11月11日（水）の話

毎朝 5:30 に各社の公式発表から集めた候補のうち、この回のテーマに合う 34 件を AI に見せました。AI は検索を使わず、候補にある事実だけで下書きを書き、出典と結びつく話だけを載せています。くわしくはこのサイトのしくみへ。

AI に見せた候補（34 件）

1. Make a Robot Arm Feel Weightless with NVIDIA Holoscan 5 NVIDIA ・ 11/10
2. Korea Advances Physical AI Across Industries With NVIDIA NVIDIA ・ 11/9
3. ActPrune: Action-Grounded Visual Token Pruning for Efficient Vision-Language-Action Models arXiv ・ 11/9
4. Practice Makes Precise: At CoRL, NVIDIA and Partners Reveal How Robots Rehearse Delicate Work in Simulation NVIDIA ・ 11/9この回で使った
5. VICTR: Value-Informed In-Context Learning for Vision-Language-Action Models arXiv ・ 11/9
6. Q-OIL: Optimistic Exploration in Learning from Human Interventions arXiv ・ 11/9
7. Atlas On a Roll Boston Dynamics ・ 11/9この回で使った
8. Meituan-Robotics-0: A Vision-Language-Action Foundation Model for Desktop Manipulation arXiv ・ 11/9
9. ForPC: Force-Aware Whole-Body Control for Precise Humanoid Cart Pushing arXiv ・ 11/9
10. Genesis v1.4.6 Genesis-Embodied-AI ・ 11/9
11. MuJoCo 4.0.0 Google DeepMind ・ 11/7
12. Whole-Body Elasto-Geometrical Calibration of Wheeled Humanoid Robots Using a Shared-Waist Dual-Chain Model arXiv ・ 11/6
13. Kinematic Hypothesis Context: Embodiment-Conditioned Learned Video Coding for Bandwidth-Limited Robot Policy Uplinks arXiv ・ 11/6
14. PhySA: Decoupling Aesthetic and Physical Rewards for Humanoid Locomotion arXiv ・ 11/6
15. An Empirical Study of Reinforcement Learning for Keypoint Positioning of Deformable Linear Objects arXiv ・ 11/6
16. CRISP: Constraint-Resolved Interactions between Subsystems for Predictive Whole-Body Cooperation arXiv ・ 11/6
17. LeRobot Release v0.7.0 Hugging Face ・ 11/6
18. Language Should Ride Shotgun, Not Stall the Control Loop Wayve ・ 11/5
19. Building a Safe AI Driver Wayve ・ 11/5
20. Contact-Implicit Whole-Body Trajectory Optimization for Dynamic Humanoid Locomotion on Parameterizable Uneven Terrain arXiv ・ 11/5
21. Ctrl-F: Force as an Interface for Humanoid Loco-Manipulation arXiv ・ 11/5
22. Jev with Foresight: Safe Language-Guided Autonomous Driving via a Language World Model arXiv ・ 11/5
23. Validating the AI Driver Wayve ・ 11/5
24. MESA: An Evaluation Framework for Compositional, Semantic, and Spatial Generalization in Robotics arXiv ・ 11/5
25. Rethinking What Freedom of Movement Feels Like for Women Waymo ・ 11/5
26. How the Waymo Driver Manages Severe Winter Weather Waymo ・ 11/5
27. Correct Robots Before They Make Mistakes: Proactive Human-in-the-Loop Intervention via Preference Learning arXiv ・ 11/5
28. Helping our Heroes: How the Aurora Driver Puts First Responders First Aurora Innovation ・ 11/5
29. How NVIDIA Factory Operations Blueprint Coordinates AI Agents to Investigate Production Issues NVIDIA ・ 11/5
30. RoboScope Kit: Unified Interfaces for Fast and Scalable Embodied-AI Evaluation arXiv ・ 11/4
31. AIRoA-0: Long-Horizon, Precise, Cross-Embodiment Manipulation from Handheld Data arXiv ・ 11/4この回で使った
32. A Practical Causal Framework for Autonomous Mobile Robots: From Simulation to Real-World Human Environments arXiv ・ 11/4
33. Physical Experience Builds Continual Spatial World Models arXiv ・ 11/4
34. Online Hamilton-Jacobi Reachability Onboard the Robot Control Loop: A Real-Time GPU Solver for Safety-Critical Autonomy arXiv ・ 11/4

題とリンクは各発表元の発表のままです（一覧は trends.snamo.jp が作成）。

下書き（AI が最初に書いた文）

1. 人の形をしたロボットに車輪をつける（新しい話）
発表日: 2026-11-09
- なにが起きた
  すず「二本足で歩くロボットに、タイヤをつけたんだって！」
  しおり「うん。人の形をしたロボットに車輪をつけて、うまく動かせるか試しているよ」
- たとえると
  すず「どういうこと？」
  しおり「普段は足で歩く人が、移動するときだけローラースケートを履いてスイスイ進むようなものだよ」
- なぜ大事
  すず「それって、なにがうれしいの？」
  しおり「歩くよりも電池を減らさずに、速く平らな床を移動できるようになるかもしれないよ」
- くわしく
  しおり「ボストン・ダイナミクスの発表（出典 7）だよ。エンジニアが、ヒューマノイドにタイヤをつけて学習させた制御方法を試したことを書いているんだ。原文では『learned controller』を使っていると述べているよ」
- ふつうの要約
  Boston Dynamics は、人型ロボット「Atlas」の足元に車輪を取り付け、学習型の制御システムで動作させる試みについての記事を公開した。執筆した制御エンジニアの経験を踏まえ、人型ロボットと車輪、機械学習による制御を組み合わせた際の挙動や可能性を検証している。

2. 手で持てる道具だけでロボットの動きを覚える（新しい話）
発表日: 2026-11-04
- なにが起きた
  すず「本物のロボットを使わずに、お手伝いの動きを勉強させたの？」
  しおり「そうだよ。人間が手でつかむ道具を動かした記録だけで、両手を使う作業を学習させたんだ」
- たとえると
  すず「どういうこと？」
  しおり「本物の車に乗らなくても、家でハンドルのおもちゃを持って動かした記録だけで、車の運転を覚えるような感じだよ」
- なぜ大事
  すず「それって、なにがうれしいの？」
  しおり「高価なロボットが手元になくても、人が道具を持って動かすだけで、いろいろな作業のお手本をたくさん集められるようになるよ」
- くわしく
  しおり「研究チームの論文（出典 31）だよ。YUBI という手で持つ器具を使い、ロボット本体を使わずに記録した 16,151 時間分のデータから、AIRoA-0 という両腕を動かす仕組みを作ったと発表されているよ。原文には『handheld demonstrations』とあるよ」
- ふつうの要約
  研究者らは、ロボット実機を使わずに収集した人間の手持ち器具の操作データのみで学習する、両腕ロボット操作システム「AIRoA-0」を発表した。オープンソースの手持ち型グリッパー「YUBI」を用いて 16,151 時間分の動作記録を収集し、ロボットが存在しない環境でも多様な動作データを集めて精細な長時間の作業を学習できることを示した。

3. ロボットが細かい組み立てを練習する（新しい話）
発表日: 2026-11-09
- なにが起きた
  すず「ロボットが、パソコンの中の世界で手先の練習をしているの？」
  しおり「そう。画面の中の実験室で、歯車を合わせたり細い線を結んだりする練習をしているよ」
- たとえると
  すず「どういうこと？」
  しおり「失敗しても壊れないゲームの中で、何度もパズルを解いて手先を器用にしてから、本番に挑むようなものだよ」
- なぜ大事
  すず「それって、なにがうれしいの？」
  しおり「工場などで壊れやすい小さな部品を組み立てる作業を、機械を壊さずに上手にしてから仕事に使えるようになるよ」
- くわしく
  しおり「エヌビディアの発表（出典 4）だよ。走ったり跳んだりする練習から、歯車の位置合わせやケーブル接続といった細かい手作業をシミュレーションで学ぶ段階に進んでいると書かれているよ。原文では『finer touch』が必要な作業だと紹介されているよ」
- ふつうの要約
  NVIDIA は、ロボットがコンピュータ内のシミュレーション環境を用いて、繊細な手先の作業を訓練する取り組みを発表した。これまでの歩行や走行といった移動の学習から、歯車の噛み合わせやケーブルの接続、小型部品の組み立てといった精緻な物体操作へと訓練の焦点を広げている。

---
用語: ヒューマノイド = 人間と同じように、頭や腕、足がある形のロボットのこと