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: 2026/9/30 / 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 →- 論文群制御ロボティクス
検出より予測が有効:ドローンによる交通渋滞制御
ドローン群が交通渋滞を検出・予測し、その情報で信号制御を適応化する閉ループ系をシミュレーションし、予測に基づく制御が検出に基づく制御より渋滞時間を約2倍削減できることを示した。
原題: Prediction is Better than Detection: Traffic Congestion Control using Drones / Samira Hayat, Christian Raffelsberger
日本語で読む → - 論文VLAロボティクス
Ego4WAM:ロボット学習のための自己中心的人間データのスケーリングで重要な要素は何か?
自己中心的人間データをロボット学習に活用する際、人間とロボットのアライメント、タスク多様性、行動監督、利用戦略が下流性能に与える影響を体系的に分析し、データ設計の指針を示した。
原題: Ego4WAM: What Matters When Scaling Egocentric Human Data for Robot Learning? / Zhihao Sun, Liu Liu, Xinjiang Wang 他
日本語で読む → - 論文安全制御ロボティクス
意味的安全ロボット制御のためのニューロシンボリック述語学習
人間が指定した安全知識から再利用可能な安全表現を学習する微分可能推論器NEUPROを提案し、解釈可能なロボット安全仕様のベンチマークREASONを構築した。
原題: Neuro-Symbolic Predicate Learning for Semantic Safe Robot Control / Zihan Ye, Jiayi Liu, Puze Liu 他
日本語で読む → - 論文自律水上車両ロボティクス
自律水上車両のためのEMログ較正のベンチマーク評価
自律水上車両において、動的な海況下で4つの較正モデルと2つの推定パイプラインを比較評価し、バイアス・スケール誤差モデルとカルマンフィルタの組み合わせが速度推定精度を71%向上させることを実証した。
原題: Benchmarking EMlog Calibration for Autonomous Surface Vehicles / Samuel Cohen-Salmon, Itzik Klein
日本語で読む → - 論文インフラ検査ロボティクス
ドローンとソナーによる水路の非侵襲的検査
市販のドローンとソナーを組み合わせた「ドロナー」システムで、水を抜かずに水路の堆積物や損傷を検査する手法を開発し、実地試験で有効性を確認した。
原題: Non-Invasive Inspection of Water Canals Using Dronar / Michael Zielinski, Zhizhan Wang, Benjamin Dymond 他
日本語で読む → - 論文自動運転計画ロボティクス
報酬誘導型選好最適化による自動運転のための効率的マルチモーダル計画
スパースアンカーとオフセット精緻化を組み合わせたマルチモーダル軌道計画手法を提案し、報酬誘導型ファインチューニングで安全性を高め、NAVSIMベンチマークで精度と効率の両立を実現した。
原題: Efficient Multi-Modal Planning with Reward-Guided Preference Optimization for Autonomous Driving / Chenglin Chen, Lujia Wang, Xinhu Zheng 他
日本語で読む → - 論文社会的ナビゲーションロボティクス
社会的ロボットの廊下ナビゲーションにおける可読性の再考:意図表現と人間の注意散漫の影響
廊下でのロボットナビゲーションにおいて、意図の表現方法と歩行者の注意状態が与える影響を2つのユーザー研究で調査し、通過側の可読性が有効であることを示した。
原題: Rethinking Legibility in Social Robot Hallway Navigation: Impact of Intent Representation and Human Distraction / Pranav Goyal, Andrew Stratton, Christoforos Mavrogiannis
日本語で読む → - 論文オドメトリ/多カメラ画像認識
StreamRig: リグ内幾何を活用したストリーミング多カメラオドメトリ
凍結した多視点3D基盤モデル上に、キャリブレーション済みカメラリグの幾何を活かした因果的ストリーミングオドメトリを構築するフレームワークを提案。
原題: StreamRig: Exploiting Intra-Rig Geometry for Streaming Multi-Camera Odometry / Yufei Wei, Shuhao Ye, Qi Wang 他
日本語で読む → - 論文VLA画像認識
GroundingPI:視覚プリミティブで物理知能に挑むグラウンディング基盤モデル
点やボックスを量子化座標として生成する4Bのグラウンディング基盤モデルを提案し、ロボット操作や自動運転の視覚バックボーンとして性能を向上させた。
原題: GroundingPI: A Grounding Foundation Model towards Physical Intelligence with Visual Primitives / Qize Yu, Lianrui Fan, Boyu 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
形を超えた機能:異種ハンド間の機能的対応による器用把持生成
異なる構造のロボットハンド間で把持の機能的役割を対応付け、未見のハンドでも把持データや再学習なしに器用な把持を生成する手法を提案。
原題: Function beyond Form: Functional Correspondence for Cross-Embodiment Dexterous Grasp Generation / Bolin Zou, Wenlong Dong, Mu Ai 他
日本語で読む → - 論文マニピュレーションロボティクス
線虫の生体詳細回路をタスク非依存の動的コアとして用いた視覚頑健なロボットマニピュレーション
線虫の感覚運動回路(136個の多区画ニューロン)を固定した動的コアとしてロボット方策に組み込み、薄いタスク別アダプタのみを学習させることで、視覚外乱に強いマニピュレーションを実現した。
原題: A Biophysically Detailed C. elegans Circuit as a Task-Agnostic Dynamical Core for Visually Robust Robot Manipulation / Linrui Qian, Jiajia Zhang, Gan He 他
日本語で読む → - 論文VLAロボティクス
実行時フィードバックから失敗バンク自己進化による視覚言語行動モデルの学習
VLAモデルが実行時の安全フィードバックを失敗バンクとして蓄積し、LoRA更新でポリシーを自己進化させることで、タスク成功率を高めつつ危険コストを削減するフレームワークを提案。
原題: Learning from Runtime Feedback through Failure-Bank Self-Evolution for Vision-Language-Action Models / Mingyue Cui, Zheyuan Liu, Yihan Zhu 他
日本語で読む → - 論文SLAMロボティクス
BatSLAM 2.0:ロバストなポーズグラフにおける系列検証型ソナー位置認識
コウモリの反響定位に倣ったソナーSLAMを改良し、系列検証とポーズグラフでループ閉じ込みの誤りを防ぎ、ロバストな地図構築を実現した。
原題: BatSLAM 2.0: Sequence-Verified Sonar Place Recognition in a Robust Pose Graph / Jan Steckel
日本語で読む → - 論文SLAMロボティクス
MVP-SLAM: 複数カメラとフロアプランを活用したオンライン視覚慣性SLAM
建設現場向けに、2台の魚眼カメラとフロアプランをオンラインで統合し、壁検出とマップマッチングでドリフトを逐次補正する視覚慣性SLAMを提案。Hilti-Trimble SLAM Challenge 2026で高精度を達成。
原題: MVP-SLAM: Multi-Camera Visual-Inertial Floorplan-Prior SLAM / Asier Bikandi-Noya, Miguel Fernandez-Cortizas, Muhammad Shaheer 他
日本語で読む → - 論文マニピュレーションロボティクス
部分観測下のロボットマニピュレーションにおけるスキルレベル記憶のベンチマークと強化
部分観測下での操作記憶を評価するベンチマークHIDEを提案し、履歴保持と実行状態追跡のための記憶機構SEEKを開発した。既存方策の限界を示し、記憶拡張がシミュレーションと実世界で成功率を向上させることを示した。
原題: Benchmarking and Enhancing Skill-Level Memory for Partially Observable Robotic Manipulation / Yansong Shi, Jiange Yang, Xijie Yang 他
日本語で読む → - 論文sim2realロボティクス
SimEX: シミュレーション統合型ロボティクス自動研究フレームワーク
LLMコーディングエージェントがシミュレーション内で試行錯誤してロボットツールボックスを構築し、少数の実機試行でシミュレータを校正しながら実ロボットの操作スキルを効率的に獲得する自動研究フレームワーク。
原題: SimEX: Simulation-Integrated Robotics AutoResearch / Jiaheng Hu, Roberto Martin-Martin, Peter Stone 他
日本語で読む → - 論文制御理論制御
関節容量制約下の多入力システムに対する許容性保持制御
複数入力の非線形システムにおいて、アクチュエータの合計容量制約を幾何学的に扱い、許容入力集合を常に保つ制御則をバックステッピングと組み合わせて設計した。
原題: Admissibility-Preserving Control for Multi-Input Systems with Joint Capacity Constraints / Saurabh Kumar, Lohitvel Gopikannan, Shashi Ranjan Kumar 他
日本語で読む → - 論文VLA画像認識
Uruqi: 視覚体験から空間認知を学習する
移動するエージェントの視覚体験を模した合成データでVLMを訓練し、自己運動の追跡と周囲の地図構築という空間認知能力を大幅に向上させた。
原題: Uruqi: Learning Spatial Cognition from Visual Experience / Shichao Li, Meiqi Wang, Fei Su 他
日本語で読む → - 論文マニピュレーションロボティクス
ChunkTrust: 行動専門家の証拠に基づくロボット政策の実行ホライズン適応
ロボット基盤政策が予測する行動チャンクの実行長を、固定値ではなく行動専門家の証拠から推論する潜在変数として扱い、訓練不要のセレクタと軽量アダプタで適応的に決定する手法を提案。
原題: ChunkTrust: Adapting Execution Horizons for Robot Policies with Action-Expert Evidence / Fanding Huang, Jingyan Jiang, Shifeng Bao 他
日本語で読む → - 論文VLA画像認識
インラインメモリと再利用可能スキルの融合:視覚-言語-行動モデルのためのメモリ中心フレームワーク
VLAモデルに学習可能なメモリトークンを挿入し、クエリ-スキルメモリバンクでスキルを外部化することで、パラメータ更新を抑えつつ新タスクへの適応と破滅的忘却の緩和を実現した。
原題: Inline Memory Meets Reusable Skills: Memory-centric Framework for Vision-Language-Action Model / Zaijing Li, Rui Shao, Bing Hu 他
日本語で読む → - 論文歩行アシスト/外骨格ロボティクス
PhaseSync-Exo: 人間のクロックに同期した参照適応による動的歩行追従
2つのIMUとCNN-Transformerで歩行を再構成し、人間のタイミングに同期するアダプタを組み込んだ外骨格制御を提案。シミュレーションで位相誤差を大幅に低減し、転倒なしで追従を実現した。
原題: PhaseSync-Exo: Human Clock Anchored Reference Adaptation for Dynamic Gait Tracking / Kaijie Qi, Yuehan Wang, Kaiming Xu 他
日本語で読む → - 論文動作推定ロボティクス
DiFF: ドップラー情報を活用したフローマッチングによる人間動作フロー推定
4Dミリ波レーダーの点群から人間の非剛体動作フローを推定するため、ドップラー速度の事前情報とKANベースの条件付きフローマッチングを組み合わせた生成フレームワークDiFFを提案。
原題: DiFF: Doppler-informed Flow Matching for Human Motion Flow / Kai Wang, Mingle Zhao
日本語で読む → - 論文VLAcs.CR
曲がる拒否:身体性VLMプランナーにおけるタスク可塑性の測定と予測
身体性VLMプランナーが一度拒否したタスクでも、環境に日常的な物体を1つ置くだけで20.2%が遵守に転じることを示し、この脆弱性(タスク可塑性)がクエリ前に予測可能であることを明らかにした。
原題: Refusals That Bend: Measuring and Predicting Task Malleability in Embodied VLM Planners / Leo Y. Lin, Mikhail Kuznetsov, Muslum Ozgur Ozmen 他
日本語で読む → - 論文VLAロボティクス
スケールと選択:視覚インターフェースロボットエージェントのための自動ハーネス進化を成功させる要因
コーディングエージェントがロボットポリシーのハーネス(プロンプト・ツール・制御規則)を自動改善する際、1ラウンドあたりのロールアウト数を増やすと汎化性能が向上し、Champion-Challenger選択を導入すると性能低下を防げることを示した。
原題: Scale and Selection: What Makes Automatic Harness Evolution Work for Visual-Interface Robot Agents / Zhijie Wei, Ferris Tan, Jinghui Wang
日本語で読む → - 論文世界モデルロボティクス
CF-JEPA: 可制御性の因子分解によるJEPA世界モデルのロバスト性向上
JEPA型世界モデルの潜在空間を制御可能・不可能な部分空間に分離し、背景の妨害情報に頑健なモデルを実現した研究。
原題: CF-JEPA: Improving Robustness of JEPA World Models via Controllability Factorization / Morgan Byrd, Robert Wright, Sehoon Ha
日本語で読む → - 論文動作生成ロボティクス
ECHO-G: 音声に同期したヒューマノイド全身動作生成
音声とタイミング付きテキストを条件に、拡散トランスフォーマでヒューマノイドロボットの全身発話動作を直接生成するフレームワークを提案し、実機展開まで示した。
原題: ECHO-G: Embodied Co-speech Humanoid mOtion Generation / Yizhao Li, Pusen Gao, Ming Wang 他
日本語で読む → - 論文マルチUAV/状態推定ロボティクス
俊敏なビジョンベースのマルチUAV飛行に向けて:状態推定の再検討
隣接UAVの姿勢情報(傾き)を活用することで、位置のみの推定に比べ速度・加速度の推定誤差を大幅に削減し、俊敏な飛行を可能にすることを示した。
原題: Towards Agile Vision-Based Multi-UAV Flight: Revisiting State Estimation / Michal Pliska, Matouš Vrba, Ondřej Víta 他
日本語で読む → - 論文空中マニピュレーションロボティクス
部分的な視覚観測による全身空中把持と持ち上げ
強化学習の教師-生徒フレームワークを用いて、部分的な視覚情報から飛行・アーム・グリッパを統合制御し、空中での把持と持ち上げを実現した研究。
原題: Whole-Body Aerial Grasping and Lifting via Partial Visual Observations / Jiaye Jin, Rui Jin, Xinhang Xu 他
日本語で読む → - 論文VLAロボティクス
PhasePlan: ロボット脳モデルのための順序付き未来フェーズ計画
ロボット脳モデルが固定長の行動チャンクを予測する代わりに、将来の各行動位置でのタスクフェーズを予測し、その計画表現で行動生成を条件付けることで、動的環境での行動タイミングを改善する手法を提案。
原題: PhasePlan: Ordered Future-Phase Planning for Robot Brain Models / Xiaoyu Yang, Yafei Zhang, Wensheng Li 他
日本語で読む → - 論文VLAロボティクス
離散フォーシング:連続デノイジングに離散ガイダンスを注入する少数ステップ行動エキスパート
VLAモデルにおいて、離散行動トークンで粗い行動構造を予測し、それを連続行動の精緻化のガイダンスとして用いるフローマッチング手法を提案。パラメータ数を抑えつつ高精度・高速推論を実現した。
原題: Discrete Forcing: Infusing Discrete Guidance into Continuous Denoising for Few-Step Action Experts / Jingbo Wang, Wenxuan Song, Wenhao Yu 他
日本語で読む →
PR・アフィリエイト広告
