論文
フィジカルAI関連の最新論文を、日本語のひとことで。原題は英語です。
最新論文: 2026/10/6 / arXivを3時間ごとに自動収集
📖 UMIデバイス・カタログ(日本語版)UMI式データ収集デバイスと主要データセットを日本語で俯瞰 →- 論文ヒューマン・ロボット協調ロボティクス
地球非依存の異常トリアージに向けた証拠駆動型ヒューマン・エージェント・ロボット協調
深宇宙クルーが地上支援なしで異常に対処するため、AIエージェントとロボットが証拠を収集・統合して原因を絞り込む協調アーキテクチャを提案し、ISSのアンモニア誤警報と月面基地の電源異常のシナリオで実証した。
原題: Toward Evidence-Driven Human-Agent-Robot Teaming for Earth-Independent Anomaly Triage / Ignacio G Lopez-Francos, Alexis Gallagher, Samira Shalal
日本語で読む → - 論文VLAロボティクス
視覚外乱に適応するVLAモデルの自己教師ありテスト時適応
ロボット実行中に未知の視覚外乱が起きても、直前の未実行行動チャンクを自己教師信号としてVLA方策をテスト時に適応させ、成功率を向上させる手法SALTを提案。
原題: Adapting Vision-Language-Action Models to Unknown Visual Disruptions During Execution / Ahin Lee, Jinwoo Seo, Youngsoo Jang 他
日本語で読む → - 論文マニピュレーションロボティクス
PACE: 進捗整合コンテキストによる段階一貫性のある長期的ロボットマニピュレーション
実演を段階構造を持つトークン列に圧縮し、実行中の行動・観測履歴を記憶して進捗に応じて参照することで、段階の混同を防ぎ長期的な操作タスクの成功率を高める手法を提案。
原題: PACE: Stage-Consistent Long-Horizon Robot Manipulation via Progress-Aligned Context for Execution / Yenan Chen, Junjie Shi, Lu Chen 他
日本語で読む → - 論文ナビゲーション画像認識
SPW-Nav: 言語誘導ナビゲーションのためのストリーミングパノラマワールドモデル
単一のパノラマ画像から、言語指示に従って2K 360度ビデオをリアルタイムでストリーミング生成するパノラマワールドモデルを提案。
原題: SPW-Nav: A Streaming Panoramic World Model for Language-Guided Navigation / Yunheng Liu, Ziqi Cai, Siqi Yang 他
日本語で読む → - 論文VLA画像認識
SpaTime: 時空間推論のためのストリーミング視覚言語モデル
動画が到着する途中でも因果的幾何トークンを融合し、応答時間損失で適切な応答タイミングを学習するストリーミングVLMを提案。
原題: SpaTime: Streaming Vision-Language Models for Spatio-temporal Reasoning / Hairong Yin, Huangying Zhan, Shin-Fang Chng 他
日本語で読む → - 論文ワールドモデル計画ロボティクス
どれだけの計画で十分か?ワールドモデル計画における探索と計算の削減
ワールドモデル計画の計算コストを削減するため、タスクごとに十分な計画予算を認定し、探索反復間で静的な文脈表現を再利用するフレームワークSufficientPlanを提案した。
原題: How Much Planning Is Enough? Reducing Search and Computation in World-Model Planning / Changbai Li, Sirui Li, Yichen Yang 他
日本語で読む → - 論文自動運転/プランニングロボティクス
ウェイポイント回帰を超えて:到達可能な自己未来に対するクエリベースコスト学習によるエンドツーエンド運転
ウェイポイント回帰ではなく、動的に到達可能な自己軌道クエリに対してコストを学習し、衝突率を改善するエンドツーエンド運転プランナを提案。
原題: Beyond Waypoint Regression: Query-Based Cost Learning over Reachable Ego Futures for End-to-End Driving / Ahmed Abouelazm, Rupert Polley, Qingyuan Zhang 他
日本語で読む → - 論文触覚ロボティクス
ExoBridge:人間の四肢連携を利用した素手から装着型外骨格へのマッピング学習
両手の連携動作を利用し、素手の映像から外骨格の動作・触覚状態を予測する学習フレームワークを提案。触覚予測でAUROC 0.916を達成。
原題: ExoBridge: Learning a Bare Hand to Hand-Worn Exoskeleton Mapping through Human Limb Coupling / Ruitong Tian, Xianyao Li, Noah B. Wilson 他
日本語で読む → - 論文医療ロボティクスロボティクス
疎な透視下でのカテーテルナビゲーションのための信念状態世界モデル:平面的概念実証
疎なX線撮影の間を物理ベースの世界モデルとパーティクルフィルタでカテーテル先端状態を推定し、接触リスクも評価する簡易シミュレーションによる概念実証。
原題: A Belief-State World Model for Catheter Navigation under Sparse Fluoroscopy: A Planar Proof of Concept / Damini Rijhwani
日本語で読む → - 論文モデリングロボティクス
マルチロータ推進のための入れ子型パワーモデル:空力抵抗から電気損失まで
マルチロータの推進パワーを、空力散逸から運動エネルギー変化、トルク依存の電気機械損失、速度比例損失へと段階的にモデル化し、実験で検証した。
原題: Nested Power Models for Multirotor Propulsion: From Aerodynamic Drag to Electrical Losses / Antonio Franchi, Aaron Saini, Ahmed Ali 他
日本語で読む → - 論文マニピュレーションロボティクス
未来が一致する間だけコミット:ロボットマニピュレーションのための結果認識型適応アクションチャンキング
行動チャンクの実行長を、想像した未来の一致度に基づいてベイズ変化点推定で適応的に決める推論時フレームワークを提案し、失敗率を最大71.8%削減した。
原題: Commit While Futures Agree: Consequence-Aware Adaptive Action Chunking for Robot Manipulation / Yuyan Li, Yujia Wang, Yusong Huang 他
日本語で読む → - 論文マニピュレーションロボティクス
把持後における物体再配向によるロボット挿入の運動学的修復
把持後の物体姿勢を触覚ベースで再配向し、挿入経路の運動学的実現可能性を回復する手法を提案。学習したタスク条件付き事前分布で探索を効率化し、実機で検証した。
原題: Post-Grasp Kinematic Repair for Robotic Insertion via Object-in-Gripper Reorientation / Haegu Lee, Christoffer Sloth
日本語で読む → - 論文sim2realロボティクス
UWB×Crazyflow:空中ロボティクス向け劣化フィードバックの大規模シミュレーション
JAXベースの微分可能シミュレータCrazyflowを提案し、UWB/IMUとEKFを統合して劣化した状態フィードバック下での制御器評価を大規模並列で可能にした。
原題: UWB Meets Crazyflow: Simulating Degraded Feedback at Scale for Aerial Robotics / Martin Schuck, Marcel P. Rath, Yufei Hua 他
日本語で読む → - 論文ナビゲーションロボティクス
RF信号によるナビゲーション:マルチパス不確実性下での身体性知覚行動
電波のマルチパス歪みに対処するため、視覚とRFの統合ベンチマークを構築し、不確実性を考慮したマルチモーダルナビゲーション手法を提案した。
原題: Navigation with RF Cues: Embodied Perception Action under Multipath Uncertainty / Wenlihan Lu, Tianshun Li, Liuqing Yang 他
日本語で読む → - 論文Webエージェント/敵対的学習自然言語
AdvSim2Real:適応的プロンプトインジェクションに対するWebエージェントの学習
凍結されたWeb世界モデル内でタスクカリキュラム・インジェクション攻撃者・エージェントを共進化させ、未知の攻撃者に対しても堅牢なWebエージェントを訓練する手法を提案。
原題: AdvSim2Real : Training Web Agents Against Adaptive Prompt Injection in a Web World Model / Sarim Hashmi, Mukul Ranjan, Kshitij Mishra 他
日本語で読む → - 論文VLAAI
VeriFine: 身体性推論における自己改善のための検証スケーリング
方策・カリキュラム・判定器を共進化させ、人間の助言を活用して判定器を改良することで、身体性推論タスクにおける継続的な自己改善を実現するフレームワークを提案。
原題: VeriFine: Scaling Verification for Self-Improvement in Embodied Reasoning / Zewei Zhou, Rachel Luo, Yulong Cao 他
日本語で読む → - 論文全身遠隔操作ロボティクス
リターゲティングを超えて:学習した原子運動プリミティブによる低遅延で堅牢なヒューマノイド全身遠隔操作
人間の動作を直接ロボット関節コマンドに変換するリターゲティング不要のポリシーを提案し、運動プリミティブのコードブックで外れ値や部分入力に頑健に対応、低遅延な全身遠隔操作を実現した。
原題: Beyond Retargeting: Low-Latency and Robust Humanoid Whole-Body Teleoperation with Learned Atomic Motion Primitives / Xiayan Xu, Jiyu Yu, Xingzhou Chen 他
日本語で読む → - 論文画像改ざん検出画像認識
画像改ざん検出におけるアーティファクトの明示的モデル化:ペアワイズ編集関係による分離
画像改ざん検出を潜在変数問題として再解釈し、編集関係を用いた2段階学習でアーティファクトを明示的に分離する手法を提案。
原題: Can We Model the Artifacts Explicitly? Disentangle Artifacts via Pairwise Edit Relations for Image Manipulation Localization / Xuekang Zhu, Kaiwen Feng, Ruifeng Wang 他
日本語で読む → - 論文VLA機械学習
JEPA世界モデルにおける逆動力学による不安定モードの保持
JEPA世界モデルに逆動力学損失を追加することで、制御に重要な不安定モードを表現に保持し、視覚ベースの制御を可能にする手法を提案。
原題: Preserving Unstable Modes Through Inverse Dynamics in JEPA World Models / Leonardo F. Toso, Yann LeCun, James Anderson 他
日本語で読む → - 論文ハンドオーバーロボティクス
生成的仮説選択による反応的なタスク指向ロボット-人間間ハンドオーバー
VLMの画像生成でタスクに応じた手と物体のインタラクション仮説を生成し、観察した人間の手姿勢とリアルタイムに照合することで、未知の物体-タスクの組み合わせでも適切な受け渡し方を推論する手法を提案した。
原題: Reactive Task-Oriented Robot-Human Handovers via Generative Hypothesis Selection / Carmen Scheidemann, Andreea Tulbure, Pascal Burkhardt 他
日本語で読む → - 論文VLAロボティクス
OpenWAM: 構成可能なWorld-Actionモデルのためのオープンフレームワーク
ロボット動画の基盤モデルと構成可能な映像-行動相互作用を組み合わせたオープンなWorld-Actionモデリング枠組みを提案し、LIBEROや実機タスクで高い成功率を達成した。
原題: OpenWAM: An Open Framework for Composable World-Action Models / Heng Yu, David D. Yuan, Juze Zhang 他
日本語で読む → - 論文超音波イメージングcs.GR
UltraDiff: 超音波における微分可能レイトレーシングによる形状最適化
超音波画像形成を経路空間積分として定式化し、シーン形状に関する勾配を計算できる微分可能レイトレーシングフレームワークを提案。Bモード画像から教師なしで脊椎表面形状を復元できることを示した。
原題: UltraDiff: Differentiable Ray Tracing in Ultrasound for Shape Optimization / Felix Duelmer, Magdalena Wysocki, Nassir Navab 他
日本語で読む → - 論文世界モデル/ロバスト制御ロボティクス
世界モデルにおける潜在外乱のモデリングによるロバスト意思決定
世界モデルの潜在空間に、もっともらしいが悲観的な遷移を引き起こす外乱を定義し、conformal predictionで不確実性集合を調整してロバストな行動選択を実現する手法を提案。
原題: Modeling Latent Disturbances for Robust Decision-Making in World Models / Junwon Seo, Andrea Bajcsy
日本語で読む → - 論文経路追従制御ロボティクス
エネルギーを考慮した経路追従:電気自動車における強化学習とNMPCの比較分析
電気自動車の経路追従制御において、回生ブレーキによるエネルギー回収を考慮し、NMPC・PPO・PID-SF・Stanleyの4手法を比較。PPOは未見のコースや動的車両モデルにもゼロショットで転移可能なことを示した。
原題: Energy-Aware Path Following: Comparative Analysis of Reinforcement Learning and NMPC for Electric Vehicles / Mohamed Sabaa, Mostafa Emam
日本語で読む → - 論文自動運転マップロボティクス
自動運転システムのためのベクターマップ品質指標
自動運転向けベクターマップの品質を評価する新指標GOSPAMを提案し、位置誤差や存在・完全性のずれを統一的に捉えられることをシミュレーションで示した。
原題: Vector Map Quality Metrics for Contextual Autonomous Driving Systems / Marie-Ngoïe Badibanga Kalenda, Philippe Bonnifait, Marie-Anne Mittet
日本語で読む → - 論文強化学習ロボティクス
QF3: フィルタリングされたQ勾配による高速フロー強化学習
フローポリシーを強化学習で訓練する際、批評家の行動勾配を1ステップ予測に逆伝播し、信頼できる行動次元のみに適用するオフポリシー手法を提案。ヒューマノイド歩行をゼロから学習し実機にゼロショット転移、既存手法より10倍高速化を実現。
原題: QF3: Fast Flow RL with Filtered Q-Gradients / Chung Min Kim, Brent Yi, David McAllister 他
日本語で読む → - 論文変形型UAV/ホバリング制御ロボティクス
モデルからプロトタイプへ:双翼変形型UAVの設計とモーターフラップ推進制御
変形型UAV「MetaMorpher」のホバー制御に焦点を当て、モーター推力と翼のエレボン偏向を回転に同期させる2つの推進戦略をシミュレーションと実験で評価した。
原題: From Model to Prototype: Design and Motor-Flap Propulsion Control of a Twin-Wing Metamorphic UAV / Anja Bosak, Dorian Erić, Ana Milas 他
日本語で読む → - 論文物理シミュレーション/LLMエージェントAI
WorldSolver: LLMエージェントはソルバ生成を通じて物理ダイナミクスをシミュレートできるか
古典的CG論文由来の168の物理シミュレーションタスクを集めたベンチマークWorldSolverを提案し、LLMエージェントがソルバをコード生成して物理現象を再現できるかを実行・視覚・物理的妥当性の3軸で評価した。
原題: WorldSolver: Can LLM Agents Simulate the Physical Dynamics via Solver Generation? / Siru Jiang, Yongzhe Lyu, Shuo Lu 他
日本語で読む → - 論文マニピュレーションロボティクス
ずれた座標系を見抜く:視覚・力覚精密組立のための特権ノイズ蒸留
精密組立では姿勢誤差が観測と行動の座標系を同時にずらす問題に対し、訓練時のみ特権情報を使う蒸留でノイズに頑健な視覚・力覚方策を学習し、実機Frankaでも高い成功率を達成した。
原題: Seeing Through the Displaced Frame: Privileged Noise Distillation for Vision-Force Precision Assembly / Ching-Hsiang Chang, Tzu-Yu Chuang, Yi-Hsiu Lee 他
日本語で読む → - 論文VLAロボティクス
VLA-ACL: 行動整合性に基づく視覚トークン刈り込みによる効率的なVision-Language-Actionモデル
ベースのVLAモデルを凍結したまま、行動レベルの教師信号で軽量な視覚トークン選択ポリシーを学習し、最大87.5%の視覚トークンを削減しつつ操作性能を維持する手法を提案。
原題: VLA-ACL: Action-Consistent Visual Token Pruning for Efficient Vision-Language-Action Models / Owen Du, Yang Yue, Jie Zhang 他
日本語で読む →
PR・アフィリエイト広告
