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: 2026/10/5 / 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 →- 論文拡散方策/安全強化学習機械学習
到達可能性を考慮した拡散方策最適化
拡散方策を用いた強化学習において、動力学モデルなしで予測的な初回到達可能性推定と累積コスト予算フィードバックを組み合わせ、安全性を考慮した方策最適化手法RADPOを提案した。
原題: Reachability-Aware Diffusion Policy Optimization / Hikmet Simsir, Kutay Demiray, Ozgur S. Oguz
日本語で読む → - 論文生成モデル画像認識
制御可能な道路標示生成
走行可能領域マスクとテキスト記述から、車線区切りや横断歩道などの道路標示レイアウトをBEVで生成する手法を提案。
原題: Controllable Road Marking Generation / Zhiyu, Cai, Yufan Zhang 他
日本語で読む → - 論文発達ロボティクスロボティクス
養育者を備えた乳児シミュレータ:社会的相互作用における乳児視点の触覚と視覚の生成
MuJoCo上の乳児モデルMIMoに養育者モデルを追加し、抱っこやあやしの相互作用を再現して、乳児視点の触覚・視覚データを生成できるプラットフォームを構築した。
原題: Infant simulator with an embodied caregiver: Generating infant-perspective touch and vision during social interaction / Noemi Vaculinova, Matej Hoffmann
日本語で読む → - 論文VLAAI
アッカーマン操舵移動ロボットによる連続環境での視覚言語ナビゲーションのsim-to-real転移
ナビゲーショングラフや全周視野を使わず、視覚言語モデルとCross-Modal Attentionで自然言語指示に従う連続環境ナビゲーションを構築し、実機アッカーマンロボットで微調整してsim-to-real転移を実現した。
原題: Sim-to-Real Transfer of Vision-Language Navigation in Continuous Environments Using an Ackermann-Steered Mobile Robot / Chalindu Abeywansa, Sahan Gunasekara, Devindi De Silva 他
日本語で読む → - 論文VLAロボティクス
VLA事後学習におけるデータ拡張の正しい使い方と落とし穴
VLAモデルの強化学習による事後学習で、画像拡張はcriticにのみ適用しactorには適用しないことが重要だと示し、分布外タスクの成功率を改善する実践的な指針を提示した。
原題: How (and How Not) to Use Data Augmentation in VLA Post-Training / Bram Grooten, Joaquin Vanschoren
日本語で読む → - 論文手術ロボットロボティクス
DASH: 汎用ロボットを手術ロボット研究基盤に変えるda Vinciアダプタ
da Vinci手術器具を汎用ロボットに無改造で装着できるアダプタを開発し、遠隔操作実験で有効性を示した。
原題: DASH: A da Vinci Adapter for Serial-link and Humanoid Robots as an Accessible Platform for Surgical Robotics Research / Sara Wickenhiser, Junrong Zhou, Zekai Liang 他
日本語で読む → - 論文マニピュレーションロボティクス
能動推論制御のための生成軌道モデルのベンチマーク
生成軌道モデルを用いた能動推論制御(GenAIF)を提案し、拡散モデル・自己回帰Transformer・CVAE・フローマッチングをMuJoCoマニピュレーションで比較評価した。
原題: Benchmarking Generative Trajectory Models for Active-Inference Control / Yulin Li, Mohsen A. Jafari, Andrea Matta
日本語で読む → - 論文自動運転ロボティクス
YOLOv7とMiDaSを用いた自動運転車のための高度な知覚・自己位置推定・経路計画技術
YOLOv7による物体検出とMiDaSによる深度推定を組み合わせ、自動運転車の知覚・自己位置推定・経路計画を実現するシステムを提案し、シミュレーションと実験で有効性を示した。
原題: AUTOPILOT An Advanced Perception, Localization and Path Planning Techniques for Autonomous Vehicles Using YOLOv7 and MiDaS / Harshkumar Devmurari, Gautham Kuckian, Prajjwal Vishwakarma
日本語で読む → - 論文VLA機械学習
分布内性能を超えて:脆弱性指向チューニングによる量子化VLAの汎化回復
量子化されたVLAポリシーは分布内性能を保つ一方で環境変化に脆くなる問題に対し、脆弱な状態を選択的に修正するオンポリシー蒸留フレームワークPIVOT-Qを提案した。
原題: Beyond In-Distribution Preservation: Recovering Generalization in Quantized VLAs via Vulnerability-Oriented Tuning / Shen Ruan, Wenchang Gao, Jin Wang 他
日本語で読む → - 論文軌道生成/拡散モデルロボティクス
拡散モデルの合成によるモジュラー制約下での宇宙機ランデブ軌道生成
拡散モデルを組み合わせることで、接近コーンやセンサ視線などの複数のミッション制約を満たすランデブ・近傍運用軌道を生成する手法を提案し、再学習なしで制約の組み合わせを変更できることを示した。
原題: Spacecraft Rendezvous Trajectory Generation with Modular Constraints via Diffusion Model Composition / Mariko A. Storey-Matsutani, Richard Linares
日本語で読む → - 論文ヒューマノイド/マルチモーダル対話ロボティクス
話し、描き、演じる:会話型ヒューマノイドロボットのための同期音声と社会的ジェスチャー・デジタル顔の統合
音声・顔アニメーション・身体ジェスチャーを統合し、意味的に一貫した応答をリアルタイムで生成するエージェント型フレームワークTRABotを提案し、G1ヒューマノイドで実装した。
原題: Talk, Render, Act: Integrating Social Gesture and Digital Face with Synchronized Speech for Conversational Humanoid Robot / Jin Jiang, Kun Li, Jiancong Ma 他
日本語で読む → - 論文模倣学習ロボティクス
行動クローニングの謎を解明するベンチマークOCBench
人間のデモに似た性質を持つスクリプトポリシーでロボット操作ベンチマークOCBenchを構築し、行動クローニングにまつわる数々の不思議な現象を制御された環境で再現・分析できるようにした。
原題: Behavioral Cloning Mystery / Seohong Park, Sergey Levine
日本語で読む → - 論文移動マニピュレーションロボティクス
MobileVISTA: 移動マニピュレーションにおける姿勢汎化のための生成データ拡張
単一姿勢の実演データから、視覚観測の拡張と動作の再ターゲティングを組み合わせて姿勢摂動に頑健な訓練データを生成し、ヒューマノイドや双腕ロボットの移動マニピュレーションの汎化性能を向上させるフレームワーク。
原題: MobileVISTA: Generative Data Augmentation for Pose Generalization in Mobile Manipulation / Suzannah Wistreich, Stephen Tian, Isabella Huang 他
日本語で読む → - 論文自己中心視点学習ロボティクス
RoboCap:自己中心視点ロボット学習のための新プラットフォーム
6カメラと2つのIMUを搭載した250gの帽子型デバイスと、それに最適化した3Dアルゴリズム群を開発し、自己中心視点の操作データ収集を可能にした。
原題: RoboCap: A New Platform for Egocentric Robot Learning / Grounded Superintelligence, BitRobot
日本語で読む → - 論文マニピュレーションロボティクス
不確実環境下での柔軟なリーチングのための仮想モデル制御
力制御ロボットアームのリーチングタスクに仮想モデル制御(VMC)を適用し、障害物や不確実性がある環境での6種類の仮想モデル設計手法を提案・実機検証した。
原題: Virtual model control for compliant reaching under uncertainties / Yi Zhang, Daniel Larby, Fumiya Iida 他
日本語で読む → - 論文非把持マニピュレーションロボティクス
四足歩行ロボットによる頑健な非把持物体搬送
不確実性を考慮した軌道最適化とモデル予測制御を組み合わせ、四足歩行ロボットが物体を把持せずに安定して運ぶフレームワークを提案し、実機実験で滑りを大幅に低減した。
原題: Robust Nonprehensile Object Transport with Quadruped Robots / Ainoor Teimoorzadeh, Riccardo Pretto, Mario Selvaggio 他
日本語で読む → - 論文自動運転/シミュレーションロボティクス
制御可能でフォトリアルな歩行者危険動作生成によるエンドツーエンド運転安全評価
軌道レベルの衝突合成と3Dガウシアンスプラッティングを組み合わせ、フォトリアルで動作制御可能な危険歩行者シナリオを生成するControlPedを提案し、エンドツーエンド運転モデルの性能低下を明らかにした。
原題: Controllable and Photorealistic Pedestrian Risky Motion Generation for End-to-End Driving Safety Evaluation / Siyuan Liu, Miao Li, Haibao Yu 他
日本語で読む → - 論文VLA画像認識
ROT: 隠れ状態を文脈ベクトルへ回転させてLVLMの幻覚を抑制
大規模視覚言語モデルの中間層で幻覚トークンが示す文脈的逸脱を検出し、ノルムを保つ回転で隠れ状態をマルチモーダル文脈平面へ補正する学習不要の幻覚抑制フレームワークを提案。
原題: ROT: Rotating Hidden States towards Contextual Vectors for Hallucination Mitigation in LVLMs / Yijing Du, Xiangcheng Zhan, Shuo Yang
日本語で読む → - 論文経路計画ロボティクス
人間とUGVの協調経路計画:走破性を考慮した要救助者搬送
人間とUGVの異なる走破性を活かし、要救助者の受け渡し地点を最適化することで、捜索救助ミッションの時間と人間のエネルギー消費を削減する手法を提案した。
原題: Traversability-Aware Cooperative Path Planning for Human-UGV Casualty Evacuation / Kristian Dalland, Prithvi Poddar, Souma Chowdhury 他
日本語で読む → - 論文VLAロボティクス
言語は符号化されるが制御に至らない:視覚言語ロボット政策における接地ギャップの解明
視覚言語行動政策が指示を符号化しても、シーンに基づく元の対象選択を変えられない「接地ギャップ」を、指示介入実験と注意分析により明らかにした。
原題: Encoded but Not in Control: Revealing the Grounding Gap in Vision-Language Robot Policies / Shaohan Jiang, Jiahang Cao, Qiduo He 他
日本語で読む → - 論文マニピュレーションロボティクス
DexForge: 高忠実度な物理情報に基づく巧みなリターゲティング
人間の動画デモから球面ガウス物体モデルと手・物体動作を再構成し、微分可能シミュレータ上で接触と力を考慮したリターゲティングを行うことで、高忠実度なロボット巧み手の軌道を生成するフレームワーク。
原題: DexForge: High-Fidelity Physics-Informed Dexterous Retargeting / Meizhong Wang, Kun Cao, Ruiqi Ni 他
日本語で読む → - 論文量子化画像認識
CentriQ: 平均中心化による拡散トランスフォーマーのキャリブレーション不要量子化
拡散トランスフォーマーを4bit量子化する際、適応的レイヤー正規化が生むトークンごとの平均がHadamard回転で均一化できない問題を指摘し、回転前に中心化してランク1の全精度ブランチで平均を復元するキャリブレーション不要手法を提案した。
原題: CentriQ: Calibration-Free Quantization of Diffusion Transformers via Exact Mean Centering / Nataša Jovanović, Mathieu Salzmann, Saqib Javed
日本語で読む → - 論文敵対的攻撃画像認識
TAPDreamer: ワールドアクションモデルに対する転移可能な敵対的パッチ
公開エンコーダのみを用いて、タスクや行動アーキテクチャをまたいで転移する固定の敵対的パッチを生成し、ワールドアクションモデルの成功率をほぼゼロに低下させる攻撃手法を提案した。
原題: TAPDreamer: Transferable Adversarial Patches for World Action Models / Xuanyu Lu, Fengqing Jiang, Kaiyuan Zheng 他
日本語で読む → - 論文歩行ロボティクス
四足歩行ロボットによる固定されていない積載物の多目的強化学習を用いた運搬
四足ロボットがセンサなしで不安定な積み重ね箱を運ぶため、歩行性能と荷物安定性のトレードオフをオンラインで適応する多目的強化学習手法を提案し、実機で斜面や段差へのゼロショット転移を実証した。
原題: Transporting Unsecured Stacked Payloads with a Quadrupedal Robot via Multi-Objective Reinforcement Learning / Nobuo Namura, Masayuki Hiromoto, Kento Uemura 他
日本語で読む → - 論文製造プロセス制御機械学習
生成的世界モデルによるレーザー溶融池ダイナミクスの予測制御
レーザー溶融池の動的挙動を予測する生成的世界モデルを構築し、微分可能なモデルを予測制御に用いて溶融池深さを調整するレーザースケジュールを最適化、さらに制御方策を蒸留して実機展開の可能性を示した。
原題: Generative World Models Enable Predictive Control of Laser Melt Pool Dynamics / Yiyang Yan, Markus Bambach, Mohamadreza Afrasiabi
日本語で読む → - 論文sim2realロボティクス
SimForcing: シミュレーションの運動事前分布を実世界ロボット世界モデルへ蒸留
シミュレーションの運動知識を潜在空間蒸留で実動画生成モデルに転移し、シミュレーション予測を条件として活用することで、実世界ロボットの高品質な行動条件付き世界モデルを実現した。
原題: SimForcing: Distilling Simulation Motion Priors into Real-Domain Robot World Models / Xiaodong Wang, Tianle Li, Chuanxin Song 他
日本語で読む → - 論文VLA機械学習
H-JEPA: 視覚計画のための階層的世界モデルのエンドツーエンド学習
各階層が独自の潜在空間でより遠い未来を予測するアクション条件付きJEPAの階層をエンドツーエンドで学習し、トップダウン計画により長期視覚計画の成功率と計算効率を改善する手法を提案。
原題: H-JEPA: End-to-End Learning of Hierarchical World Models for Visual Planning / Wancong Zhang, Basile Terver, Michael Rabbat 他
日本語で読む → - 論文世界モデル画像認識
KineWorld:身体性世界モデリングのための動作誘導型トランスポート場
ロボットの動作からカメラ整合なトランスポート場を構築し、映像生成の監視を空間的に再重み付けする世界モデルを提案。双腕操作データで学習し、単視点・多視点評価で有効性を示した。
原題: KineWorld: Action-Induced Transport Fields for Embodied World Modeling / Ziying Song, Yuchen Liu, Zhuoran Xu 他
日本語で読む → - 論文VLAAI
視覚言語モデルにおける視覚的グラウンディングの安全性
有害な要求が自由記述応答ではなく点やバウンディングボックスのグラウンディングを求める場合、視覚言語モデルが拒否しにくくなることを示し、グラウンディング形式の拒否データで微調整することで安全性を改善する手法を提案した。
原題: Visual Grounding Safety in Vision-Language Models / Erfan Shayegani, Kundan Krishna, Yue Dong 他
日本語で読む → - 論文移動操作ロボティクス
InterMimicGen: 自己進化する動作模倣によるヒューマノイドの移動操作のスケーリング
人間と物体のインタラクション動作をヒューマノイドロボット向けに変換し、汎用トラッカーとデータ拡張のループを回すことで、器用な全身移動操作の動作データを自己進化的に増やして学習するフレームワーク。
原題: InterMimicGen: Scaling Humanoid Loco-Manipulation through Self-Evolving Motion Imitation / Yucheng Zhang, Sirui Xu, Jinhong Li 他
日本語で読む →
PR・アフィリエイト広告
