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: 2026/11/8 / 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ロボティクス
DexForesight:暗黙的な空間予測で器用把持ポリシーを接地する
オフラインの深度・手形状・軌道から行動条件付き空間ワールドモデルを学習し、その予測表現をポリシーの潜在空間に蒸留することで、展開時はRGBのみで器用操作を実現する手法。
原題: DexForesight: Grounding Dexterous Policies with Implicit Spatial Foresight / Zhongxi Chen, Yi Yang, Xinyi Chen 他
日本語で読む → - 論文量子強化学習ロボティクス
量子ビットから動作へ:ロボット箱詰め順序決定のための追跡可能な行動来歴を持つハイブリッド量子強化学習
量子回路の読み出しを唯一の学習入力とする強化学習で箱詰め順序を決定し、各判断をSHA-256指紋と運動計画・接触再現まで追跡可能にした枠組みを提案した。
原題: Qubit-to-Motion: Traceable Action Provenance in Hybrid QRL for Robotic Bin-Packing Sequencing / Hassen Nigatu, Howard Li
日本語で読む → - 論文sim2realロボティクス
祭りの映像から舞台へ:市販ヒューマノイドによる長時間表現型全身ダンスのためのSim-to-Realラダー
単眼動画から阿波踊りをUnitree G1で再現するパイプラインを構築し、シミュレーション学習から実機展開までの11段階の検証を通じて長時間のロープなしダンスを実現した。
原題: From Festival Video to the Stage: A Sim-to-Real Ladder for Long-Horizon Expressive Whole-Body Dance on a Commercial Humanoid / Hesham Shehata
日本語で読む → - 論文タスクプランニングロボティクス
CAFE: 指示なしで閉ループ自律タスクを立案・実行するフレームワーク
シーン観察から清掃・安全・整理などのタスクを自ら立案し、実行結果をメモリに反映して修正しながら遂行する閉ループ型ロボット自律手法を提案し、AI2-THORで評価した。
原題: CAFE: Closed-Loop Autonomous Task Formulation and Execution without Instance-Specific Instructions / Mingjia Chen, Xuewen Zhao, Philip Dames 他
日本語で読む → - 論文3DGS画像認識
確率的LiDARスキャフォールドによるコンパクトで表面整合なガウシアンスプラッティング
カメラとLiDARのデータから階層的ガウス混合モデルを構築し、それを足場として表面に沿ったコンパクトな3DGS表現を生成する手法を提案。
原題: PLS-GS: Probabilistic Lidar Scaffolds for Compact, Surface-Aligned Gaussian Splatting / Krishnan Harikumar, Alejandro Fontan, Thierry Peynot 他
日本語で読む → - 論文マニピュレーションロボティクス
GUARD: 異常検知に基づくQ誘導で生成ロボット方策を巧みな操作へ導く手法
方策の訓練分布から異常スコアを学習し、疎なタスク報酬と組み合わせてQ関数の勾配で拡散方策の生成過程を誘導することで、事前学習済み方策を改変せずに巧みな操作の成功率とsim2real転移を改善した。
原題: GUARD: Anomaly-Informed Q-Steering for Generative Robot Policies in Dexterous Manipulation / Aryaman Gupta, Xiaoyue Wu, Rana Soltani Zarrin 他
日本語で読む → - 論文VLAロボティクス
検索ガイダンスによるゼロショットVLA適応
ドメイン不一致の実演データセットから検索した軌道を幾何校正と粗密検索で変換し、フローマッチング推論を誘導することで、VLAモデルを再学習せずに新環境へ適応させる手法を提案した。
原題: Zero-Shot VLA Adaptation with Retrieved Guidance / Subin Kim, Anh-Quan Pham, Dinesh Jayaraman
日本語で読む → - 論文両腕マニピュレーションロボティクス
物体中心学習で両腕の器用さを引き出すSimDuoReal
物体中心の単純な報酬で両腕ロボットの強化学習を行い、把持前操作や持ち替えなどの複雑な協調動作が自然に獲得できることを示し、実機で76.3%の成功率を達成した。
原題: SimDuoReal: Object-Centric Bimanual Policy for Emergent Dexterity / Qiyang Yan, Yulin Liu, Akash Sharma 他
日本語で読む → - 論文群制御制御
シフト相互作用関数:コンセンサスネットワークにおける不完全な駆動とセンシングの統一フレームワーク
駆動制約やセンシングバイアスを「シフトした単調相互作用」として表現し、速度整列やクラスタ化の収束条件をリアプノフ解析と最大値原理で明らかにする統一理論を提案。
原題: Shifted Interaction Functions: A Unified Framework for Imperfect Actuation and Sensing in Consensus Networks / Yang Xu, Enric Morella Violeta, Hector Garcia de Marina
日本語で読む → - 論文世界モデル画像認識
WorldFoundry:世界知能のための統合インフラストラクチャ
生成的世界モデルの定義と評価枠組みを提示し、動画・3D/4D・身体行動・対話型世界システムの推論と評価を再現可能にするオープンソース基盤WorldFoundryを提案した論文。
原題: WorldFoundry: Towards Unified Infrastructure for World Intelligence / Juanxi Tian, Jiadong Hou, Baiang Li 他
日本語で読む → - 論文群制御ロボティクス
非同期行動に対応したスケーラブルなマルチエージェント経路計画LSRP*
非同期行動を扱うマルチエージェント経路計画において、初期解を得た後も時間予算内で解品質を改善し続けるanytimeプランナLSRP*を提案し、最大1000エージェントで評価した。
原題: LSRP*: Scalable and Anytime Planning for Multi-Agent Path Finding with Asynchronous Actions / Dachuan Liu, Shuai Zhou, Shizhe Zhao 他
日本語で読む → - 論文マルチエージェント画像認識
MaRiO: 共有観測によるマルチエージェント協調推論ベンチマーク
独立視点から同一環境を観測する複数エージェントの協調推論を評価するベンチマークMaRiOを提案し、23のMLLMを評価した。
原題: MaRiO: Multi-agent Collaborative Reasoning via Shared Observations in MLLMs / Nathaniel Redmond, Fidel Omar Tito Cruz, Devansh Sharma 他
日本語で読む → - 論文VLAロボティクス
3D空間理解を蒸留・知識ルーティングでVLAに付与するSPARK-VLA
推論時に外部3D入力や専門家を必要とせず、凍結した3D専門家からLoRA視覚枝へ空間表現を蒸留し、軽量ルータで行動に関連する視覚トークンを選択するVLAフレームワークを提案。
原題: Spatial Representation Distillation and Knowledge Routing for Vision-Language-Action Models / Jungin Park, Chaoran Zhu, Changjae Oh 他
日本語で読む → - 論文マニピュレーションロボティクス
MoE-DAgger:位相構造マニピュレーションにおける遷移認識ルータエントロピーゲーティングによる選択的人間修正
位相順序を持つマニピュレーションで、ルータの因果履歴を用いて隣接位相の遷移と異常な高エントロピーを区別し、必要な時だけ人間修正を要求するDAgger手法を提案。
原題: MoE-DAgger: Transition-Aware Router-Entropy Gating for Selective Human Correction in Phase-Structured Manipulation / Sungjun Heo, Sungjun Yang, Heedon Jeong 他
日本語で読む → - 論文VLAロボティクス
DreamVLA:生成された人間動作からヒューマノイドの視覚-言語-行動ポリシーへ
生成した人間の動作軌道をシミュレーション強化学習のガイドに使い、タスク特化の遠隔操作データなしでヒューマノイドVLAポリシーを訓練する手法を提案。
原題: DreamVLA: From Generated Human Motions to Humanoid Vision-Language-Action Policies / Kevin Park, Izat Rasyad, Dvij Kalaria 他
日本語で読む → - 論文SLAM/位置推定ロボティクス
再帰的ベイズ比較によるLiDAR計測のオンライン幾何整合性評価
LiDAR点群の位置合わせ誤差を、履歴ボクセル幾何のベイズモデルと現在のサンプリングに適応する参照モデルの予測支持度比較でオンライン検出する手法を提案し、実環境14系列で破損9系列を全て検出した。
原題: Online Geometric Consistency Assessment of LiDAR Measurements via Recursive Bayesian Comparison / Mingqiao Han, Qigeng Duan, Xuchen Liu 他
日本語で読む → - 論文VLAAI
先読み:探索駆動型推論による身体性AI
凍結したACTポリシーの行動チャンクに対しビーム探索で候補を生成・評価し、必要な時だけ探索するゲートOSAで成功率を0%から18%に向上させつつ実行時間を約3倍短縮した研究。
原題: Look Ahead: Search-Driven Reasoning in Embodied AI / Ahmed Zeer, Osama Shbib, Muzaffer Kaan Yuce 他
日本語で読む → - 論文世界モデルロボティクス
展開後の多目的適応:遠隔ロボットチームのための世界モデルに関する立場論文
遠隔環境で運用されるロボットチームが展開後に環境や目的の変化へ適応するため、世界モデルを用いて既存方策を物理実行なしに再評価する枠組みの可能性と研究課題を論じた立場論文。
原題: Multi-Objective Adaptation After Deployment: A Position on World Models for Remote Robot Teams / Jamie Santos, Kagan Tumer
日本語で読む → - 論文協調推論機械学習
モデルはどこで動かすべきか?6G時代の身体性知能のための協調推論フレームワーク
エッジがモデル分割と実行を調整するエッジ中心の協調推論フレームワークを提案し、WiFi/5G環境でResNetやVLAモデルの最適分割点を実験的に明らかにした。
原題: Where Should Models Run? A Collaborative Inference Framework for Embodied Intelligence in 6G / Wanlu Sun, Zhenhui Yuan, Xiang Ji 他
日本語で読む → - 論文潜在計画画像認識
潜在計画のためのダイナミクス情報付き行動学習
潜在世界モデルにおいて、学習時の自己回帰予測への整合と逆ダイナミクスによる行動推定を導入し、テスト時に逆・順ダイナミクスを結合してCEMの初期解を生成することで、視覚制御の計画性能を向上させた研究。
原題: Dynamics-Informed Action Learning for Goal-Conditioned Latent Planning / Yinuo Jiang, Guangzhi Wang, Yiran Wang 他
日本語で読む → - 論文筋骨格制御ロボティクス
負担か報酬か至福か?全身筋骨格制御のための筋考慮リターゲティングとヌル空間探索
単眼動画から700筋を制御する全身筋骨格模倣ポリシーを学習するパイプラインを提案し、筋考慮リターゲティングとヌル空間探索で参照動作の再現性と探索効率を改善した。
原題: Burden, Bounty, or Bliss? Muscle-Aware Retargeting and Null-Space Exploration for Whole-Body Musculoskeletal Control / Ruiyang Kong, Takeshi Oishi
日本語で読む → - 論文自律実験/科学エージェントAI
身体性を持つ科学エージェント:実験設計を学習可能にする
大規模モデルを物理実験に統合する際の「身体性の欠如」という課題に対し、認知・実験・身体の3軸で学習可能なEmbodied Science Agentを提案し、廃水処理実験で検証した論文。
原題: Embodied Science Agents: Making Embodied Experimental Design Learnable / Yihang Che, Zhongwei Yu, Yang Li 他
日本語で読む → - 論文オフライン強化学習機械学習
拡散ポリシーで誘導する拡散プランナーによるオフライン強化学習
拡散ポリシー(価値志向だが近視眼的)と拡散プランナー(長期志向だが振る舞い依存)をプランナーの実行段階で統合し、逆動力学の事前分布を価値最適化ポリシーで置き換えるDPDPを提案。D4RLで性能向上を実証。
原題: DPDP: Diffusion Policy-Steered Diffusion Planner for Offline Reinforcement Learning / Ruyi An, Mingyuan Zhou
日本語で読む → - 論文模倣学習ロボティクス
タスク重要部位の位置合わせで物体間インタラクションの模倣を改善
DINOBotの模倣学習を改良し、RANSACによる外れ値除去とタスク関連領域への意味対応の絞り込みで、実機の把持・挿入・振り・注ぎタスクの成功率を13.8%向上させた。
原題: Task-Critical Part Alignment Improves Imitation of Object Interactions / Denis Hadjivelichkov, Sebastian Ægidius, Valerio Modugno 他
日本語で読む → - 論文プランニング蒸留ロボティクス
信念空間プランナの蒸留による物理的・認識論的制約を満たすエージェントの展開
信念空間のタスク・動作プランナをオフラインで生成し、その軌跡を方策に蒸留することで、不確実性下でも仕様に沿って行動するエージェントを訓練する手法を提案。履歴依存方策向けにDual Averaging損失とρ-最適強化学習を導入し、情報獲得が必要な新環境Scavengerで評価した。
原題: Deploying Physically and Epistemically Compliant Agents by Distilling Belief-Space Task and Motion Planners / Phillip J. K. Christoffersen, Rachel Ma, Patrick Barragán 他
日本語で読む → - 論文画像フォレンジック画像認識
実物か偽物かを超えて:写真評価のための二チャネル真正性・推論プロトコル
画像の真正性をカメラ由来の指紋と意味的な整合性の二つのチャネルで捉え、4クラス分類と説明生成を同時に行う2CAPを提案した論文。
原題: Beyond Real or Fake: A Dual-Channel Authenticity and Reasoning Protocol for Photographic Assessment / Xiaoxiao Li, Ruinan Jin, Lili Meng 他
日本語で読む → - 論文世界モデル画像認識
言語条件付き世界モデルの統合ベンチマークと選択的想像エージェント
ナビゲーション・ロボティクス・ゲーム・運転を統一した言語条件付き世界モデルベンチマークLCWM-Benchを構築し、拡散ポリシーと映像世界モデルを組み合わせて計画するエージェントTiresiasを提案した論文。
原題: Tiresias: Towards Language-Conditioned World Models / Fengyi Wu, Yifei Dong, Yetong Sha 他
日本語で読む → - 論文アクション転移画像認識
潜在アクション世界モデルにおける異なる体型キャラクター間のアクション転移
ラベルなし動画から学んだ潜在アクションを、異なる体型の2Dキャラクター間で転移できるかを検証し、画面移動と身体動作を分離する新たな転移スコアを提案した実証研究。
原題: Action Transfer Across Character Body Plans in Latent-Action World Models: An Empirical Study of Animated Characters / Amarnath R
日本語で読む → - 論文ナビゲーションロボティクス
モデルベース模倣学習による単眼視ナビゲーション
学習した衝突モデルを軌道最適化に組み込み、人間のデモからリスクと目標進行のバランスを模倣学習することで、単眼カメラのみで混雑環境を安全にナビゲーションする手法を提案した。
原題: Model-Based Imitation Learning For Monocular Vision-Based Navigation / Basant Sharma, Prajyot Jadhav, Saqi Hussain Kalan 他
日本語で読む → - 論文軌道計画ロボティクス
REINS: 実時間軌道計画のための自己進化型エージェントハーネス
LLMの出力を学習済みダイナミクスモデルに接地し、検証とルールメモリへの統合を行うことで、LLMの重みを変えずに実時間軌道計画を自己進化させるハーネスを提案。
原題: REINS: A Self-Evolving Agent Harness for Real-Time Trajectory Planning / Zhihong Cui, Hengyu Liu, Haoran Tang 他
日本語で読む →
PR・アフィリエイト広告
