Physical AI フロンティア・レーダー · 2026-10-08
フィジカルAIの最前線を毎日更新：8つの軸、三言語の要約、追跡可能な根拠。
- 生成時刻:
2026-10-08 07:30 UTC - 対象期間:
論文 2026-10-04 → 2026-10-08 · ブログ・報道 2026-09-08 → 2026-10-08 · 30 日以内の重複なし (UTC) - 根拠タグ：O = 一次情報 · R = 論文/プレプリント · M = メディア/二次情報
本日の注目
1. Agentic RSR: Real-to-Sim-to-Real through Scene Reconstruction and Execution-Grounded Robot Policies
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[R]｜ 出典: arXiv 2610.10479 ｜2026-10-07 - 主要数値:
80%(“task success rate reaches 80% of the simulation”) - シグナル:
定量結果あり·閉ループ成功率あり·実機実験あり - 重要な理由: 査読前のプレプリント。本文に実機での結果、閉ループ評価の結果、定量データあり。シミュレーション結果が実機性能をどこまで予測できるかに注目。
A simulation of a real robot workspace must preserve task-relevant interactions, while policies developed in it must operate on observations available to the real robot.
2. RealtimeWAM: How Fast Can I Run My World Action Model?
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[R]｜ 出典: arXiv 2610.10079 ｜2026-10-07 - 主要数値:
63.09 ms(“latencies are 24.09 and 63.09 ms”) ·82.75%(“Average success rates are 82.75% and 87.41%”) ·87.41%(“rates are 82.75% and 87.41%”) - シグナル:
定量結果あり·閉ループ成功率あり·実機実験あり·遅延・制御周期の数値あり - 重要な理由: 査読前のプレプリント。本文に実機での結果、閉ループ評価の結果、定量データあり。シミュレーション結果が実機性能をどこまで予測できるかに注目。
World Action Models (WAMs) combine visual dynamics modeling with action generation, but their high inference latency limits responsive robot control.
3. RFPO: Rectified Flow Policy Optimization for Embodied Control
- 軸: エッジとリアルタイム（オンデバイス推論 / 制御周期） ｜ 根拠:
[R]｜ 出典: arXiv 2610.10453 ｜2026-10-07 - 主要数値:
2.4%(“one-step returns remaining within 2.4% of their corresponding”) ·98.5%(“one-step execution retains 98.5% of the 64-step”) ·4.39 ms(“mean inference latency from 4.39 ms to 0.08 ms”) ·0.08 ms(“from 4.39 ms to 0.08 ms”) - シグナル:
定量結果あり·実機実験あり·コードまたは重み公開·遅延・制御周期の数値あり - 重要な理由: 査読前のプレプリント。本文に閉ループ評価の結果の記載なし。目標ハードウェアと実際の制御周期で高速化が保たれるかに注目。
Flow-based policies provide an expressive framework for continuous robot control, but their iterative ODE integration incurs substantial inference cost.
4. PEARS: Physical-Prior-Guided Efficient Adaptation via Failure Reasoning and Diffusion Steering for Tactile Manipulation
- 軸: 学習と自己改善（RL / 事後学習） ｜ 根拠:
[R]｜ 出典: arXiv 2610.08784 ｜2026-10-06 - 主要数値:
53.2%(“threshold by up to 53.2% relative to the”) ·95%(“achieves success rates of 95% on Whiteboard Erasing”) ·90%(“on Whiteboard Erasing and 90% on Pipette Liquid”) - シグナル:
定量結果あり·閉ループ成功率あり·実機実験あり - 重要な理由: 査読前のプレプリント。本文に実機での結果、閉ループ評価の結果、定量データあり。学習タスクの外でも改善が保たれるかに注目。
Pretrained robotic policies can suffer substantial performance degradation under out-of-distribution (OOD) conditions encountered during deployment, motivating post-training through real-world interaction.
5. 研究了1933篇 IROS 论文，我们看到了机器人学的六项新变化
- 軸: ハードウェアとサプライチェーン（機体 / コスト） ｜ 根拠:
[M]｜ 出典: 雷峰网 Leiphone ｜2026-10-08 - 重要な理由: 二次報道のため、引用前に一次情報の確認を推奨。本文に定量データの記載なし。価格、供給状況、量産出荷の主体に注目。
大模型并没有“吃掉”机器人学。9月27日，IROS 2026 将在匹兹堡开幕。
6. 对话如祺出行COO韩锋：世界模型越强，真实数据才是真壁垒
- 軸: データエンジン（収集 / 精査 / スケーリング） ｜ 根拠:
[M]｜ 出典: 雷峰网 Leiphone ｜2026-10-08 - 重要な理由: 二次報道のため、引用前に一次情報の確認を推奨。本文に定量データの記載なし。著者自身の機体以外でもデータを再利用できるかに注目。
过去一年，“物理AI”几乎成了自动驾驶、车企共同争夺的下一张船票。 世界模型、具身大模型、机器人数据……众多公司从不同切入口布局物理AI，试图成为新风口之下的主角，相比之下，如祺出行选择了一条不那么显眼的路径，不自己训练大模型，而是尝试成为模型背后的数据基础设施。
7. IROS 2026大奖揭晓：长期记忆拿下最佳论文，人形机器人打网球、端托盘双双获奖
- 軸: 基盤モデル（VLA / WAM） ｜ 根拠:
[M]｜ 出典: 雷峰网 Leiphone ｜2026-10-08 - 重要な理由: 二次報道のため、引用前に一次情報の確認を推奨。本文に定量データの記載なし。新しいタスクや機体に必要なデータが減るかに注目。
在机器人领域，一个更大的模型并不能自动解决所有问题。当地时间 9 月 30 日，IROS 2026 主会在美国匹兹堡落下帷幕，本届大会的主要奖项也在最后一天正式揭晓。
8. Harmonic Drive to share how integrated actuators can reduce engineering at RoboBusiness
- 軸: ハードウェアとサプライチェーン（機体 / コスト） ｜ 根拠:
[M]｜ 出典: The Robot Report ｜2026-10-07 - 重要な理由: 二次報道のため、引用前に一次情報の確認を推奨。本文に定量データの記載なし。価格、供給状況、量産出荷の主体に注目。
Attendees will learn how integrated actuators can reduce engineering effort by simplifying system integration.
フロンティア基準（キュレーション）
1. Newton: open-source GPU physics engine for robotics (NVIDIA, Google DeepMind, Disney Research)
- 軸: シミュレーションと評価（sim2real / 閉ループ） ｜ 根拠:
[O]｜ 出典: NVIDIA Developer ｜2026 - 主要数値:
built on Warp + OpenUSD·MuJoCo Warp up to 152x (locomotion) / 313x (manipulation) vs MJX on RTX 4090 - シグナル:
コードまたは重み公開 - 重要な理由: 微分可能な新しいシミュレーション基盤とIsaac Labのバックエンド切替により、学習と評価で同じアクチュエータ設定を再利用できる。
2. π*0.6 / Recap: a VLA that learns from experience via advantage-conditioned policies
- 軸: 学習と自己改善（RL / 事後学習） ｜ 根拠:
[R]｜ 出典: arXiv 2511.14759 ｜2026 - 主要数値:
RL from autonomous rollouts + human corrections·value function fine-tuned on online data - 重要な理由: 「配備＝学習」の方法論的基盤。利用するには、介入ログと成功判定を一級のデータにする運用が前提。
3. XPENG commissions its humanoid production lines; IRON walks off the line autonomously
- 軸: ハードウェアとサプライチェーン（機体 / コスト） ｜ 根拠:
[O]｜ 出典: PR Newswire ｜2026-09-08 - 主要数値:
>80% of core processes automated (reported)·target 1,000+ units/month by year-end (reported) - 重要な理由: 生産ライン稼働は検証可能な事実、月産目標は報道ベース。両者を分けて引用することが、今期最も指摘されやすい論点。
4. RD-VLA: implicit test-time compute scaling via latent iterative reasoning
- 軸: エッジとリアルタイム（オンデバイス推論 / 制御周期） ｜ 根拠:
[R]｜ 出典: arXiv 2602.07845 ｜2026 - 主要数値:
constant memory regardless of reasoning depth·up to 80x inference speedup vs token-based reasoning VLAs - シグナル:
遅延・制御周期の数値あり - 重要な理由: トークン遅延を払わずに「長く考える」ことが可能になり、推論時計算を制御ループへ持ち込む鍵となる。
5. RoboHarness: memory-driven orchestration of heterogeneous robot policies
- 軸: システムとオーケストレーション（長期タスク / 複数方策） ｜ 根拠:
[R]｜ 出典: arXiv 2607.18060 (Huawei Noah’s Ark Lab) ｜2026 - 主要数値:
VLA + RL + TAMP as agentic skills·capability-aware routing·Memory Bridge for policy handoff without retraining - 重要な理由: 長期タスクのシステム形態はオーケストレーターと方策プール。運用対象は単一モデルから宣言可能な能力境界の集合へ。
6. HumanEgo: zero-shot robot learning from minutes of human egocentric video
- 軸: データエンジン（収集 / 精査 / スケーリング） ｜ 根拠:
[R]｜ 出典: arXiv 2605.24934 ｜2026 - 主要数値:
30 min/task -> 92.5% average success on 4 real tasks·15 min -> 75%·+41% over matched-time teleoperation - 重要な理由: 新規タスクあたりのデータコストを分単位まで下げる。データ戦略の遅れを測る最も直接的な基準。
軸ごとの分布 (直近 7 日の採択)
| 軸 | # |
|---|---|
| 基盤モデル（VLA / WAM） | 11 |
| データエンジン（収集 / 精査 / スケーリング） | 3 |
| 学習と自己改善（RL / 事後学習） | 5 |
| シミュレーションと評価（sim2real / 閉ループ） | 13 |
| エッジとリアルタイム（オンデバイス推論 / 制御周期） | 9 |
| 安全・権限・コンプライアンス | 4 |
| システムとオーケストレーション（長期タスク / 複数方策） | 4 |
| ハードウェアとサプライチェーン（機体 / コスト） | 7 |
直近の推移
- 出典構成 (直近 7 日の採択):
[O]1 ·[R]40 ·[M]15 - 最近の各回の採択件数: 10-02 8 · 10-03 8 · 10-04 8 · 10-05 8 · 10-06 8 · 10-07 8 · 10-08 8
標準・規制ウォッチ
- ISO 25785-1 — Safety requirements for dynamically stable industrial mobile robots — Under development; committee-stage as of 2026-09.
- Regulation (EU) 2023/1230 (Machinery Regulation) — Fully applicable 2027-01-20.
- EU AI Act official timeline (Council of the EU) — High-risk deadlines 2027-12-02 / 2028-08-02 per Digital Omnibus.
本リポジトリは技術観察であり、投資助言・製品保証・安全認証の結論ではありません。論文の主張は著者による自己報告です。