#ハードウェア40件

複雑なイオントラップアーキテクチャ向け効率的なLLM生成シャトリングコンパイラ

複雑なイオントラップ量子コンピュータアーキテクチャ向けの、LLM生成による効率的なシャトリングコンパイラを開発。Claude Opus 4.7を用いて、仕様からコンパイラコードを生成・改良し、線形トラップから接合部を持つトラップへと拡張することで、効率的なコンパイルを実現する。

GigaPath-FlashとGigaTIME-Flash: 全スライドおよび腫瘍微小環境解析のための効率的な病理学基盤モデル

全スライド画像および腫瘍微小環境分析のための効率的な病理学財団モデル「GigaPath-Flash」と「GigaTIME-Flash」を開発。大規模ヒストパソロジーデータから転移可能な表現を学習し、がん診断や治療選択の変革を目指す。

FACTR 2: 市販ロボットアームの外部力覚知学習がポリシー学習を改善

低コストロボットアームに、専用の力覚センサーなしで外部力覚推定を可能にするNEXTを提案。10分間の自由運動データから1分で学習し、高価なセンサーと同等の精度を実現。力覚フィードバック遠隔操作やロボット制御ポリシー学習を改善。

[3376] Humanoid-GPT：ゼロショットモーション追跡のためのデータと構造のスケーリング

人間のような全身制御を目指すTransformerベースのモデル「Humanoid-GPT」を開発。大規模なモーションデータセットで事前学習し、ゼロショットで高精度な動作追跡を実現。

Ω-QVLA: 複合回転とステップごとのスケーリングによるビジョン・言語・アクションモデルのための堅牢な量子化

Ω-QVLAは、Vision-Language-Action（VLA）モデルのオンデバイス展開を可能にするための量子化手法です。複合回転とステップごとのスケーリングにより、VLAモデルのパフォーマンスを維持しつつ、メモリ使用量を削減します。

TANGO: 全身ビジョン・言語・行動モデルによる混雑環境でのヒューマノイドナビゲーション

TANGOは、人間型ロボットが雑然とした屋内環境をナビゲートするための、全身のビジョン・言語・アクションモデルを提案する。従来の2D経路計画とは異なり、3D空間での衝突回避のため、腕の配置、胴体の調整、歩行の変調といった連続的かつ幾何学的に認識した全身の適応を必要とする。これは、言語条件付きのナビゲーションを実現する最初の全身モデルである。

GRADSOLVE: GPU上でのODEアンサンブルのための高速な正確な勾配

GPU上でのODEアンサンブルの正確な勾配計算を高速化する。現在のGPUソフトウェアでは、最速のソルバーは微分できず、微分用に構築されたソルバーは遅いというトレードオフがある。この手法は、両方の利点を提供する。

Facet-0：接触リッチで精密な操作のためのロボット基盤モデル

サブミリメートル精度のリアルなロボット組立を実現する「Facet-0」というロボティック基盤モデルを開発。行動の結果としての接触を予測・評価し、マルチモーダル表現学習と強化学習を統合することで、高精度な操作を可能にする。

Aero Hand Open：デクステリアス操作学習のためのシミュレーション準備済みテンドン駆動ハンド

器用な操作学習のための、シミュレーション対応のテンドン駆動ハンド「Aero Hand Open」を提案。アクチュエータを関節から離すことで、小型・安価なモーターの使用や、一つのモーターで複数の関節を駆動可能にする。ただし、学習はダイレクトドライブハンドより難しい。

Foundation Model Transferを用いたリチウムイオン電池正極のデータ効率的な亀裂定量化

リチウムイオン電池カソードのひび割れ劣化を定量化するため、ファウンデーションモデル転移を用いたデータ効率的な手法を提案。少量のラベル付きデータで高精度なひび割れ定量化を実現し、バッテリー寿命予測に貢献。

教師なし動的コントラスト強調MRI再構成のためのプリミティブ表現学習

高速サンプリング率での動的造影MRI再構成における、信頼性の高い定量的解析を目的とする。ガウス・ガボールプリミティブに代わる、多次元プリミティブベースのフレームワークを提案し、造影剤なしで下地となる解剖学的構造と動的造影剤の分離を試みる。

結晶性材料のための普遍的熱力学原子間ポテンシャル

結晶材料における熱力学的な相安定性を計算するため、静的エネルギーからギブス自由エネルギーモデルへ拡張するTIP（Thermodynamic Interatomic Potential）を導入。GPUでの実装も示唆。

Softmax Attentionの量子ロードマップ：確率シンプレックス上のSoftmax Attentionの厳密なBorn-Ruleアナログ

ソフトマックスアテンションの量子ロードマップ。確率シンプレックス上のソフトマックスアテンションに対する正確なBorn則アナログを提案。アテンションスコアは、振幅エンコードされた入力のブロックエンコードされた射影に対するアダマールテスト統計量である。

Surgical WAM：データ効率的な外科ロボット学習のためのWorld-Action Model

ロボット学習のためのサージカルワーム、世界-行動モデルを提案。限られたデータでも効率的に学習可能。同期した映像と運動学データは高価なため、安価で豊富な内視鏡映像を活用し、世界モデルを学習するアプローチである。

GQ-FSL: グリーン量子化連合分割学習

GQ-FSLは、エッジデバイスの厳格なエネルギー・リソース制約に対応する、グリーン量子化連合分割学習フレームワークである。連合分割学習の計算オフロードと、カット層データおよびサブモデルの継続的な交換によるエネルギー消費を削減する。

環状ペプチド集合体におけるグラフ学習：分子集合体モデリングの探求

分子特性予測は単一構造を用いることが多いが、分子はアンサンブルで存在する。EnsembleEGNNは、各コンフォーマーをエンコードし、セットアテンションで集約する分子アンサンブル基盤モデルを提案する。

Patch Policy: 密な視覚表現による効率的な具現化制御

Vision Transformer (ViT) の強力な事前学習済み表現をロボット制御に活用する新しい手法「Patch Policy」を提案。従来の手法が持つ空間的詳細の損失や、スクラッチからの学習といった課題を解決し、効率的なロボット制御を実現する。

能動観測者向け試験

PRISAは、都市部の交差点における車両と歩行者などの脆弱な道路利用者の安全性を評価するための、インフラストラクチャLiDARフレームワークです。プライバシーを保護し、低光量でもロバストな roadside センサーを活用し、衝突を予期するリアルタイム監視システムを提供します。

RoboTTT: ロボットポリシーのためのコンテキストスケーリング

ロボットのビジョン・運動能力を8Kタイムステップまで拡張する「RoboTTT」を提案。推論遅延を増加させずにコンテキスト長を大幅に拡大し、人間からの模倣学習やリアルタイムでのポリシー改善などの新機能を実現。

FurnitureVLA：Vision-Language-Actionモデルによる長期間の二腕家具組み立て学習

現実スケールの双腕による家具組み立てを、Vision-Language-Actionモデル（VLA）を用いて行う「FurnitureVLA」を提案。タスクを形式化し、シミュレーションパイプラインとVRテレオペレーションシステムを開発。

AdaJEPA：適応型潜在世界モデル

高次元観測から高精度な予測を行う適応型潜在世界モデル「AdaJEPA」を提案。テスト時の分布シフトに対応し、モデル予測制御（MPC）ループ内で適応することで、計画の失敗を防ぎます。

1ステップの勾配遅延は、大規模非同期パイプライン並列LLM事前学習の障壁とならない

大規模非同期パイプライン並列LLM事前学習における、1ステップ勾配遅延の問題を解決。PipeDream-2BW スケジュールにより、GPUアイドル時間を排除し、スループットを最大化する。

VLK：再構築されたシーンでの合成相互作用からヒューマノイドの運動操作を学習

人間型ロボットの視覚、言語、運動学の学習を可能にする、合成データ生成パイプライン「VLK」を提案。3Dガウシアン スプラッティングを利用し、大規模なデータセットを生成する。

クロスエンボディメントロボット操作のためのアクションプライオリティ学習

ロボットマニピュレーションにおいて、視覚と言語と行動を統合するモデルの学習方法を提案。既存手法の課題であった、行動モジュールが物理運動をゼロから学習しなければならない点を改善し、運動の事前知識を組み込むことで効率化を図る。

AutoDex：器用な把持データ収集のための自動実世界システム

ロボットアームによる器用な把持タスクのための、実世界でのデータ収集を自動化するシステム。知覚、実行、ラベリング、再学習のループ全体を高速化し、より堅牢な把持能力の学習を可能にする。

Execution-State Capsules：低遅延・小バッチ・オンデバイス物理AIサービングのためのグラフバウンド実行状態チェックポイントと復元

低遅延・小バッチ・オンデバイスでの物理AIサービング向けに、グラフバウンド実行状態チェックポイント・リストア機構「Execution-State Capsules」を提案。KVキャッシュのみを管理する既存手法に対し、より包括的な実行状態管理を実現。

AHA-WAM：観測ガイド付きコンテキストルーティングによる非同期ホライゾン適応型ワールドアクションモデリング

ロボット操作のための世界-行動モデルにおいて、世界予測と行動実行を異なる時間解像度で非同期に処理する「AHA-WAM」を提案。冗長な短期フレーム変動のモデリングを回避。

HANDOFF: 蒸留された相補的教師によるヒト型エージェントのタスク空間全身制御

HANDOFFは、人間型ロボットのタスク空間全体制御のための新しいコマンド空間を提案。計画立案者にとって直感的で汎用性の高いインターフェースを提供し、多様な操作スキルを実現する。

センサーに声を与える：意味的時系列埋め込みのためのマルチモーダルJEPA

Giving Sensors a Voiceは、異種多変量時系列データのための汎用的な表現学習を目指し、チャネルレベルのテキスト記述を組み込んだTransformerベースのモデル「CHARM」を提案。JEPAと新しい損失関数により、情報量が多く時間的に安定した埋め込みを獲得する。

GPIC：ビジュアル生成のための巨大な許容画像コーパス

大規模なビジュアル生成モデルの研究のための、大規模でアクセス可能な画像コーパス「GPIC」を導入。約28兆ピクセルの画像データセットは、研究・商用利用が可能なライセンスで提供される。

DynaFLIP：3モーダルダイナミクスガイド表現によるロボット知覚の再考

ロボット操作における動的知覚のためのマルチモーダル事前学習フレームワーク「DynaFLIP」を提案。画像、言語、3Dフローのトリプレットを利用し、動的な側面を捉えることで、ロボットの知覚能力を向上させる。

[1782] バイナリを超えて：物理学に基づいた接触表現によるSim-to-Realデクスタラス操作

本研究は、物理情報に基づいた接触表現を用いて、シミュレーションから実世界へのデクスター操作の転移問題を解決します。触覚データを低次元特徴に単純化する既存手法とは異なり、複雑な操作に必要な情報を提供します。

MobileMoE：オンデバイスMixture of Expertsのスケーリング

オンデバイスLLM向けに、アクティブパラメータを抑えたMixture-of-Experts（MoE）モデル「MobileMoE」を提案。サブ10億パラメータで新たな性能境界を確立し、省電力・高性能化を実現する。

OrpQuant：乗数フリーの2のべき乗Transformer量子化のための幾何学的直交残差投影

エッジデバイスでのLLM/ViT展開におけるメモリ制約と計算ボトルネックを解消するため、乗算器不要なPower-of-Two（PoT）量子化手法『OrpQuant』を提案。低ビット領域でのハードウェア効率を向上。

境界サンプル同時測定による最適な低ランク量子状態トモグラフィ

低ランク量子状態トモグラフィにおける最適なサンプル複雑性を分析し、各測定が最大t個のサンプルに同時に作用する場合の理論的限界を導出する。特定の条件下で、サンプルの下限と達成可能性を決定する。

信用デフォルト予測のための量子特徴量エンジニアリング：IQP回路が線形分類器を助けるのはいつ、そしてなぜか

信用デフォルト予測における量子特徴エンジニアリングの効果を調査する。量子回路（IQP）が、古典的なベースラインやカーネルPCAと比較して、線形分類器の性能を向上させる可能性を探る。

ラベル付き無線信号合成のための深層生成モデル

位置情報付きの無線信号を合成する深層生成モデルを提案する。従来の高コストな実データ収集や、環境モデルに依存する非現実的な合成手法の限界を克服し、性能評価やモデル訓練に適した、よりリアルでラベル付きの無線信号データセットを生成する。