで、タスク無関係な背景の影響を抑えつつ、制御性能を向上させるフレームワークを提案した。
原題: TaskSense: Focusing on What Matters in World Models ／ SM Mazharul Islam, Manfred Huber
日本語で読む → - 論文ワールドモデル/強化学習AI
WorldCycle: 長期的ビデオワールドモデルのための自己検証型強化学習
可逆なアクションサイクルを用いて、長期的な正確性を検証する自己教師あり強化学習フレームワークを提案し、ワールドモデルのドリフトを大幅に低減した。
原題: WorldCycle: Self-Verifiable Reinforcement Learning for Long-Horizon Video World Models ／ Bohai Gu, Yueyang Yuan, Taiyi Wu 他
日本語で読む → - 論文ワールドモデルロボティクス
GeniWorld: 視覚的アクションによるロボット操作のための汎化可能なインタラクティブワールドモデル
事前学習済みビデオ生成モデルとURDFベースのレンダリングを組み合わせ、数値アクションを視覚的アクション表現に変換することで、未見環境へのロバストなゼロショット汎化を実現するインタラクティブワールドモデルを提案した。
原題: GeniWorld: A Generalizable Interactive World Model for Robotic Manipulation via Visual Actions ／ Chenghao Gu, Hanyang Yu, Jingbo Zhang 他
日本語で読む → - 論文ワールドモデルロボティクス
前方予測だけで十分か？JEPAワールドモデルのための物理状態接地
JEPAベースのワールドモデルに、ロボットの自己受容状態と関節角変化を接地する2つの目的を追加し、潜在表現の識別性と下流タスク性能を向上させる手法を提案した。
原題: Is Forward Prediction Enough? Physical State Grounding for JEPA World Models ／ Haodong Yan, Jiaguan Zhu, Mingyuan Jia 他
日本語で読む → - 論文ワールドモデルロボティクス
XEWorld：行動条件付きワールドモデルは未知のロボット形態に汎化できるか？
ロボット操作のための行動条件付きワールドモデルが、未見のロボット形態に対して物理ダイナミクスを捉えているかを検証するため、クロスエンボディメントテストベッドXEWorldを導入し、既存モデルの限界を分析した。
原題: XEWorld: Can Action-Conditioned World Models Generalize to Unseen Robot Embodiments? ／ Yixiang Chen, Jiabing Yang, Yuan Xu 他
日本語で読む →