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 →- 論文安全MPC/不確実性ロボティクス
モード不確実性下における分布転移安全ホライズンMPC
有限のモード観測から未知のカテゴリカルモード則の信頼集合を構築し、Wasserstein幾何で確率再配分を正則化することで、分布不一致下でも衝突リスク証明を転移させる安全ホライズンMPCを提案した。
原題: Distribution-Transfer Safe-Horizon MPC under Mode Uncertainty / Stephen Crawford, Nora Ayanian
日本語で読む → - 論文群制御ロボティクス
断続通信下での分散マルチエージェント探索のためのエントロピーゲート型信念調整
断続的な通信環境で複数エージェントが協調して目標を探索する際、探索中は信念統合をスキップし活用時のみ統合するエントロピーゲート手法を提案し、従来の融合法より高い信念品質を達成した。
原題: Entropy-Gated Belief Coordination for Decentralized Multi-Agent Search Under Intermittent Communication / Mohamed Abdelnaby, Kevin Leahy
日本語で読む → - 論文医療ロボティクス/操作ガイダンス機械学習
世界モデルと検索ベース行動計画による超音波操作ガイダンス
超音波画像からプローブ操作を案内するため、V-JEPA 2.1で潜在空間に符号化し、参照データベースから類似状態を検索して非パラメトリックな遷移モデルを構築、再cedingホライズン計画で目標断面へ導く手法を提案した。
原題: Ultrasound Operator Guidance Using World Modeling and Retrieval Based Action Planning / Noortje I. P. Schueler, Hans van Gorp, Ruud J. G. van Sloun
日本語で読む → - 論文模倣学習ロボティクス
適応的平均フローによる応答性の高い閉ループロボット制御
拡散・フローベースの模倣学習ポリシーの予測遅延を、Mean Flowで加速しつつ前ステップの軌跡をノイズ付加して再利用することで滑らかで応答性の高い完全閉ループ制御を実現した手法AMFを提案。
原題: Adaptive Mean Flow for Responsive Closed-Loop Robot Control / Aksel Vaaler, Marco Job, Christian Holden 他
日本語で読む → - 論文VLAロボティクス
双腕VLAモデルにおける腕ごとの組合せ的一般化
双腕ロボットの協調を「腕ごとの基本スキルの再構成」として評価するベンチマークACG-Benchを提案し、スキル特化LoRAと腕別アテンションを組み合わせたAE-VLAで汎化性能を大幅に改善した。
原題: Arm-wise Compositional Generalization in Dual-Arm Vision-Language-Action Models / Zaibin Zhang, Binghao Ran, Yuhan Wu 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 → - 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 → - 論文群制御ロボティクス
集団的状況認識の分類体系
マルチロボットシステムにおける相互認識・共有状況認識・チーム状況認識を、対象と分布の2軸で整理し、包含関係を明確にする分類法を提案した論文。
原題: A Taxonomy on Collective Awareness / Guillermo GP-Lenza, Miguel Fernandez-Cortizas, Martín Molina 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 → - 論文自動運転計画ロボティクス
Radar2Plan: 4Dレーダによるエンドツーエンド自己軌道計画のベンチマーク
実世界の4Dレーダデータを用いて自動運転の開ループ自己軌道計画を評価する初のモジュラーベンチマークを提案し、悪天候・低照度下での4Dレーダの有効性と他センサとの相補性を検証した。
原題: Radar2Plan: Benchmarking 4D Radar for End-to-End Open-Loop Ego-Trajectory Planning / Ling Yao, Yichun Xiao, Jin Jin 他
日本語で読む → - 論文ナビゲーションロボティクス
MarvisNav: ゼロショット物体ナビゲーションにおける経路選択のための記憶の可視化
探索履歴を視覚的な経路候補に直接重ねて表示することで、VLMが目標関連性と探索状態を同時に評価できるゼロショット物体ナビゲーション手法を提案し、HM3Dで最高性能を達成した。
原題: MarvisNav: Making Memory Visible on Route Choices for Zero-Shot Object Navigation / Jincheng Wang, Chi Pui Chan, Wei Zeng 他
日本語で読む → - 論文sim2realロボティクス
低コストロボットナビゲーションにおける効率的なSim-to-Real転移のためのデュアル変分オートエンコーダ
シミュレーションと実世界の画像をデュアルVAEで共通潜在空間に整列させ、低コストロボットの屋内ナビゲーションを約91%の成功率で実現した。
原題: Dual Variational Autoencoders for Efficient Sim-to-Real Transfer in Low-Cost Robotic Navigation / Álvaro Díez, Fidel Aznar
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 → - 論文自動運転ベンチマークロボティクス
Odyssey: 明示的なナビゲーション経路を用いた長期的実世界運転の閉ループベンチマーク
100秒間のnuPlanログから再構成した100シナリオで長期的な閉ループ運転を評価するベンチマークを提案し、方向指示の代わりにSDマップ経路を導入して経路追従と車線変更準備を評価する新指標を設けた。
原題: Odyssey: A Closed-Loop Benchmark for Long-Horizon Real-World Driving with Explicit Navigation Routes / Jungho Kim, Hongjae Shin, Seunghoon Yu 他
日本語で読む → - 論文VLA画像認識
RealtimeWAM:ワンステップ非同期ワールドアクションモデル
映像生成バックボーンの表現を活用するワールドアクションモデルにおいて、教師アンカー型一貫性蒸留とクロスエキスパート・ウェーブフロント・パイプライン化により、ワンステップの行動生成と非同期推論を実現し、推論効率を大幅に向上させた研究。
原題: RealtimeWAM: One-Step Asynchronous World Action Models / Chengtao Lv, Jinyang Du, Shuyi Feng 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VLAロボティクス
I-BFM: 教師なし強化学習による報酬条件付きロバストヒューマノイドインタラクション
人間・物体・接触の結合ダイナミクスを教師なし強化学習で共有表現として学習し、下流タスクの報酬に条件付けられた単一の方策で運搬・押し・キックなどの全身インタラクションを実行できるヒューマノイド基盤モデルを提案した。
原題: I-BFM: Reward-Conditioned Robust Humanoid Interaction via Unsupervised Reinforcement Learning / Ziqi Han, Yitang Li, Junhan Sun 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 → - 論文衝突回避ロボティクス
速度障害物と最近接点指標における表現力・等価性・不確実性
衝突リスク評価に用いられるTCPA・DCPA・速度障害物(VO)の関係を理論的に整理し、不確実性下での拡張と等価性の条件を明らかにした研究。
原題: Expressiveness, Equivalence, and Uncertainty in Velocity Obstacles and Closest Point of Approach Metrics / Elizabeth Dietrich, Liam M. Imagawa, Hanna Krasowski 他
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 → - 論文水中ロボティクス/自己位置推定・再構成ロボティクス
SURGE: ソナー融合による画像ゲート付きグラフ推定を用いた再構成と自己位置推定
カメラと2Dソナーを因子グラフで統合し、ROVの軌道と対象位置を同時推定したうえでソナーガウススプラッティングによりメートルスケールの3D再構成を行う手法。
原題: SURGE: Sonar-fUsed Reconstruction and localization via image-gated Graph Estimation / Mohammed Ibrahim M, Vallabh Deogaonkar, Trung Dong 他
日本語で読む →
PR・アフィリエイト広告
