SHIRITAS

/NEWS

AI研究ニュース

最新の論文を、AIが読み解いて記事にしています。

ロボティクス・身体性 / 2026-11-15

UAV向けVLNで「次の移動先の見え方」を想像させる枠組みProtoVis-Nav

UAVのVision-Language Navigationで、次の移動に対応する局所的な視覚表現を“想像”させるProtoVis-Navを提案。feature prototypesを予測し線形結合でターゲット領域の特徴を推定、行動生成時の文脈として用いる。実験でベースラインより改善を示した。

ロボティクス・身体性 / 2026-11-09

OopsieRecover:少数の是正デモからVLAの失敗回復を学ばせる枠組み

VLAモデルのデプロイ時の失敗に対し、少数の是正デモの「意図」を外転で推論し、条件付きコストとして方策を誘導するOopsieRecoverが提案された。6タスクの実験で、新規状況への一般化を示したと報告している。

ロボティクス・身体性 / 2026-11-08

シミュレーションRLの制御知識を「潜在文脈」として再利用し、少量デモで器用操作を学ぶ枠組み

視覚デモが限られる器用操作学習に向け、特権情報ありのシミュレーションRLで得た制御知識を蒸留し、凍結したデコーダを保ったまま画像から潜在文脈を学習する2段階手法を提案。3タスクで低データ時の性能向上を報告する。

ロボティクス・身体性 / 2026-10-31

短い動画から先の行動列を予測する「SymAnt」:シンボリック文脈を“事前の手がかり”として使う

SymAntは短い動画から、シーングラフと知識グラフのjoint-searchでシンボリック文脈を構築し、将来の行動列を反復的に生成・改善する手法。短い観測でも長期予測を行い、知識編集で追加学習なしに予測調整できる点をうたう。

ロボティクス・身体性 / 2026-10-30

多指ハンドの物体姿勢到達で「落とさない」も評価する:LEAPハンド向け学習レシピと安全フィルタ

多指ハンドのin-hand object pose reachingを、手首姿勢が変わっても長い連続目標列で扱い、安全性(落下)も測る枠組みを提示。人手データなしのシミュレーション学習とゼロショット実機転移、安全フィルタで性能と安全の調整を示す。

ロボティクス・身体性 / 2026-10-30

ThinkWorld:人間動画も生かすために、世界の変化に基づいて行動を学ぶVLA枠組み

ロボット操作VLAの一般化が、行動ラベル付き実演データの網羅性に縛られる課題に対し、ThinkWorldは世界ダイナミクスと“想像”を使って学習を進める。CoDという共通表現で、人間動画とロボット経験を同じ推論空間で扱うことを狙う。

ロボティクス・身体性 / 2026-10-28

接触力も扱うヒューマノイド動作学習「FLORE」:両手と全身の協調を狙う枠組み

FLOREは、接触力と動作を同時に扱うヒューマノイドのloco-manipulationを学習する枠組み。ロボットフリー実演で力情報を集め、拡散方策が手ごとの力指令まで予測し、全身制御で実行する。実機の接触リッチタスクで成功率80%を報告する。

ロボティクス・身体性 / 2026-10-27

RobustRLlib:ロバスト強化学習を同一基盤で比べるための統一ライブラリ兼ベンチマーク

RobustRLlibは、ロバスト強化学習の再利用性の低さと能力境界の不明確さという課題に対し、17手法の統一実装と多様な評価環境、273設定の評価による能力マップ提示をまとめて提供する。

ロボティクス・身体性 / 2026-10-26

OpenTac:カスタマイズ可能な3D触覚スキン向けセンサと周辺基盤の提案

OpenTacは、触覚スキン向けの新規センサと、設計・シミュレーション・取得まで含むエコシステムをまとめて提示する。抵抗式スキンと構造化オーバーレイで接線荷重を圧力分布に変換し、せん断と法線を復号する枠組みを述べる。CADツールで形状やテキスト記述から製造ファイルを自動生成し、評価・デモ・高速取得も報告する。

ロボティクス・身体性 / 2026-10-26

ロボット行動モデルを「安く」見積もる指標:Sensorimotor Alignment(S^2)の提案

高コストな閉ループ評価に代わる手段として、学習不要のオフライン指標S^2を提案。感覚表現と物理運動の幾何の整合を測り、タスク成功と正に相関すると報告する。モデル選別や現象理解への活用も述べる。

ロボティクス・身体性 / 2026-10-18

Mem4Act:長期ロボット操作に向けた固定サイズの潜在メモリ学習

Mem4Actは、長期のロボットマニピュレーションで必要な過去情報を、固定サイズの潜在メモリとして学習する枠組み。履歴の時間集約と、意味・知覚を補う監督、二段階学習で方策のメモリ利用を促すという設計を組み合わせる。

ロボティクス・身体性 / 2026-10-17

家庭向けロボットの「好み」を測るベンチマークLIBERO-PeRM

LIBERO-PeRMは、ロボット操作における「タスク達成」と「嗜好満足」を分けて評価するためのベンチマーク。観測可能な嗜好を分類し、嗜好あり/なしのペアデモと312タスクを提供する。実験ではゼロショットの個人化が難しく、SFTで嗜好が学習可能になると報告する。

ロボティクス・身体性 / 2026-10-15

LoopWAM:デプロイ後の混合品質ロールアウトからロボット方策を改善する枠組み

LoopWAMは、成功から失敗まで混ざった実環境ロールアウトをそのまま学習に使い、クローズドループで汎用ロボット方策を改善するworld-action modelを提案する。行動学習と世界モデル化を統合し、品質に応じて模倣を調整する。複数ベンチマークで成功率の向上が報告されている。

ロボティクス・身体性 / 2026-10-12

単一の人間動画を「逐次的シーングラフ」にしてRLを導く:Dex-One2Manyの提案

Dex-One2Manyは、単一の人間動画を逐次的シーングラフに抽象化し、RLの探索と報酬設計を同時にガイドする枠組みを提案する。動画にない姿勢や把持への一般化と、多段タスクでの探索困難の緩和を狙う。5タスクで、見た構成では6.5%、見ていないシナリオでは71%ベースラインを上回ったと報告する。

ロボティクス・身体性 / 2026-10-11

テキスト条件付きモーション生成の「場面に依存する危険」を抑える学習不要フィルタCSF

テキスト条件付きモーション生成器が場面文脈に応じた安全性を扱いにくい課題に対し、自然言語ルールを参照軌道に接地して適用する学習不要フィルタCSFを提案。4種の生成器で危険事象を最大90%低減し、無害モーションの88–100%を保持したと報告する。

ロボティクス・身体性 / 2026-10-10

安全フィルタを学習で償却する「FAITH」:高次元ロボット向けSafe RLの提案

FAITHは、安全と性能の競合を避けるため行動実行時に安全フィルタをかける枠組みを提案する。解析的モデル不要で安全価値を近似し、介入を最小にするフィルタをニューラルネットで償却する。安全行動がない場合も害を小さくする行動へ寄せるという。

ロボティクス・身体性 / 2026-10-09

RoboJEPAが示す、ロボット向け潜在世界モデルの「計算量と誤差」のスケーリング

JEPAベースの潜在世界モデルRoboJEPAについて、計算量に対するimagination errorのスケーリング則(2次のパワーロー)と、計画性能との相関を示した。実機で単一ゴール画像に向けたゼロショット計画のデモと、コード公開も報告している。