有限期間目標を持つ多環境POMDP
部分観測マルコフ決定過程（POMDP）の多環境版において、有限期間目標に対する最適方策と価値を計算する研…
AI&Tech、もう追いかけなくていい。
30秒で読めるニュースダイジェスト
ロボット
240件
大規模マルチエージェント経路探索のための局所通信学習
複数のロボットが協調して移動する経路探索問題において、学習可能な通信モジュールを導入し、効率的な情…
パス署名と動的時間伸縮を用いたオンライン目標認識
連続領域におけるオンライン目標認識の精度と効率を向上させる新しい手法が開発されました。
大規模マルチエージェント協調のための交互ターゲット・パス計画
複数のエージェントが衝突せずに目標を達成する「ターゲット割り当てと経路探索（TAPF）」問題に対し、新…
残差潜在行動による視覚特徴ベースの世界モデル学習
視覚特徴ベースの世界モデル「RLA-WM」が、従来の画像生成モデルより高速かつ高精度な未来予測を実現しま…
安定化されたニューラルハミルトン・ヤコビ・ベルマンソルバー：誤差解析とモデルベース強化学習への応用
ニューラルネットワークを用いたハミルトン・ヤコビ・ベルマン方程式の安定化ソルバーが開発されました。
予測は可能だが計画は困難：潜在世界モデルのための到達可能性補正補助目標（RC-aux）
潜在世界モデルの計画性能を向上させるため、予測精度と計画の乖離を補正する新しい補助目標「RC-aux」が…
Sword: VLAポリシーの事後学習のための動的潜在ブートストラップによるスタイルロバストなワールドモデルシミュレーター
VLAモデルのポリシー学習をシミュレーションで行う際、既存のワールドモデルの課題を解決する新手法「Swor…
BioProVLA-Agent：生物学実験室操作のための手頃な価格でプロトコル駆動型の視覚強化VLA対応組み込み型マルチエージェントシステム
生物学実験室の操作を自動化する、安価でプロトコル駆動型の視覚強化VLA対応マルチエージェントシステムが…
CSR: 大規模キャッシュ状態表現を用いた無限時間リアルタイムポリシー
ロボットの認知エンジンとして大規模LLMをリアルタイムで活用する際の遅延を大幅に削減する新フレームワー…
ロボット操作における多様性の罠からの脱却：アンカー中心適応によるアプローチ
ロボットが特定のタスクを学習する際、少ないデータで効率的に適応させる新手法が開発されました。
ForgeVLA: 言語アノテーションなしの連合型視覚-言語-行動学習
ロボットが分散された視覚-行動データから言語アノテーションなしで汎用的な視覚-言語-行動モデルを学習す…