基準日 2026-11-03
実行 2026-11-03 22:30:03
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.83
US 10Y
4.95%
DXY
101.87
WTI
$96.76
Gold
$3,940
USD/KRW
1,344
SOX
10,600
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

AIリーダー:人事異動・論文 — 最新の所属変化と研究

LAST UPDATE 2026-11-04 08:05 KST PEOPLE 77 · PAPERS 76 · MOVES 0
AI研究所・ビッグテック・学界のキーパーソンがどこへ移り、どんな論文を出すかは、技術の方向性と企業競争力を先取りするシグナルです。人事異動と論文を毎日自動で集め、運営者が確認したうえで、わかりやすい要約と原文リンクでまとめています。

最近の主なニュース

人事異動 · 学界 · ロボット・フィジカルAI

条件に合う人事異動はまだありません。

論文 · 学界 · ロボット・フィジカルAI

論文2026-10-06 · arXiv (Cornell University)

人工知能ロボットの行動学習を迅速に支援するアルゴリズムを開発

QF3: Fast Flow RL with Filtered Q-Gradients
何を
研究チームは、ロボットの行動方式を効率的に学習させる新しい強化学習アルゴリズムであるQF3を開発しました。
主な結果
従来の方法よりも約10倍速い速度で、ヒューマノイドロボットの移動および動作追跡ポリシーを学習できることを実証しました。
意味
ロボットの行動制御技術をより速く、より効率的に学習・改善できる可能性を示しています。AI要約
論文2026-10-06 · arXiv (Cornell University)

人間のデモを活用した全身ヒューマノイドロボットの物体操作技術

Workhorse: Learning Robust Whole-Body Humanoid Loco-Manipulation from Human Data
何を
人間のデモ動画を活用し、ビジョン・プランナーと強化学習トラッカーを通じて、ヒューマノイドロボットが物体を操作して移動する技術を開発しました。
主な結果
実機の Unitree G1 ロボットにおいて、箱の運搬、箱の把持、スーツケースを乗り越えるなどの複雑な全身操作を成功させました。
意味
ロボットが人間の行動データに基づき、複雑な環境でバランスをとりながら物体を扱う能力を向上させることができることを示しています。AI要約
論文2026-10-02 · arXiv (Cornell University)

多様なロボットハンドで再利用可能な物体の把持技術 GOTT を提案

GOTT: Object-centric Dexterous Manipulation with a Reusable Cross-Embodiment Primitive
何を
人間の手のように複数の指を持つロボットハンドが、物体を安定して把持し、所望の方向へ動かせるよう、異なるロボットや手の形状の間で共通して使用できる接触技術 GOTT を提案しました。
主な結果
シミュレーションと実際のロボット実験において、GOTT は多様な物体、アーム・ハンドプラットフォーム、学習に使用されたことのない手の形状においても安定した接触を作り出し、あらかじめ決められた把持方式と比較して、全体のタスク成功率が一貫して向上したと報告されています。
意味
特定のロボットに依存しない共通の動作パーツを使用すれば、ロボットハンドの種類が変わっても同じ技術を再利用できる可能性を示した研究です。ただし、アブストラクトだけでは商用化の水準や実際の産業的効果を判断することは困難です。AI要約
論文2026-10-01 · arXiv (Cornell University)

ロボットがシミュレーションの練習で自らスキルを向上させるRPGフレームワーク

Reconstruct, Practice, Go Real: Guided Self-Improvement for Embodied Agents
何を
人間の追加介入なしにロボットのタスクシステムを自律的に改善するRPGフレームワークを提案しました。
主な結果
22の操作タスクの新しい初期条件テストにおいて、成功率が初回の練習後の28.6%から15ラウンド後には95.0%に上昇し、実機ロボットの30回の試験すべてに成功しました。
意味
ロボット制御ソフトウェアを人間の手直しを減らして改善できる可能性を示した研究ですが、実際の産業適用や商用化のレベルは抄録だけでは判断できません。AI要約
論文2026-09-30 · arXiv (Cornell University)

研究チーム、触覚的好奇心によりロボットの学習効率を高めるTacExを提案

Tactile Curiosity Drives Robot Interaction
何を
ロボットが触覚(物体に触れる感覚)に対する好奇心を育み、自ら物体に触れて掴む方法を習得できるようにする探索フレームワークTacExを提案しました。
主な結果
アブストラクトによると、TacExはタスク報酬や専門家のデモンストレーションなしで接触の多いインタラクションデータを収集し、このデータを用いて追加の環境インタラクションなしでピック・アンド・プレースの方策を学習できるほか、視覚・言語・行動モデルの事後学習性能も向上させるとのことです。
意味
従来のロボット学習は空間内でランダムに動くことに多くの時間を費やしていましたが、接触を中心に探索すれば学習効率を改善できるという方向性を示しています。ただし、アブストラクトだけでは実用化の水準や商業化の可能性を判断することは困難です。AI要約
論文2026-09-29 · arXiv (Cornell University)

実際の動画数件をAIで拡張し、ヒューマノイドの物資運搬学習を実現

Counterfactual Video Generation Enables Scalable Humanoid Loco-Manipulation
何を
人間が物を運ぶ実際の動画数件をベースに、AIが多様な仮想動画を作成し、それをロボットの学習に活用する手法(PRISM)を提案しました。
主な結果
このように学習した1つの制御ポリシーにより、実際のヒューマノイドロボットが現実世界での追加学習なしで、箱、ドラム缶、容器、ボールなどを掴んで運び、置くことに成功したと報告しています。
意味
大量の実際のロボットのデモデータを集めるのが難しい状況下で、少ない実際の動画から学習データを拡張できる可能性を示した点に意義があります。AI要約
論文2026-09-28 · The International Journal of Robotics Research

ロボット学習のための「ワールドモデル」研究を体系的に整理した包括的サーベイ

World model for robot learning: A comprehensive survey
何を
行動によって環境がどのように変化するかを予測するモデルである「ワールドモデル」を、ロボット学習の観点から体系的に整理したサーベイ(包括的レビュー)論文です。
主な結果
抄録によると、ワールドモデルがロボットポリシー、シミュレータ、評価、データ生成にどのように活用されているか、またロボットの動画ベースのワールドモデルの発展の歴史を整理し、代表的なデータセット・ベンチマーク・評価方法も要約されています。
意味
散在していたロボット学習研究のさまざまなアプローチを一つの枠組みにまとめた資料であり、関連研究の流れを把握するのに役立ちます。ただし、抄録は個別の技術の性能や商業的成果を証明するものではありません。AI要約

人物

なぜAIリーダーの人事と論文を追うのか

AI産業では人こそが技術です。キーとなる研究者がどの企業に移り、どんな研究所を立ち上げるかは、数か月後に製品・資金調達・M&Aにつながることが少なくありません。本ページでは、フロンティア研究所、新興研究所、学界、AI半導体、韓国・中国の人物まで分けて所属の変化を追跡します。

論文は、その人がいま何に注力しているかを示します。HBM・メモリ、GPU・アクセラレータ、推論効率、エージェント、ロボットなど投資につながる10分野に論文を分類し、抄録をもとに「何を・主な結果・意味」の3行要約と原文・PDFリンクを提供します。特定銘柄の売買推奨ではなく、アイデアを探すための情報です。

よくある質問

Q. どの人物を追跡していますか?

フロンティア研究所(OpenAI・Google DeepMind・Anthropic・Metaなど)、新興研究所、学界、AI半導体、韓国・中国のキーとなる研究者と経営陣です。論文をほとんど書かない経営陣は人事異動のみ追跡します。

Q. 情報源と更新頻度は?

論文はSemantic ScholarとarXiv、経歴はウィキデータ(CC0)と公式発表・報道をもとに毎日自動で収集します。運営者が確認・承認した項目のみ公開します。

Q. 論文要約は誰が書いていますか?

論文の抄録をもとにAI(Google Gemini)が下書きを作成し、運営者が確認してから公開します。他言語は確認済みの韓国語要約をAIで翻訳したものです。詳しい数値や文脈は必ず原文でご確認ください。

本ページは公開論文・公式発表・報道を整理した情報提供用の資料です。論文要約は抄録をもとにAIが作成し運営者が確認したもので、原文と異なる場合があるため、重要な内容は原文をご確認ください。特定銘柄の売買推奨や投資助言ではありません。 人事異動は公式発表または主要報道を出典として表示し、経歴の一部はウィキデータ(CC0)を参照しています。 このページの要約は、運営者が確認した韓国語版をもとにAIが翻訳したものです。

🐩 コボンおやつ代応援
코봉이
このページがお役に立ちましたら、コボンのおやつ代応援も歓迎です 🦴
💬 コミュニティコメント
IPベース匿名ニックネーム · 暴言/スパム時制裁の可能性
読み込み中...