2026/03/16 0:21

不完全なヒト動作データから学ぶアスレチック・ヒューマノイドテニス技能 --- Translation notes: - “Athletic Humanoid” is rendered as アスレチック・ヒューマノイド to preserve the compound adjective. - “Learning…Skills” becomes 学ぶ…技能 for natural Japanese phrasing while keeping the original meaning.

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

Summary

論文では、短くて不完全な動作サンプル（基本的なテニスの動きを記録した簡易映像）から学習し、人型ロボット（Unitree G1）がテニスをプレイできるようにするシステム LATENT を紹介しています。これらの断片は、正確にボールを打ち返すポリシーを訓練するための有用な事前知識として機能します。LATENT は、シミュレーションから実際のハードウェアへの移行を強固にする設計上の工夫を取り入れており、学習したスキルがリアルデバイスで動作できるようになっています。本研究は清華大学・北京大学・Galbot・上海機械知能研究所・上海AIラボなど複数の中国機関との共同プロジェクトであり、人型ロボット運動学習の先行研究を基に、テニスに必要な高度な協調性へと焦点を当てています。デモでは、人間プレイヤーと多連打ラリーを行い、反応的な足さばきや異なる相手への挑戦姿勢が示されます。この成果は、将来的にはより多様なプレイスタイルや長時間の試合へ拡張できる可能性を示唆しています。

本文

不完全なヒューマンモーションデータから学ぶアスレチックヒューマノイドテニススキル

Zhikai Zhang¹,³*, Haofei Lu¹,³*, Yunrui Lian¹,³*, Ziqing Chen¹,³, Yun Liu¹,³, Chenghuai Lin³, Han Xue¹,³, Zicheng Zeng³, Zekun Qi¹,³, Shaolin Zheng³, Qing Luan³, Jingbo Wang⁵, Junliang Xing¹, He Wang²,³, Li Yi¹,⁴†

*Equal contribution
†Corresponding author

1 清華大学 2 北京大学 3 Galbot 4 上海奇智研究院 5 上海AIラボ

要旨

ヒトのアスリートは、速球に対して競技的なレイリーを行うために多彩で極めてダイナミックなテニススキルを持っています。これらの挙動をヒューマノイドロボット上で再現することは難しく、その主因として完璧なヒューマノイドアクションデータ、あるいは実際の試合から取得できる完全かつ正確なヒトの運動学的シーケンスが不足している点が挙げられます。本研究では LATENT と呼ばれるシステムを提案し、不完全なヒトモーションデータからアスレチックヒューマノイドテニススキルを学習します。

不完全なデータは、実際の試合で使用される原始的なスキルを捉えた運動フラグメントのみで構成されており、完全かつ精密なシーケンスではありません。このアプローチにより、データ収集が大幅に容易になる一方で、人間テニスのプリミティブに関する貴重な事前知識を保持できます。これらのフラグメントを補正・合成して訓練したヒューマノイドポリシーは、多様な条件下で来球を一貫して打ち返し、ターゲット位置へ返球することができ、自然な動作スタイルも維持します。

さらに、本研究では強力なシミュレーションから実世界への転移（sim‑to‑real）を実現するための設計要素を提案し、学習したポリシーを Unitree G1 ヒューマノイドロボット上でデプロイしました。結果として、人間プレイヤーとの多球レイリーを継続的に行うという実世界での印象的なパフォーマンスが達成されました。

図（説明）

マルチショットレイリ
レイリー1 – レイリー2 – レイリー3 – レイリー4
リアクティブフットワーク
フットワーク1 – フットワーク2 – フットワーク3 – フットワーク4
異なるヒトプレイヤーとの対戦
ヒトプレイヤー1 – ヒトプレイヤー2 – ヒトプレイヤー3
自己対戦（シミュレーション）
ヒトプレイヤー3

BibTeX

@inproceedings{zhang2024latent,
  title={Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data},
  author={Zhang, Zhikai and Lu, Haofei and Lian, Yunrui and Chen, Ziqing and Liu, Yun and Lin, Chenghuai and Xue, Han and Zeng, Zicheng and Qi, Zekun and Zheng, Shaolin and Luan, Qing and Wang, Jingbo and Xing, Junliang and Wang, He and Yi, Li},
  booktitle={Proceedings of the XYZ Conference},
  year={2024}
}

同じ日のほかのニュース

一覧に戻る →

2026/03/16 4:12

「Chrome DevTools MCP」（原文と同じく略語をそのまま使用します）

## Japanese Translation: **改訂要約** Chrome の MCP（Machine‑Code Processor）サーバーは、現在実行中の Chrome セッションに直接コーディングエージェントを接続できるようになり、新しいインスタンスを毎回起動する必要がなくなりました。この機能を利用するには、`chrome://inspect#remote-debugging` でリモートデバッグを有効化し、MCP サーバーを `--autoConnect` フラグ付きで起動します（例：`gemini-cli --autoConnect --channel=beta`）。エージェントがセッションを要求すると、Chrome は許可ダイアログを表示し、「Chrome is being controlled by automated test software」というバナーを表示します。エージェントはそのアクティブなセッションに対して Network や Elements などの DevTools パネルへアクセスできます。 MCP サーバーは依然として元々の起動方法をサポートしています：ユーザープロファイルの指定、リモートデバッグポート経由での接続、または隔離された一時プロファイルの実行。サンプルワークフローは次のとおりです。リモートデバッグを有効化した後、エージェントプロンプトに「Check the performance of https://developers.chrome.com」と入力すると、MCP サーバーが接続し、ページを開き、パフォーマンストレースを取得します。 Chrome M144（Beta）で利用可能なこの機能は、デベロッパーが新しいセッションを開くことなく手動の DevTools 使用と AI 支援デバッグをシームレスに切り替えられるようにし、将来的に MCP を通じてコーディングエージェントへより多くの DevTools パネルデータを段階的に公開する基盤を整備します。

2026/03/16 6:22

カナダの法案 C‑22 は、カナダ国民への大量メタデータ監視を義務付けています。

## Japanese Translation: > Bill C‑22（Lawful Access Act）は、通信事業者および電子サービスプロバイダー（ESP）への法執行アクセスを拡大すると同時に、一部のプライバシー制限を強化します。従来のBill C‑2で広範な無証拠要求が認められていた点を置き換え、通信事業者に対しては「サービス確認」権限のみを限定的に付与します。他の加入者情報については、合理的根拠基準に基づく裁判所承認命令が必要となります。 > > 本法ではまた、Supporting Authorized Access to Information Act（SAAIA）も導入されます。この条項はBill C‑2の多くの要件を反映しつつ、GoogleやMetaなどのESPにも適用します。ESPはデバイス・機能テストへの協力、要求の秘密保持、および「コアプロバイダー」として指定される可能性があります。コアプロバイダーは、データ抽出ツールの開発・テスト・維持管理、監視装置の設置、当局への機能通知、そして特定メタデータ（例：送信ログ）を最大1年間保持する義務があります。ただし、**送信内容、ウェブ閲覧履歴、またはソーシャルメディア活動の保持を強制されることはありません**—この例外はシステム的脆弱性への対処に限定されています。 > > 監督はインテリジェンス・コミッショナーが承認した省令によって行われますが、多くの詳細は機密扱いとなっています。本法は、ブダペスト条約第二追加議定書や米国のCLOUD Actなどとの国際情報共有協力を改善することを目的としていますが、重大な市民権利懸念を提起し、通信事業者およびESPに大きなコンプライアンス負担を課す可能性があります。結果として、ユーザーの監視リスクが高まる恐れがあります。

2026/03/16 4:25

49 MB のウェブページ

## Japanese Translation: 記事は、現代のニュースサイトがデータ量の多いリクエストや侵入的な広告、トラッキングスクリプトで読者を過剰に負荷させていると主張し、滑らかな閲覧体験よりも収益を優先していることを指摘しています。 - **具体的証拠:** ニューヨーク・タイムズの記事1件が422のネットワークリクエスト、49 MBのデータを生成し、安定するまでに2分かかったと報告されています。2006年には同じページは1.5 Mbpsの接続で数分間停止していた（10曲分のMP3音源に相当）。 - **広告インフラ:** クライアント側のプログレマティックオークションがRubicon ProjectやAmazon Ad Systemsなどのエクスチェンジへ何十もの同時入札リクエストを送信し、膨大なJavaScript解析を要求します。 - **トラッキングペイロード:** 約5 MBのトラッキングスクリプトがPOSTビーコンをファーストパーティー端点（例: a.et.nytimes.com/track）やクロスサイトトラッカー（doubleclick.net、casalemedia）へ送信し、バックグラウンドでユーザー識別情報を構築します。IABの「purr」同意エンドポイントはページロード直後にこれらのスクリプトを即座に起動させるため、クッキーバナーはプライバシー保護ではなく法的シールドであることが示されています。 - **UX戦術:** パブリッシャーはCPMやビューアビリティ指標を読者体験よりも重視し、モーダルポップアップ、低コントラストの閉じアイコン、強制スクロール、自動再生のスティッキービデオ（CPU熱、バッテリー消費、Fitts法違反）や「Read More」ボタンで記事を切り捨て、追加広告をロードします。これらは広告iframeが遷移後に読み込まれる際にレイアウトシフト(CLS)を引き起こし、Google Core Web Vitalsの指標による離脱率を高めます。 - **モバイル問題:** モバイルニュースサイトはコンテンツに約11 %しかビューポートを割り当てず、狭いスリット状の表示領域がインタラクションコストを増大させます。 - **緩和策:** 非必須オーバーレイはスクロール深度≥50 %または60 秒滞在後に遅延し、モーダルキューを順序付け、アクセシブルで低侵襲のモーダルを使用し、非同期コンテンツ用スペースを確保してCLSを回避します。 - **代替案:** text.npr.org、lite.cnn.com、およびRSSフィードといった軽量フォーマットは、読者が余計な要素のないプライバシーフレンドリーなニュース消費を好むことを示し、広告中心のUIパラダイムに挑戦します。 **結果:** このまとめはすべての主要ポイントを完全に反映し、説明のない推測を避け、記事の主張を明確で読者フレンドリーな概要として提示しています。