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: 2026/10/2 / 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 →- 論文触覚ロボティクス
RATE: 接触の多いロボットマニピュレーションのためのリスク認識型触覚エンコーディング
触覚表現にタスク条件付きの接触リスクを組み込み、履歴予測とアラート教師信号で学習する手法を提案し、シミュレーションと実機で成功率を向上させた。
原題: RATE: Risk-Aware Tactile Encoding for Contact-rich Robotic Manipulation / Yuyao Jiang, Haichao Liu, Jiarui Zheng 他
日本語で読む → - 論文ディープフェイク検出画像認識
明示的なフォレンジック特徴と時間モデリングによる動画ディープフェイクの解釈可能な検出
動画から顔の時系列軌跡を抽出し、光学的・テクスチャ・幾何・圧縮の4領域にわたる68個の解釈可能な特徴をLSTMで時間モデリングすることで、高い精度と汎化性能を実現したディープフェイク検出手法。
原題: Interpretable Deepfake Detection in Videos via Explicit Forensic Features and Temporal Modeling / Chahira Benhama, Mohand Saïd Allili, Assia Hamadene
日本語で読む → - 論文ナビゲーションロボティクス
CORNAV: 建設現場のための施工文脈を考慮したロボットナビゲーション
2D CAD図面と工程表を活用し、建設現場の安全制約や時間変化する作業スケジュールを考慮したナビゲーションを実現するフレームワークを提案。
原題: CORNAV: Construction-Aware Reasoning for Robot Navigation on Active Worksites / Parastoo Ali Pour, Deepak Prakash Kumar, Tommy Zhou 他
日本語で読む → - 論文マニピュレーション機械学習
UniIntervene++:実世界強化学習を効率化する適応的介入エージェント
強化学習方策の能力変化に応じて、自律実行と多様な支援行動の間で制御を適応的に配分する介入エージェントを提案し、実世界のマニピュレーション5タスクで成功率89.67%・人的介入0.77%を達成した。
原題: UniIntervene++: An Adaptive Intervention Agent for Efficient Real-World Reinforcement Learning / Yudong Lin, Haoyuan Deng, Zhuoxuan Yuan 他
日本語で読む → - 論文VLA画像認識
未来を想像し要点を内在化:時空間想像を内部化した効率的VLA推論
VLAモデルが将来のシーン変化を視覚表現空間で想像して行動予測を導く推論手法を提案し、その推論結果をコンパクトなトークンに内在化することで推論時の計算を大幅に削減した。
原題: Imagine the Future, Internalize the Gist: Efficient VLA Reasoning via Internalized Spatiotemporal Imagination / Shenglan Li, Zhendong Mi, Hengyi Zhu 他
日本語で読む → - 論文3Dアバター編集画像認識
ManifoldSplat: 言語ガイドによる3Dガウシアンヘッドアバターの意味的形状編集
単眼動画から再構成したアニメーション可能な3Dガウシアンヘッドアバターに対し、FLAMEマニフォールド上で言語指示による局所的な形状編集を高速に行うフレームワークを提案。
原題: ManifoldSplat: Language-Guided Semantic Shape Editing of 3D Gaussian Head Avatars / Antonio Canela, Jordi Sànchez-Riera
日本語で読む → - 論文ロボットビジョンロボティクス
自動分注ロボットの物理的状態を検証するパッシブAIシステム
ロボットのハードウェアやファームウェアを変更せず、外部カメラ映像からデッキ上のラボウェアの配置を検証するパッシブな視覚システムを開発し、高い精度で欠落・誤配置・予期しないラボウェアを検出できることを示した。
原題: A Passive AI System for Verifying Physical State on Automated Liquid Handlers / Junqiong Joanne Qiu, Zeckria Kamrany, Ananya Anand 他
日本語で読む → - 論文VLAロボティクス
FastOPD:軽量VLA展開のためのオンポリシー蒸留
大規模VLAモデルをオンポリシー蒸留で軽量な生徒モデルに圧縮し、少ない推論ステップで実機展開を可能にするフレームワークを提案。
原題: FastOPD: On-Policy Distillation for Lightweight VLA Deployment / Yoojin Oh, Jeongsol Kim, Yeonwoo Seo 他
日本語で読む → - 論文VLAロボティクス
固有感覚スケッチを長期意図として用いる生成的行動ポリシー
ロボットの残りの関節空間経路を時間に依存しないコンパクトなスケッチとして生成し、それを条件に実行可能な行動チャンクを生成するPAMを提案。実機双腕タスクで成功率を47.5%から75.0%に向上させた。
原題: Proprioceptive Sketches as Long-Horizon Intent for Generative Action Policies / Fangyuan Wang, Songhao Huang, Haoxiang Sun 他
日本語で読む → - 論文VIOロボティクス
HexVIO: 民生DSPを活用した終日ステレオ慣性トラッキング
スマートフォン等に搭載されるHexagon DSPにステレオ慣性オドメトリの視覚フロントエンドをオフロードし、CPUのみの場合より消費電力を67%削減、またはスループットを86%向上させて、終日リアルタイム追跡を可能にした。
原題: HexVIO: Towards All-Day Stereo-Inertial Tracking Through Commodity DSPs / Patrick Wolf, Mateo de Mayo, Daniel Cremers
日本語で読む → - 論文VLAロボティクス
SUAVE: マスク拡散による統合映像行動モデル
言語・映像・行動を離散トークンの共有系列で扱うマスク拡散トランスフォーマーを提案し、推論時のマスク選択で世界モデル・ロボット方策・映像行動モデルを単一ネットワークで実現した。
原題: SUAVE: Unified Video-Action Models via Masked Diffusion / Rhythm Syed, Jean Mercat, Sedrick Keh 他
日本語で読む → - 論文sim2realロボティクス
SceneFactory-3D:2D交通シーンを3D物理的反実世界へ持ち上げ、スケーラブルな物理基盤の安全評価を実現
GPUバッチ処理と物理ベースのマルチエージェント運転シミュレータを提案し、路面摩擦や勾配を変化させた並列反実仮想評価で学習ポリシーの感度を分析した。
原題: SceneFactory-3D: Lifting 2D Traffic Scenes into 3D Physical Counterfactuals for Scalable Physically Grounded Safety Evaluation / Yicheng Zhu, Linfeng Tian, Tianmu Zhao 他
日本語で読む → - 論文継続学習AI
RIFAR: 信頼性と忘却を考慮した継続的ロボット学習のためのリプレイ手法
生成的な世界行動モデルによるリプレイで、行動と観測の整合性を評価して高品質な軌道を選別し、適応後の予測ドリフトに基づいて履歴を再選択することで、継続学習での忘却を抑える手法を提案。
原題: RIFAR: Reliability and Forgetting-Aware Replay for Continual Robot Learning / Zirong Song, Zheng Lu, Haoran Liao 他
日本語で読む → - 論文VLAロボティクス
検出して抑制:VLAモデルにおける敵対的パッチへのメカニズム的防御
VLAモデルの内部表現をスパースオートエンコーダで解析し、敵対的パッチの存在と相関する特徴を検出して推論時に抑制することで、ファインチューニングなしにロバスト性を向上させる手法を提案。
原題: Detect and Suppress: A Mechanistic Defense against Adversarial Patches in VLA Models / Yukiya Horiba, Koshiro Aoki, Shunsuke Yasuki 他
日本語で読む → - 論文マニピュレーションロボティクス
接触の多い操作のための同変視覚触覚拡散ポリシー
視覚と触覚の観測を球面トークンに射影し、同変拡散ポリシーで空間的に一貫した行動を予測することで、接触の多い模倣学習のデータ効率を大幅に向上させるVISTAを提案。
原題: Equivariant Visual-Tactile Diffusion Policy for Contact-Rich Manipulation / Lik Hang Kenny Wong, Yiyao Ma, Xiu-Shen Wei 他
日本語で読む → - 論文ヒューマノイド動作学習ロボティクス
KungfuAthleteBot:動画から高ダイナミックなヒューマノイド動作を学習する統合的ロバスト回復フレームワーク
武術家の動画から高ダイナミックな動作をヒューマノイドロボットに学習させるため、物理補正・擬似低運動エネルギーサンプリング・外乱除去と転倒回復を同一ポリシーで学習する統合手法を提案。
原題: KungfuAthleteBot: learning high-dynamic humanoid motion from video with unified robust recovery / Zhongxiang Lei, Lulu Cao, Xuyang Wang 他
日本語で読む → - 論文外骨格・筋骨格シミュレーションロボティクス
被験者別筋骨格予測シミュレーションによる下肢外骨格支援:関節支援戦略の代謝・生体力学的効果
6名の被験者別筋骨格モデルと予測シミュレーションを用い、股・膝・足首への支援の組み合わせが歩行時の代謝コストと生体力学に与える影響を評価した。
原題: Subject-Specific Predictive Musculoskeletal Simulations of Lower-Limb Exoskeleton Assistance: Metabolic and Biomechanical Effects of Joint Assistance Strategies / Neethan Ratnakumar, Mariya Tohfafarosha, Xianlian Zhou
日本語で読む → - 論文学習パス推薦AI
EVOL: シミュレータ誘導進化型エキスパート合成による展開不要な学習パス推薦
知識追跡シミュレータを用いて進化的探索でエキスパート演示を合成し、非対称アクター・クリティックで展開不要な学習パス推薦ポリシーを訓練するフレームワークEVOLを提案。
原題: EVOL: Simulator-Guided Evolutionary Expert Synthesis for Deployment-Free Learning Path Recommendation / Geonwoo Bang, Dongho Kim, Moohong Min
日本語で読む → - 論文動作生成画像認識
3D人間動作生成のためのストリーミング・マルチトラック・タイムライン制御
歩きながら電話に出るなど、進行中の動作に新しい指示を重ねてリアルタイムに3D人間動作を生成する手法を提案し、重複する指示区間と身体部位注釈付きデータセットも構築した。
原題: Streaming Multi-Track Timeline Control for 3D Human Motion Generation / Yangsong Zhang, Anujith Muraleedharan, Rikhat Akizhanov 他
日本語で読む → - 論文強化学習機械学習
強化学習のための双方向ボロノイバイアス探索カリキュラム
目標条件付き強化学習において、開始状態と目標を両端から同時に拡張し、未探索領域にバイアスをかけて互いに近づけることで、スパース報酬の長期的タスクを効率的に学習するカリキュラムを提案。
原題: Bidirectional Voronoi-biased Exploration Curriculum for Reinforcement Learning / Juri Pfammatter, Kaixian Qu, Clemens Schwarke 他
日本語で読む → - 論文MPCロボティクス
Empowermentと予測制御の統合フレームワーク
探査と行動に同一のポリシーを用いてEmpowermentを定式化し、標準的なMPCソルバで最適化可能にすることで、タスクコストとの組み合わせが成功率を向上させることを示した。
原題: A Unified Framework for Empowerment and Predictive Control / Wooyoung Chung, Tristan Shah, Volodymyr Makarenko 他
日本語で読む → - 論文sim2realロボティクス
報酬ハッキングを超えて:段階的人型学習パイプラインの4層におけるプロキシ乖離
脚式ロボットの強化学習パイプラインを構成する4つのプロキシ(報酬・カリキュラム・評価・参照動作)がそれぞれ目標から乖離する仕組みを分析し、各層の代替定式化を提案。シミュレーション人型ロボットのPPO学習で実測例を示す。
原題: Beyond Reward Hacking: Proxy Divergence Across Four Layers of a Staged Humanoid Learning Pipeline / Arunabh Bora
日本語で読む → - 論文sim2realロボティクス
I2CD: 単一画像から凸分解された衝突形状を直接生成
単一のRGB画像から物理シミュレーションでそのまま使える凸形状の集合を直接予測する手法を提案し、従来の再構成→分解パイプラインより高精度かつ6〜37倍高速に生成できることを示した。
原題: I2CD: Direct Image-to-Convex Decomposition for Simulation-Ready Collision Geometry / Qian Wang, Liam Merz Hoffmeister, Brian Scassellati 他
日本語で読む → - 論文歩行ロボティクス
世界を一周:270g連続回転四脚ロボットにおける統合学習ロコモーション
270gの小型四脚ロボットMiNI-Qで、姿勢条件付き強化学習ポリシーをオンボード実行し、通常歩行・逆さ歩行・着地復帰を単一ポリシーで実現した。
原題: Around the World: Unified Learned Locomotion on a 270 g Continuous-Rotation Quadruped / Arturo Flores Alvarez, Nathan Lintu, Dennis Hong
日本語で読む → - 論文群制御制御
ロボット群における運動誘起相分離のPDE制約MPC:モデル忠実度と局所情報の役割
振動駆動ロボット群の運動誘起相分離をPDE制約付きモデル予測制御で制御し、モデルの忠実度・情報要求・計算コストのトレードオフを集中・分散設定で評価した。
原題: PDE-Constrained MPC of Motility-Induced Phase Separation in Robotic Swarms: The Role of Model Fidelity and Local Information / Longchen Niu, Gennaro Notomista
日本語で読む → - 論文生涯強化学習機械学習
生涯強化学習における継続的適応のためのポリシー探索と再利用
オンライン経験からタスク類似度を推定し、過去のポリシーを選択・重み付けして新タスクの事前知識として再利用する手法AMSCを提案。
原題: How to Find and Reuse Policies for Continuous Adaptation in Lifelong Reinforcement Learning / Saptarshi Nath, Inish M. D'Souza, Antonio Carta 他
日本語で読む → - 論文表現学習画像認識
デコーダを削りエンコーダを活かす:新規視点合成からの幾何表現学習
新規視点合成を用いた自己教師あり学習で、デコーダの表現力を抑え潜在空間で再構成するSNAPを提案し、視覚的位置推定やロボット操作など5タスクで競争力のある幾何表現を実現した。
原題: Less Decoder is More Encoder: Geometric Representation Learning from Novel View Synthesis / Keerthi Kaashyap, Dennis Anthony, Akshay Krishnan 他
日本語で読む → - 論文シーン補完画像認識
CrowdOcc: 混雑屋内環境における四足歩行ロボットのための単眼意味論的シーン補完
混雑した屋内環境で四足歩行ロボット向けに、RGB-Dデータセットと単眼意味論的シーン補完フレームワークを提案し、遮蔽に頑健な幾何融合と人間中心の相互作用モデリングで最先端性能を達成した。
原題: CrowdOcc: Monocular Semantic Scene Completion for Quadruped Robots in Crowded Indoor Environments / Feiyang Chen, Jincheng Hu, Yiduo Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
LOCUS: 空間グラフを用いたランドマーク指向の容器識別
シーングラフ上でCLIP埋め込みをGNNで更新し、物体の空間的・意味的関係を統合して目的物体が入っていそうな容器を推論する手法を提案。シミュレーションと実機で有効性を示した。
原題: LOCUS: Landmark-Oriented Container Discrimination Using Spatial Graphs / Taylor Bergeron, Shibani Senthilbabu, Kevin Leahy
日本語で読む → - 論文自動運転ロボティクス
自動運転のための視覚言語モデルを用いた局所適合安全モニタリング
凍結した視覚言語モデルの予測を、シーンに応じた局所的な適合予測で確率的に校正し、衝突を引き起こす軌道の検出率を大幅に向上させた。
原題: Localized Conformal Safety Monitoring with Vision-Language Models for Autonomous Driving / Luís Marques, Rong Fang, Disha Kamale 他
日本語で読む →
PR・アフィリエイト広告
