#強化学習

AI論文ウィークリーレビュー 2026年3月18日 - 科学的判断力とロボット操作の飛躍

2026年3月の最新AI論文から、科学的判断力を獲得するAIシステム、物理的に実行可能なヒューマノイド動作生成、視覚言語動作モデルによる能動的ロボット操作、自律科学研究フレームワークの4本を解説。引用データを活用した強化学習やDirect Preference Optimizationなど、実用的なAI研究の最前線を紹介します。