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: 2026/8/1 / 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 →- 論文ナビゲーションロボティクス
階層型高速・低速ReActエージェントによるゼロショット物体目標ナビゲーション
ロボットが未踏の建物内で指定された物体カテゴリを見つけるゼロショット物体目標ナビゲーションにおいて、過去の観測を記憶し、VLMによる検討を階層的に行うことで、従来手法を上回る成功率を達成した。
原題: Hierarchical Fast-Slow ReAct Agent for Zero-Shot Object-Goal Navigation / Zhaochen Lan, Zhi Yang, Yuxiang Fu 他
日本語で読む → - 論文ナビゲーションロボティクス
SAIN: 能動的対話による構造認識型インタラクティブナビゲーション
曖昧な指示に対して能動的質問で解消する移動ロボットのナビゲーション手法を提案。対話の回答を永続的な空間・物体記憶に変換し、ゼロショットで目標探索を実現。
原題: SAIN: Structure-Aware Interactive Navigation with Active Dialogue Grounding for Mobile Robot / Yuhao Cao, Xiao Liu, Yang Xie 他
日本語で読む → - 論文水中ロボット/視覚ナビゲーションロボティクス
リアルタイム自律UUV運用のための視覚ベース制御フレームワーク
水中ロボット(UUV)向けに、動的で視覚的に困難な環境下でのリアルタイムな自己位置推定、自律航法、3Dマッピングを統合した視覚ベースのフレームワークを提案し、シミュレーションと実機実験で有効性を検証した。
原題: A Vision-based Control Framework for Real-time Autonomous UUV Operations / Erik Tjærand Frøland, Marco Job, Md Ether Deowan 他
日本語で読む → - 論文ナビゲーションロボティクス
AeroDPO: 高忠実度知覚と自動選好最適化による軽量UAVナビゲーションの実現
UAVの視覚言語ナビゲーションにおいて、軽量な2Bモデルでも高品質な視覚入力があれば巨大な7Bモデルと同等の成功率を達成できることを示し、純粋な行動クローニングの衝突リスクを、物理シミュレーションの状態ロールバックを用いた自動選好最適化(AeroDPO)で克服する手法を提案した。
原題: AeroDPO: Unleashing Lightweight UAV Navigation with High-Fidelity Perception and Automated Preference Optimization / Peng Xu, Chengcheng Wang, Shaohua Wan
日本語で読む → - 論文ナビゲーションロボティクス
ガウス型人間コスト関数を用いた社会的ナビゲーションのためのMPPIプランニング
歩行者の将来位置を予測し、移動方向に沿った異方性ガウス斥力場としてコスト化するMPPIプランナーを提案。混雑環境での衝突率を大幅に低減しつつリアルタイム性能を維持した。
原題: MPPI Planning with Gaussian-Based Human Cost Function for Social Navigation / Chinmay Mundane
日本語で読む → - 論文ナビゲーションロボティクス
SSTG-Nav: 再利用可能な物体ナビゲーションのための計量基盤型空間意味トポロジカルグラフ
サービスロボットが同じ環境で長期間運用される際、事前の探索情報を再利用可能な意味メモリとして構築し、物体ナビゲーションの成功率と効率を大幅に向上させる手法を提案した。
原題: SSTG-Nav: Metric-Grounded Spatial-Semantic Topological Graphs for Reusable Object Navigation / Daojie Peng, Bingtao Wang, Jun Ma
日本語で読む → - 論文ナビゲーションロボティクス
AirForesight: 現在から未来への空間マップ想像とクロススペース計画整合性によるUAV-VLN
UAVの視覚言語ナビゲーションにおいて、現在の空間マップ表現を学習し、未来のマップ推論と計画整合性損失を用いて次の3Dウェイポイントを予測するフレームワークを提案した。
原題: AirForesight: Current-to-Future Spatial Map Imagination with Cross-Space Planning Consistency for UAV-VLN / Yutong Liu, Xiaojie Li, Mingzhu Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
LifelongCrossNav: 複数階を横断する物体ナビゲーションのための持続的3Dセマンティックメモリ
未知の複数階建て環境で、連続する複数の物体目標を探索するナビゲーション手法を提案。共有の3Dセマンティックボクセルメモリを構築し、階をまたぐ探索を可能にする。
原題: LifelongCrossNav: Persistent 3D Semantic Memory for Cross-Floor Multi-Object Navigation / Zehui Li, Zihao Sun, Jiawei Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
マイクロロボットナビゲーションのための分単位トレーニング
マイクロロボットのナビゲーションを強化学習で訓練する際、従来は数時間から数日かかっていたが、高速シミュレータとタスク整形正則化報酬により10分未満での訓練を実現した。
原題: Minute-Scale Training for Microrobot Navigation / Yinghan Sun, Aoji Zhu, Xiang Ji 他
日本語で読む → - 論文ナビゲーションロボティクス
AECNav: 効率的なゼロショットオープンボキャブラリ物体ナビゲーションのための能動的証拠統合
ゼロショット物体ナビゲーションを証拠駆動の認識から意思決定への問題として再構成し、共有エンコーディングとクラスタレベルの信念統合、情報利得に基づく能動的探索により、高精度かつ低遅延なナビゲーションを実現した。
原題: AECNav: Active Evidence Consolidation for Efficient Zero-Shot Open-Vocabulary Object Navigation / Guanlin Liu, Shaobin Ling, Renyuan Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
CoCoNav: 群衆中の安全なロボットナビゲーションのためのコンフォーマル制御
群衆中のロボットナビゲーションにおいて、予測誤差の不確実性をオンラインで調整しつつ、実行前に軌道を検証することで安全と効率を両立するフレームワークを提案した。
原題: CoCoNav: Conformal Control for Safe Robot Navigation in Crowds / Cheng Guo, Mingzhe Ni, Zheng Liang 他
日本語で読む → - 論文ナビゲーションロボティクス
順序なしランドマークを用いた視覚ナビゲーション
時間順序や深度などの補助センサーに依存せず、順序のない画像集合から2Dトポロジカルマップを構築し、グラフベースの信念伝播フィルタで自己位置推定と動的サブゴール計画を行うRGBのみのナビゲーションフレームワークを提案した。
原題: Unordered Landmark Visual Navigation / Hao Ren, Junzhe Zhu, Yihan Li 他
日本語で読む → - 論文ナビゲーション機械学習
近接学に基づく報酬モデリングによる深層強化学習の社会的規範ナビゲーション
混雑環境でのロボットナビゲーションにおいて、社会的規範を考慮した報酬設計を提案し、深層強化学習に組み込んで評価した。
原題: Towards Socially Compliant Navigation in Deep Reinforcement Learning via Proxemics-Based Reward Modeling / Takieddine Soualhi, Jacques Saraydaryan, Laetitia Matignon
日本語で読む → - 論文ナビゲーションロボティクス
飛ぶ前に熟考せよ:UAVの見て到達するナビゲーションのための視覚誘導型空間熟考
UAVが初期視界内の言語指定ターゲットに到達するタスクで、直接的な視覚言語から行動へのマッピングの問題を解決するため、空間熟考チェーンと暗黙の飛行回廊を導入したウェイポイント予測フレームワークDBFlyを提案した。
原題: Deliberate Before You Fly: Vision-Guided Spatial Deliberation for UAV See-and-Reach Navigation / Fanfu Xue, En Yu, Bohang Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
単調計画コストを備えた潜在世界モデルによる画像目標ナビゲーション
画像目標ナビゲーションのための潜在世界モデルを提案し、計画コストの順序性を改善する単調コストランキング損失を導入して、サンプリングベースのプランナーの性能を向上させた。実ロボットでのゼロショット展開も実証した。
原題: Latent World Models with Monotone Planning Costs for Image-Goal Navigation / Amirhosein Chahe, Siwei Cai, Lifeng Zhou
日本語で読む → - 論文ナビゲーションロボティクス
SAP-Nav:階層的オープンボキャブラリ物体ナビゲーションのための空間意味表現と能動的知覚の融合
未知環境で自由形式の指示に従う階層的オープンボキャブラリ物体ナビゲーションを、能動的視点選択と空間意味表現の構築によりゼロショットで解決するフレームワークを提案した。
原題: SAP-Nav: Spatial Semantic Representation Meets Active Perception for Hierarchical Open-Vocabulary Object Navigation / Xuetong Pei, Jian Liu, Vidura Munasinghe 他
日本語で読む → - 論文ナビゲーションロボティクス
PathCover: 点群に対するランダム反復空間分割による経路に沿った高速凸分解
点群データから直接、障害物のない凸ポリトープ列を高速に生成する新しいフレームワークを提案し、実時間での移動ロボットの軌道計画を可能にした。
原題: PathCover: A Fast Convex Decomposition along a Path via Randomized Iterative Space Partitioning (RISP) on Point Clouds / Kunal S. Narkhede, Abhijeet M. Kulkarni, Guoquan Huang 他
日本語で読む → - 論文ナビゲーションロボティクス
二重ストレス:安全制約付きMPCナビゲーションのための実行時安全性モニタリング
モデル予測制御の最適化から得られるKKT乗数を利用した新しい危険監視信号を提案し、幾何学的検出器と組み合わせることで衝突警告性能を大幅に向上させた。
原題: Dual Stress: Runtime Safety Monitoring for Safety-Constrained MPC Navigation / Jamil Chahine, Wenqi Cai, John Abanes 他
日本語で読む → - 論文VLA/ナビゲーションロボティクス
HumanoidVLN:多様な人型ロボットのための物理基盤シミュレータと視覚言語ナビゲーションベンチマーク
二足歩行の物理制約や人型ロボットの形態差を考慮した、視覚言語ナビゲーションのための物理シミュレータとベンチマークを構築した。4種類の人型ロボットと複数のVLNモデルを統合し、933の衝突考慮エピソードを提供する。
原題: HumanoidVLN: A Physics-Grounded Simulator and Benchmark for Vision-Language Navigation Across Diverse Humanoid Embodiments / Quan-Dung Pham, Anh Dao, The-Anh Nguyen 他
日本語で読む → - 論文ナビゲーションロボティクス
SpikingNav: スパイキングニューラルポリシーによる頑健な身体化ナビゲーション
スパイキングニューラルネットワークを用いた屋内ナビゲーション手法を提案し、視覚的劣化に対する頑健性を向上させた。
原題: SpikingNav: Robust Embodied Navigation with Spiking Neural Policies / Jiahong Zhang, Sijun Shen, Dehua Wu 他
日本語で読む → - 論文ナビゲーション画像認識
IMPRINT: 画像条件付きクエリ拡張によるロングテール物体ゴールナビゲーション
テキストのみのクエリに依存する既存の物体ゴールナビゲーション手法の限界を克服するため、ウェブから取得した画像でクエリを拡張し、視覚言語モデルを用いて意味マップと照合することで物体の位置特定精度を向上させるゼロショットフレームワークを提案した。
原題: IMPRINT: Image-Conditioned Query Enrichment for Long-Tail Object Goal Navigation / Jelin Raphael Akkara, Filippo Ziliotto, Luciano Serafini 他
日本語で読む → - 論文ナビゲーション機械学習
音声視覚ナビゲーションのためのハイブリッドMamba
従来のCNNやRNNに代わり、Mambaベースのエンコーダを用いて音声と視覚の動的マルチモーダル系列を効率的に表現し、ナビゲーション成功率を大幅に向上させた。
原題: A Hybrid Mamba for Audio-Visual Navigation / Yi Wang, Yinfeng Yu
日本語で読む → - 論文ナビゲーション/敵対的攻撃AI
AdvNav: 行動誘導型ブラックボックス敵対的攻撃による視覚言語ナビゲーションの妨害
視覚言語ナビゲーションシステムに対する、勾配情報を使わずにエージェントの行動観測のみで敵対的摂動を生成するブラックボックス攻撃フレームワークを提案した。
原題: AdvNav: Behavior-Guided Black-Box Adversarial Attacks on Vision-Language Navigation / Chenyang Li, Kaige Li, Zeyu Jiang 他
日本語で読む → - 論文ナビゲーションロボティクス
CoFL-S: 局所言語条件付きナビゲーションのための空間クエリ可能なセクターフローフィールド
ロボットの局所視野セクター上に言語条件付きのフローフィールドを予測し、連続軌道を生成する低レベル視覚言語行動フレームワークを提案。連続時間Habitatベンチマークで既存手法を上回り、実世界でも有効性を確認。
原題: CoFL-S: Spatially Queryable Sector Flow Fields for Local Language-Conditioned Navigation / Haokun Liu, Zhaoqi Ma, Yicheng Chen 他
日本語で読む → - 論文ナビゲーションロボティクス
GemNav: マルチモーダル大規模言語モデルを用いた離散トークン視覚ロボットナビゲーション
凍結したマルチモーダル大規模言語モデルをLoRAで適応させ、離散トークンでウェイポイントを生成するデータ効率の良い視覚ナビゲーションポリシーを提案。8.7時間のデータで未見環境へのゼロショット転移を実証した。
原題: GemNav: Discrete-Token Visual Robot Navigation using a Multimodal Large Language Model / Peter Bohm, Saimunur Rahman, Abdelwahed Khamis 他
日本語で読む → - 論文ナビゲーションロボティクス
インスタンス強化セマンティックマップによる視覚言語ナビゲーション
視覚言語ナビゲーションのための、インスタンスレベルの詳細情報を持つ2.5Dセマンティックマップを構築し、LLMベースのクエリ処理と融合により多様な指示に対して頑健なナビゲーションを実現するフレームワークを提案した。
原題: Instance-Enriched Semantic Maps for Visual Language Navigation / Jiho Hong, Eunae Kang, Sanghyun Kim 他
日本語で読む → - 論文ナビゲーションロボティクス
MAMMOTH: モダリティ欠損に頑健なオフロード移動のためのマルチモーダルエンドツーエンドポリシー
RGB、熱画像、3D点群、自己速度などのマルチモーダル観測を融合し、モダリティ欠損に頑健なオフロード自律ナビゲーションポリシーを提案した。拡散ポリシーを用いて物理的に妥当な軌道と走行可能性ヒューリスティックを学習する。
原題: MAMMOTH: A Multi-Modal End-to-End Policy for Off-Road Mobility Robust to Missing Modality / Ahaan Kotian, Shivani Subramanyan, Suresh Sundaram
日本語で読む → - 論文ナビゲーションロボティクス
予測的社会力モデルを用いた移動ロボットにおける歩行者安全性の実証評価
移動ロボットの歩行者との共存に向け、予測的社会力モデル(PSFM)と予測的PTTC-SFM(PTSFM)を提案し、実機実験で客観的・主観的安全性を評価した。PTTC統合は安全性指標を向上させるが、予測の追加効果は限定的で、主観評価に有意差は見られなかった。
原題: Empirical Pedestrian Safety Assessment in a Mobile Robot Using a Predictive Social Force Model / Alireza Jafari, Yun-Hao Tsai, Yen-Chen Liu
日本語で読む → - 論文ナビゲーションロボティクス
わずか58万の学習可能パラメータで効率的なナビゲーションを学習する
閉形式の幾何計算と3つの小さな学習モジュールを組み合わせた分解型ナビゲーションモデルを提案し、極めて少ないパラメータとデータで高性能を達成した。
原題: Learning to Navigate Efficiently with Only 0.58M Trainable Parameters / Edward Beng Wai Tan, Siew-Kei Lam
日本語で読む → - 論文ナビゲーションロボティクス
具現化エージェントが制御を握る:視覚言語ナビゲーションにおける最小インターフェースのゼロショットエージェントが産業規模ポリシーに匹敵
汎用エージェントが単眼RGBカメラと離散行動のみでゼロショットナビゲーションを実行し、訓練済みポリシーなしで高い成功率を達成できることを示した。
原題: Embodied Agents Take Control: Minimal-Interface Zero-Shot Agents Rival Industrial-Scale Policies in Vision-and-Language Navigation / Jian Zhou, Xunyi Zhao, Gengze Zhou 他
日本語で読む →
PR・アフィリエイト広告
