11月 03 2026 0 TradeWar：合意率ではなく執行後の経済指標で測る貿易交渉ベンチマーク 投稿者: 亜美と智也のAI論文解説 編集部 TradeWarは、LLMエージェントの多国間貿易交渉を、合意率だけでなく、署名後の関税・貿易シェアの検証、容量制約付き決済、遅延する経済指標EHIで評価するベンチマークです。TACTICは基盤LLMの重みを更新せず、過去の交渉と決済結果から戦略をエピソード間で適応させます。
11月 03 2026 0 予測ロールアウトのCBF制約を学習時に埋め込む安全制御Transformer 投稿者: 亜美と智也のAI論文解説 編集部 BarrierFormerは、観測行動履歴から将来の状態列を自己回帰的に予測し、そのロールアウト上のCBF制約違反を学習時の監督に使う。推論時はモデル知識やオンライン最適化なしで履歴から制御入力を直接出力し、安全なゴール到達と低遅延化を狙う。
11月 02 2026 0 長距離計画の誤差蓄積を抑える階層型ワールドモデルID-WM提案 投稿者: 亜美と智也のAI論文解説 編集部 ID-WMは、長期計画を「どこへ行くか」と「どう動くか」に分ける階層型ワールドモデルです。高レベルは拡散モデルのノイズを暗黙の行動として扱い、到達可能なサブゴールを生成。低レベルは世界モデルを逆動力学として使い、実行可能な行動列を計画します。
11月 02 2026 0 生成LLMの順位知識を単一トークン再ランキングへ蒸留するDecisionRank 投稿者: 亜美と智也のAI論文解説 編集部 DecisionRankは、生成LLM教師の順位知識を、1回のフォワードパスで文書を並べる単一トークン型再ランキングモデルに移す蒸留手法です。教師のオフライン順位によるRankNet監督と、学生の現在順位を教師が条件付き評価するitem-space on-policy蒸留を統合します。
11月 02 2026 0 LLMマルチエージェントの実行失敗を貢献グラフで修復するDittany 投稿者: 亜美と智也のAI論文解説 編集部 Dittanyは、LLMマルチエージェントアプリの実行中に、タスク要件から期待される貢献と受入条件をグラフ化し、失敗箇所と再利用可能な結果を特定して、局所修正かグラフ再構成かを選ぶ修復フレームワークです。
11月 02 2026 0 ロボットの睡眠で共有ポリシーの技能連携崩れを防ぐ連続学習手法 投稿者: 亜美と智也のAI論文解説 編集部 論文は、ロボットが新しい技能を逐次学ぶとき、個別技能の成功率が残っても関連技能の共同信頼性が落ちる「skill-coupling collapse」を指摘する。
11月 02 2026 0 触覚探索で物体属性を推定し操作方策に文脈として渡すロボット操作手法 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、接触音・力・速度の触覚探索信号から代表トークンを選んで物体表現を学習し、物体属性のテキスト埋め込みと対比学習で結び付ける。その表現を操作方策の文脈として与え、実機3タスクで物体文脈なし方策より成功率が向上したと報告する。
11月 02 2026 0 四足ロボットの障害物押し退け計画を学ぶLoRA微調整プランナ 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、四足ロボットが自然言語タスクと構造化シーン情報から、スキル・対象物・幾何目標を含む可変長の行動列を生成し、ナビゲーションと平面押しで障害物を動かして目標へ向かう枠組みを提案する。Qwen2.5-1.5BをLoRAで合成データ微調整し、予測した行動列の先頭だけを実行して再計画する。
11月 02 2026 0 3D都市公園の植栽配置と機能をVLMと進化計算で最適化する手法 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、テキスト指示とOSM区画からVLMで上面植栽配置を生成し、3D化後に日陰・音響・バイオマス・見た目の指標を評価、CMA-ESで各植物の規模とアセットを調整する都市公園植栽の最適化手法を提案する。機能評価は校正済み物理予測ではなく設計用サロゲートである点に注意。
11月 02 2026 0 指先駆動グリッパYUBIで両手巧み操作データを大規模収集する 投稿者: 亜美と智也のAI論文解説 編集部 YUBIは、指のピンチ動作に直接連動する軽量グリッパとVRによる6DoF計測で、両手の巧みな操作デモを集めやすくする取り組みです。8434時間・120万エピソード・119タスクのデータを公開し、単一ポリシーをUR・Franka・ELEYへ展開できると報告しています。