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: 2026/10/1 / 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 →- 論文タスク・モーションプランニングロボティクス
OrbitTAMP: 宇宙機ランデブーにおけるタスク・モーションプランニングのための言語モデルの接地
自然言語指令をLLMで部分的なミッション仕様に変換し、再利用可能な行動グラフと軌道最適化で動的に実行可能な宇宙機ランデブー計画を生成する階層的TAMPフレームワークを提案。
原題: OrbitTAMP: Grounding Language Models for Task and Motion Planning in Spacecraft Rendezvous / Yuji Takubo, Daniele Gammelli, Marco Pavone 他
日本語で読む → - 論文sim2realロボティクス
EIDA: 実機-シミュレータ-実機ロボットナビゲーションのための実行インターフェースダイナミクス適応
実機の実行データから速度指令に対する運動とフィードバックの応答を学習し、軽量GPU並列シミュレータ内で適応させることで、アクチュエータの詳細なモデル化なしにロボットナビゲーションのsim-to-real転移を改善する手法を提案。
原題: EIDA: Execution-Interface Dynamics Adaptation for Real-to-Sim-to-Real Robot Navigation / Yiwei Qian, Shanze Wang, Qingyuan Hu 他
日本語で読む → - 論文動画生成/マニピュレーション画像認識
Ego2Act: 一人称視点動画生成における目標指向マニピュレーションの評価
一人称視点の動画生成モデルが、高レベルの目標から多段階の物体操作をどれだけ現実的にシミュレートできるかを評価するベンチマークEgo2Actと、参照不要の評価器Ego2ActJudgeを提案した。
原題: Ego2Act: Evaluating Goal-Directed Manipulation in Egocentric Video Generation / Patrick Amadeus Irawan, Iskandar Muda Rizky Parlambang, Rava Maulana 他
日本語で読む → - 論文姿勢推定ロボティクス
quARtetマーカー:堅牢な正面付近姿勢推定のための3Dプリント可能なマルチタグフィデューシャル
複数のAprilTagを傾けて配置した3Dプリント可能なフィデューシャルを提案し、正面付近の姿勢推定精度を単一平面タグより大幅に改善しつつ、把持可能性も確保した。
原題: quARtet Marker: A 3D-Printable Multi-Tag Fiducial for Robust Near-Frontal Pose Estimation / Araki Wakiuchi, Hikaru Sasaki, Takamitsu Matsubara
日本語で読む → - 論文マニピュレーションロボティクス
世界行動モデルを再考する:構成的・文脈内ロボットマニピュレーションに向けて
操作タスクを視覚サブゴール計画と実行に階層化し、事前学習済み世界モデル表現を共有するViGARを提案。長期構成的タスクと文脈内学習で高い成功率を示した。
原題: Rethinking World-Action Model for Compositional and In-Context Robotic Manipulation / Shukai Gong, Xuanran Zhai, Yintianrun Zhang 他
日本語で読む → - 論文群制御ロボティクス
AFD-CAMLs: ケーブル吊り下げ型空中マルチリフトシステムのための俊敏な力分布を考慮した計画と制御
複数のドローンで吊り下げ輸送する際の張力配分を改善するため、計画と制御を統合した枠組みを提案し、4〜10機の実験で俊敏性を保ちつつ張力の均等化を実現した。
原題: AFD-CAMLs: Agile Force-Distribution-Aware Planning and Control for Cable-Suspended Aerial Multi-Lifting Systems / Antreas Kourris, Sihao Sun
日本語で読む → - 論文マルチエージェント強化学習機械学習
テスト時マルチエージェント協調のための分解価値勾配フロー
オフラインMARLにおいて、生成モデルと価値関数をテスト時のアクション洗練で統合し、Stein変分勾配降下で行動サンプルを高価値領域へ輸送するSCOUTを提案。離散・連続ベンチマークで最高性能を達成。
原題: Test-time Multi-agent Coordination by Decomposed Value Gradient Flow / Dongsu Lee, Haoran Xu, Amy Zhang
日本語で読む → - 論文世界モデル画像認識
FutureWorlds: 代替未来からロボット世界モデルを学習する
マルチモーダル離散自己回帰モデルと多様性ビーム探索、候補ごとの記憶保持、MemSPO最適化を組み合わせ、ロボットの行動条件付き未来予測を高精度化する枠組みを提案。
原題: FutureWorlds: Learning Robotic World Models from Alternative Futures / Hao Wu, Shengju Qian, Weiyan Wang 他
日本語で読む → - 論文単一光子LiDAR/遮蔽越し再構成画像認識
遮蔽越しの前景・隠れシーン再構成のための単一光子LiDAR混合リターン分離
単一光子LiDARの時間分解ヒストグラムから、半透明な遮蔽物越しの前景と隠れたシーンの二層構造を、エコー状態を推定するニューラル場で再構成する手法を提案し、実データセットで精度向上を示した。
原題: Resolving Mixed Single-Photon LiDAR Returns for Foreground-View and Hidden Scene Reconstruction / Ziting Wen, Runrong Deng, Zili Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
SkeleWAM: 骨格ワールドアクションモデリングによる効率的なロボットマニピュレーション
ロボット関節・物体中心・接触点からなる疎な3D骨格を状態表現として用い、行動生成と将来骨格予測を統合した軽量なワールドアクションモデルを提案。LIBERO-Plusで85.9%の成功率を達成。
原題: SkeleWAM: Skeleton World-Action Modeling for Efficient Robotic Manipulation / Juyi Sheng, Hua Wang, Mengyuan Liu
日本語で読む → - 論文ロボット学習ロボティクス
離散曲面上のロボット学習:理論と応用
多面体メッシュ上でロボット学習を直接行うための離散リーマン幾何学フレームワークを提案し、DMP・ガウス過程・リーマニアンフローマッチングに適用して実機検証した。
原題: Robot Learning on Discrete Surfaces: Theory and Applications / Matteo Dalle Vedove, Fares J. Abu-Dakka, Luigi Palopoli 他
日本語で読む → - 論文sim2real画像認識
LiteReality-Agent: 操作可能な3D屋内シーン再構成のためのエージェントシステム
RGB-Dスキャンから、関節構造を持つシミュレーション可能な3D屋内シーンを再構成するエージェントシステム。コーディングエージェントがPythonスクリプトを反復編集してデジタルツインを生成する。
原題: LiteReality-Agent: An Agentic System for Interactable 3D Indoor Scene Reconstruction / Zhening Huang, Yueyan Li, Johnathan Chiu 他
日本語で読む → - 論文ナビゲーションロボティクス
GlassGuard: ロボットナビゲーションのための検証済みガラス平面マッピング
LiDARと視覚情報を組み合わせてガラス面を検出・再構成し、通過可能空間を汚染せずにガラスを障害物として地図化するナビゲーション向けフレームワークを提案。実世界9シーンで評価し、高いガラス被覆率と低い誤検出を達成。
原題: GlassGuard: Verified Glass Plane Mapping for Robot Navigation / Hanwen Guo, Zhengzhi Lin, Yusen Xie 他
日本語で読む → - 論文協調マニピュレーションロボティクス
観察・推論・協調:ゼロショット協調のためのロボットパートナーの制約推論
ロボットが別のロボットの物理的制約を共同行動から推論し、新しいタスクでゼロショット協調を実現するベンチマークと手法を提案。
原題: Watch, Infer, Coordinate: Inferring Robot Partner Constraints for Zero-Shot Coordination / Suyu Ye, Zheyuan Zhang, Vaishnav Tadiparthi 他
日本語で読む → - 論文世界モデルAI
ネットワーク世界モデル:複雑系アルゴリズム設計のための環境
ネットワーク上の介入効果を予測する行動条件付き世界モデルを提案し、アルゴリズム設計ループの高速評価器として用いることで、8タスク・5拡散モデルで既存手法を上回る性能と最大14.5倍の高速化を実現した。
原題: Network World Models as Environments for Algorithm Design on Complex Systems / Rishab Alagharu, Hongji Pu, Zeeshan Memon 他
日本語で読む → - 論文VLAロボティクス
分割して記憶する:長期的VLAポリシーのための再帰的行動関連メモリ
現在の観測だけでは行動を決められない履歴依存の操作タスクに向け、行動に関連する情報を履歴から再帰的に選択・記憶する軽量メモリ手法を提案し、長期的操作ベンチマークで最高精度を達成した。
原題: Divide-and-Remember: Recursive Action-Relevant Memory for Long-Horizon VLA Policies / Xuehui Yu, Eason Yu, Meiyi Wang 他
日本語で読む → - 論文確率的予測機械学習
変分ストリーミングフロー:物理時間における確率的予測
物理時間で直接速度場を学習するストリーミングフローを潜在分布の学習により確率化し、計算効率を保ちながら長期予測や分岐ダイナミクス、JEPAベースの世界モデルへの組み込みで精度を向上させた。
原題: Variational Streaming Flow: Probabilistic Forecasting in Physical Time / Hans Hao-Hsun Hsu, Minseon Gwak, Soon Hoe Lim 他
日本語で読む → - 論文VLA画像認識
EMGと視覚タスク記述子によるVLAの連続的条件付け
VLAモデルに筋電図と視覚セグメンテーションを追加条件として与える2つの手法を提案し、混雑した未知環境でのタスク性能が言語条件のみより大幅に向上することを示した。
原題: Continuous Conditioning of VLAs with Augmenting EMG and Visual Task Descriptors / Edward W. Staley, Connor O. Pyles, Rahul Hingorani 他
日本語で読む → - 論文マルチロボット協調ロボティクス
DuoMind: 意味的通信による分散マルチロボット協調
VLMによる高レベル調整とVLAによる低レベル実行を組み合わせた分散階層型フレームワークで、ロボット間の意味的メッセージ交換により長期的な協調作業を実現した。
原題: DuoMind: Enabling Distributed Multi-Robot Coordination with Semantic Communication / Hanchu Zhou, Dechen Gao, Hang Wang 他
日本語で読む → - 論文VLAロボティクス
フロンティアVLMエージェントはロボット汎用istになれるか?Embodied Agent Arenaによる実証研究
VLMのロボット汎用性を評価するベンチマーク「Embodied Agent Arena」を提案し、7つのVLMを幾何推定・空間推論・アフォーダンス・タスク計画・操作の観点で比較した。精密推定は得意だが、協調的な目標指向行動の完遂に課題が残ることを示した。
原題: Are Frontier VLM Agents Ready to Be Robot Generalists? An Empirical Study with the Embodied Agent Arena / Haojian Huang, Pukun Zhao, Zexi Li 他
日本語で読む → - 論文世界モデルphysics.plasm-ph
IGNITE:核融合プラズマのための生成的世界モデル
DIII-Dの10年以上の実験データから自己教師あり学習した生成的世界モデルIGNITEを提案し、アクチュエータ軌道から放電全体をシミュレーション可能にした。
原題: IGNITE Tokamak World Model Architecture / Peter Steiner, Azarakhsh Jalalvand, Nathaniel Chen 他
日本語で読む → - 論文VLAAI
漸進的視覚計画による世界行動モデリング
将来の視覚と行動を同時予測する世界行動モデルにおいて、疎な視覚サブゴール列を段階的に予測することで長期的タスクを効率的に計画・実行する手法ProWAMを提案。
原題: World Action Modeling with Progressive Visual Planning / Fei Zhang, Zhaochong An, Duncan Frost 他
日本語で読む → - 論文触覚ロボティクス
SoTa: 巧みな操作のための柔らかい触覚スキン
人間とロボットの手に共通レイアウトで装着できる低コストな容量性触覚スキンを開発し、触覚情報が視覚のみの政策より接触の多い操作タスクの成功率を向上させることを示した。
原題: SoTa: Soft Tactile Skins for Dexterous Manipulation / Jingyun Yang, Baiyu Shi, Timothy Yu 他
日本語で読む → - 論文協調制御eess.SP
トークン通信による協調型身体性AI:概念・フレームワーク・可能性
複数の身体性エージェントが協調するためのトークン通信(TokCom)を提案し、生成基盤モデルを活用したタスク適応型通信プロトコルでメッセージを圧縮・再構成する枠組みを示した。協調物体運搬の事例で通信量削減とタスク効率・雑音耐性の両立を確認。
原題: Token Communication-Assisted Collaborative Embodied Artificial Intelligence: Concepts, Framework, and Opportunities / Peng Yi, Ying-Chang Liang
日本語で読む → - 論文マニピュレーションロボティクス
スクリューアテンション:Transformer内部に剛体代数を組み込む
各トークンを姿勢を持つ剛体として扱い、ペア間の相対姿勢と関節スクリューをメッセージ伝達に用いるTransformer層を提案。フレーム不変な注意機構により、少ないパラメータで操作タスクの性能と幾何変化への頑健性を大幅に向上させた。
原題: Screw Attention: Rigid-Body Algebra Inside a Transformer / Aly Magassouba
日本語で読む → - 論文VLAロボティクス
世界行動モデルのための完了認識ガイダンス
世界行動モデルがタスク完了に必要な遷移を予測できない問題に対し、学習不要のサンプリング手法CAGを提案し、タスク成功率を向上させた。
原題: Completion Aware Guidance for World Action Models / Seungyeon Kim, Junhoo Lee, Baekseung Kim 他
日本語で読む → - 論文ヒューマノイド/ツール使用ロボティクス
ヒューマノイドツールベンチ:ツール選択から移動を伴う実行までを評価
ヒューマノイドが道具を選び、操作と移動を組み合わせてタスクを遂行する能力を評価する18タスクのベンチマークと3.1kデモのデータセットを提案し、実機・シミュレーションで既存手法の課題を明らかにした。
原題: HumanoidToolBench: Benchmarking Humanoid Tool Use from Selection to Mobile Execution / Kyochul Jang, Seohyeon Park, Ohchul Kwon 他
日本語で読む → - 論文触覚ロボティクス
TouchTherm: 触覚・熱レンダリングのためのマルチモーダル物体デジタルツイン構築
実物体を構造化光スキャンと多視点法線マップ、赤外線動画から、視覚・触覚・熱のシミュレーション可能なデジタルツインとして再構築するフレームワークを提案。
原題: TouchTherm: Building Multimodal Digital Twins of Objects for Tactile and Thermal Rendering / Yitao Zhang, Hong Ying, Haoran Guo 他
日本語で読む → - 論文拡散計画ロボティクス
解析的局所スコアによる学習不要の拡散計画
学習済みスコアを解析的な局所スコア(障害物・滑らかさ・速度・エージェント間制約)に置き換え、学習なしで滑らかで衝突のない軌道を生成する拡散ベースの動作計画手法を提案。
原題: Training-Free Diffusion Planning with Analytical Local Scores / Michael Y. Fatemi, Jinhao Liang, Ferdinando Fioretto
日本語で読む → - 論文マニピュレーションロボティクス
FlashDexRetarget: 多動作リターゲティングによる器用操作データ生成の高速化
人間の手と物体のデモンストレーションをロボットハンドに転送する強化学習ベースのリターゲティング手法を提案し、50動作で90%の成功率を達成しつつ、学習計算量を最大100倍削減した。
原題: FlashDexRetarget: Accelerating Dexterous Manipulation Data Generation through Multi-Motion Retargeting / Kyungmin Lee, Sibeen Kim, Dongyoon Hwang 他
日本語で読む →
PR・アフィリエイト広告
