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: 2026/10/3 / 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 →- 論文マニピュレーションAI
RAGrasp: 幾何・意味テンプレート検索と把持転移
展開環境で収集した少数のRGB-D把持テンプレートを検索し、SAM2とDINOv2特徴で対象物を切り出して把持を転移する、再学習不要の平面パラレルジョー把持パイプライン。
原題: RAGrasp: Geometry-Semantic Template Retrieval and Grasp Transfer / Shenzhe Zhu, Chengxiao He, Jan Harder
日本語で読む → - 論文VLAロボティクス
PerturBot: 摂動的学習で視覚言語行動モデルのショートカット事前分布を打破する
VLAポリシーがタスクに無関係な手がかり(モダリティショートカット)に依存する問題に対し、手首視点の摂動や指示文の拡充、失敗軌跡の再ラベル付けで学習データを再構成する手法と、ショートカット依存度を測る指標GroundingFscoreを提案した。
原題: PerturBot: Breaking Shortcut Priors in Vision-Language-Action Models with Perturbative Training / Mingyu Liu, Chonghao Sima, Tianjian Feng 他
日本語で読む → - 論文VLAロボティクス
RoboIRS: 推論時の内部表現操作による汎用ロボットポリシーの性能改善
成功・失敗ロールアウトから線形分類器を学習し、ポリシーの内部表現を推論時に操作することで、パラメータ更新なしに分布外タスクでの成功率を向上させる手法を提案。
原題: RoboIRS: Inference-Time Internal Representation Steering for Generalist Robot Policies / Jiuzhou Lei, Chang Liu, Dayou Li 他
日本語で読む → - 論文sim2real画像認識
Video2World:身体性動画から対話型世界モデルを構築するコーディングエージェントのベンチマーク
ロボットや人間の実演動画から、コーディングエージェントが自動でシミュレーション環境とロボット行動を構築できるかを評価するベンチマークVideo2Worldを提案し、最先端エージェントの性能と限界を分析した。
原題: Video2World: Benchmarking Coding Agents for Interactive World Modeling from Embodied Videos / Jinzhou Tang, Zijun Zhang, Jing Yang 他
日本語で読む → - 論文4D再構成/生細胞イメージング画像認識
CellSplat4D:PSF対応4Dガウシアンスプラッティングによる疎なロボット生細胞イメージング
ロボット顕微鏡が疎に取得した生細胞の3Dボリューム列に対し、PSFを実測して組み込んだ4Dガウシアンモデルをフィットさせ、任意の時刻のボリュームを再構成して細胞追跡と分裂の記録を補間する手法。
原題: CellSplat4D: PSF-Aware 4D Gaussian Splatting for Sparse Robotic Live-Cell Imaging / Yingda Tao, Guoyu Lu
日本語で読む → - 論文長期計画ロボティクス
スキルレベル世界モデルの行動としてのフローポリシー:長期計画のための学習的・記号的抽象化
フローマッチングポリシーからスキルレベルの行動を構築し、記号ラベルや学習コードなどの抽象化を用いて世界モデル計画を行い、最大14スキルのブロック再配置タスクで評価した。
原題: Flow Policies as Actions of Skill-Level World Models: Learned and Symbolic Abstractions for Long-Horizon Planning / Andreu Matoses Gimenez, Andrei-Carlo Papuc, Chris Pek 他
日本語で読む → - 論文ソフトロボティクス/モデリングロボティクス
微分可能有限要素法に基づく空気圧ソフトロボットのエンドツーエンドモデリングフレームワーク
空気圧ソフトロボットのCADデータを自動で有限要素メッシュに変換し、点群データと微分可能FEMを組み合わせて材料・駆動パラメータを同定、さらに軌道最適化まで一貫して行うフレームワークを提案した。
原題: An End-to-End Framework for Modelling Pneumatic Soft Robots Based on Differentiable Finite Element Methods / Shaohong Zhong, Yao Yao, Perla Maiolino 他
日本語で読む → - 論文オドメトリロボティクス
NM-LIO: LiDAR計測ノイズの差異に対応する複数LiDAR慣性オドメトリ
複数のLiDAR間で異なる計測ノイズを定量化するノイズモデルを導入し、残差の不確かさを推定することで高精度な複数LiDAR慣性オドメトリを実現した。
原題: NM-LIO: Multiple LiDAR-Inertial Odometry Addressing LiDAR Measurement Noise Discrepancy / Gunhee Shin, Seungjae Lee, Minho Oh 他
日本語で読む → - 論文モデルマージ/活性化ステアリング機械学習
一次近似ステアリング:重み適応を活性化ステアリングに変換する手法
重み更新を活性化空間のステアリングベクトルとして一次近似する枠組みを提案し、複数行動の同時制御を可能にするモデルマージ手法HeRD-Mergingを開発した。
原題: First-Order Steering: Translating Weight Adaptation into Activation Steering / Sri Pranav Kunda, Alexander Kurz, Tomas Dominik 他
日本語で読む → - 論文再帰計算/予測十分性機械学習
再帰計算で保持すべきもの:局所予測十分性の原理
再帰計算における情報損失を防ぐため、局所予測十分性と再帰的予測閉包の原理を提案し、予測保存を保証する訓練手法を導出した。
原題: What to Preserve in Recursive Computation: A Local Predictive Sufficiency Principle / Peilin Wang, Feng Shiyang, Hongfu Gao 他
日本語で読む → - 論文強化学習テストcs.SE
DreamTest: 深層強化学習エージェントの探索ベーステストのための世界モデル代理モデル
エージェントの訓練ログから世界モデルを学習し、想像上のロールアウトで失敗を予測することで、シミュレータ実行を減らしつつ多様な失敗を効率的に発見するテスト手法を提案。
原題: DreamTest: World-Model Surrogates for Search-Based Testing of Deep Reinforcement Learning Agents / Qinghua Xu, Guancheng Wang, Boxi Yu 他
日本語で読む → - 論文物理的人間-ロボット相互作用ロボティクス
ローリング動作における安全な物理的人間-ロボット相互作用のための双腕ロボットによる頸椎安定化
双腕ロボットが患者の頸椎を安定させながらローリング動作を行うアルゴリズムを提案し、人間レベルの回旋アライメント維持性能を達成した。
原題: Bi-manual Stabilization of the Cervical Spine for Safe Physical Human-Robot Interaction in Rolling Maneuvers / Elizabeth Peiros, Moira Bohley, Lucas Yager 他
日本語で読む → - 論文3D占有予測画像認識
SelectOccFlow: 3D占有とシーンフローのための選択的時空間集約
自動運転向けに、画像・時間・ボクセルの各領域で信頼できる情報だけを選択的に集約し、3D占有とシーンフローを高精度かつ頑健に予測するフレームワークを提案した。
原題: SelectOccFlow: Selective Spatiotemporal Aggregation for 3D Occupancy and Scene Flow Prediction / Yuhang Wang, Kai Luo, Yuanfan Zheng 他
日本語で読む → - 論文VLAロボティクス
ExStereo: 明示的なステレオ表現で2D視覚言語行動モデルを3Dに拡張
ステレオ画像からシーン形状を再構成し、事前学習済み2D VLAモデルに3D知覚を付与するステレオモジュールを提案。シミュレーションと実機で操作精度が向上することを示した。
原題: ExStereo: Lifting 2D Vision-Language-Action Models to 3D with Explicit Stereo Representations / I-Chun Arthur Liu, Jason Chen, Gaurav S. Sukhatme 他
日本語で読む → - 論文VLAロボティクス
時間に根ざした操作:ロボットマニピュレーションにおける時間的グラウンディングのためのマルチソースデータセットとベンチマーク
ロボット操作において過去の出来事に基づく意思決定を評価するためのデータセットとベンチマークGiTを提案し、実世界とシミュレーションの両方で履歴依存タスクにおけるVLAモデルの性能を評価した。
原題: Grounded in Time: A Multi-Source Dataset and Benchmark for Temporal Grounding in Robotic Manipulation / Yi Wang, Yang Yang, Guangqi Xu 他
日本語で読む → - 論文VLAロボティクス
ForeAct3D: VLAポリシーのためのポリシー接地型未来世界モデリング
VLAポリシー内で、行動に条件付けられた未来の3Dシーン状態を予測し、物理整合性で拘束することで、操作性能を向上させるフレームワークを提案した。
原題: ForeAct3D: Policy-Grounded Future World Modeling for VLA Policies / Zhe Tao, Feiran Wang, Gaowen Liu 他
日本語で読む → - 論文VLAロボティクス
DreamFormer: 言語条件付きロボット操作のためのTransformer世界モデルによる夢模倣
学習した世界モデルの潜在空間内で専門家のデモを模倣し、言語条件付き多タスクスキルを獲得するモデルベースエージェントを提案。CALVINベンチマークで既存手法を上回る。
原題: DreamFormer: Dream Imitation with a Transformer World Model for Language-Conditioned Robotic Manipulation / Mostafa Kotb, Cornelius Weber, Muhammad Burhan Hafez 他
日本語で読む → - 論文教育ロボティクスロボティクス
低コストロボティクスを活用したK-12 STEM教育:水質モニタリングタスクを通じて
中学生向けの低コストでオープンソースな水中ロボット(ROV)を開発し、100人以上が参加した大規模な水質モニタリング教育プログラムを実施した。環境科学とロボティクスを組み合わせた実践的な学習モデルを提供し、課題も明らかにした。
原題: Leveraging Cost-effective Robotics for K-12 STEM Education through Water Quality Monitoring Tasks / Rishi Mukherjee, Andrew Ruiz, Travis Henderson 他
日本語で読む → - 論文マルチモーダル知覚ロボティクス
ROMA: 実世界の物体中心マルチセンサ能動知覚のためのLLMシステム
視覚・音・触覚・力覚を統合し、不足情報を能動的に獲得するLLMベースのロボット知覚システムROMAを提案。約2000物体のマルチセンサデータセットROMI-2Kと評価ベンチマークも構築した。
原題: ROMA: LLM System for Real-World Object-Centric Multi-Sensory Active Perception / Ruoxuan Feng, Yutong Chen, Ruihua Song 他
日本語で読む → - 論文マニピュレーションロボティクス
AgenticTactileVLA:VLA再学習なしで汎化可能な巧みな操作を実現する接触誘導型実行時監督
固定されたVLAの動作を実行時に監督し、指位置とモータ負荷から接触を推定して把持を調整することで、触覚センサや再学習なしに未知物体への把持成功率を向上させる手法。
原題: AgenticTactileVLA: Contact-Guided Execution-Time Supervision for Generalizable Dexterous Manipulation without VLA Retraining / Elizaveta Semenyakina, Ivan Snegirev, Mikhail Kiselev 他
日本語で読む → - 論文表面分類ロボティクス
注意機構による表面表現学習:ロボット状態予測とオープンエンドな表面分類
注意機構を用いてロボットの次状態を予測することで表面の表現を学習し、新しい表面クラスを追加可能なオープンエンド分類を実現した。
原題: Attention-Based Surface Representation Learning for Robot State Prediction and Open-Ended Surface Classification / Oleg Kushnarev, Alexander Belyaev
日本語で読む → - 論文液滴操作/強化学習ロボティクス
モデルベース強化学習による液滴の自律ナビゲーション:ゼロショット転移と創発的ダイナミクス
2軸傾斜板とカメラを用い、モデルベース強化学習で液滴を閉ループ制御し、未見形状へのゼロショット転移や付着時の振動脱離戦略を自律獲得した。
原題: Autonomous Droplet Navigation via Model-Based Reinforcement Learning: Zero-Shot Transfer and Emergent Dynamics / Rajneesh Anand, Mayuresh V. Kothare
日本語で読む → - 論文群制御ロボティクス
DNPush: 分散型非平行押し力制御によるマルチロボット協調物体輸送
ロボット間通信なしで、各ロボットが局所的な力計測と事前割り当ての力重みを用い、非平行な押し力を相互正弦則で調整して物体を協調輸送する分散制御手法を提案。
原題: DNPush: Distributed Nonparallel Pushing Force Control of Multi-Robot Systems for Object Transportation / Duy Anh Nguyen, Pham Duy Hung, Trung Dung Ngo
日本語で読む → - 論文群制御cs.DC
移動予算制約下で故障に耐える自律ロボット群の相互可視化アルゴリズム
移動距離に上限がある自律ロボット群が、一部が故障して動けなくなっても、残りのロボットが互いに見えるように協調移動する分散アルゴリズムを提案した。
原題: Budget-Constrained Fault-Tolerant Mutual Visibility for Autonomous Robots under the Mobility Fault Model / Prakhar Shukla, Animesh Maiti, Shivam Kumar 他
日本語で読む → - 論文キャリブレーション画像認識
Lollypop: 参照ターゲットによるカメラ・モーションキャプチャ間キャリブレーション検証
ArUcoマーカーとモーションキャプチャマーカーを組み合わせた参照ターゲットを提案し、キャリブレーションの独立検証を可能にした。
原題: Lollypop: Camera-to-Motion-Capture Calibration Verification with a Reference Target / Tianyi Liu, Kevin Harris, Mihika Dave 他
日本語で読む → - 論文安全制御制御
潜在安全フィルタ:損失のあるエンコーダが転移可能な証明書を許容する条件
損失のあるエンコーダを用いた潜在安全フィルタが物理系に安全証明を転移できる条件を、捨てられた安全関連ダイナミクスの検出可能性で特徴づけた研究。
原題: Latent Safety Filters: When a Lossy Encoder Admits a Transferable Certificate / Johannes Mootz, Zahra Nili Ahmadabadi, Reza Akhavian
日本語で読む → - 論文光通信/イベントカメラロボティクス
イベントカメラを用いた非同期トラッキング・光通信・3Dモーションキャプチャ
イベントカメラを受信機としてLEDビーコンの光信号を追跡・復調するATOCシステムを提案し、スマートシティ実証と3Dモーションキャプチャで有効性を示した。
原題: Asynchronous Tracking, Optical Communication and 3D Motion Capture using Event-based Sensors / Ziwei Wang, Angus Apps, Holly Battisson 他
日本語で読む → - 論文sim2realロボティクス
人間からロボットへの視覚適応のためのフレームレベル時間アラインメント
人間動画で事前学習した視覚エンコーダをロボット操作に適応させる際、実行速度や非キーフレームの割合の違いによる対応ずれを、フレームレベルのアノテーションなしで時間的先験を用いて解決するFLTAを提案した。
原題: Frame-Level Temporal Alignment for Human-to-Robot Visual Adaptation / Xizhe Zhang, Jingfeng Zhang, Zirun Zhou 他
日本語で読む → - 論文マニピュレーションロボティクス
PatternDex: 関節物体の両手巧みな操作の強化学習を導く相互作用パターンの学習
人間の物体操作デモから手と物体の動きの相関を「相互作用パターン」として学習し、それをガイドに強化学習を行うことで、両手巧みなハンドによる関節物体操作を高成功率で実現する手法を提案。
原題: PatternDex: Learning Interaction Patterns to Guide Reinforcement Learning of Bimanual Dexterous Manipulation of Articulated Objects / David Minkwan Kim, Runfa Blark Li, Beckham Po-Ju Lee 他
日本語で読む → - 論文マニピュレーションロボティクス
視覚による力予測を用いたロボット学習
柔軟なFin Rayグリッパの変形から視覚的に力を予測し、力覚センサなしで接触を伴うマニピュレーションを実現する手法を提案。
原題: Robot Learning with Visual Predicted Force / Haonan Chen, Feiyang Wu, Yuxiang Ma 他
日本語で読む →
PR・アフィリエイト広告
