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VLAAI
予測を超えて:回顧的世界モデリングによるVLMエージェントの誘導
VLMエージェントに回顧的世界モデリングを導入し、行動の原因を逆推定する能力と自己整合性報酬を組み合わせることで、物理的に整合した行動を学習させる手法を提案。
原題: Beyond Prediction: Steering VLM Agents with Retrospective World Modeling / Yongjiang Liu, Jie Zhang, Haoyue Zhang 他
日本語で読む → - 論文ソフトロボティクス/姿勢推定ロボティクス
IMU融合によるモジュール式ソフト腱駆動連続ロボットの磁気ベース自己位置姿勢推定
IMUと能動磁場を組み合わせ、外部カメラなしで連続ロボットの姿勢を推定する埋め込み型センシングを提案し、閉ループ制御で有効性を実証した。
原題: Magnetic based In-situ Self 3D Pose Estimation for a Modular Soft Tendon-Driven Continuum Robot via IMU-Fusion / Zheng Cao, Guo Ning Sue, Xiangyun Bu 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 → - 論文ヒューマノイドロボティクス
歩行基盤型ヒューマノイドサッカー:多方向キックライブラリのタスクゲート強化学習
指令条件付き歩行ポリシーを土台として先に学習し、その上に7種類のキックスキルをタスクゲート層として追加することで、多方向へのシュートと安定した歩行・復帰を両立させた。
原題: Locomotion-Grounded Humanoid Soccer: Task-Gated Reinforcement Learning of a Multi-Directional Kicking Library / Abu Hanif Muhammad Syarubany, Jaehyun Jang, Hwanhee Kim 他
日本語で読む → - 論文世界モデル機械学習
世界をグラフとして:潜在空間グラフによる関係的世界モデリング
物体中心の世界モデルにグラフ構造の帰納バイアスを導入し、物体間の関係を明示的に捉えて将来予測を行う手法WAGを提案。視覚推論とロボット操作タスクで優れた性能を示した。
原題: World-as-Graph: Relational World Modeling Through Latent Space Graphs / Yaqi Yang, Shuo Huang, Yujin Huang 他
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 → - 論文学習力学・制約補正機械学習
マルコフ力学エンフォーサ:学習力学多様体上での実現可能性を保つ補正
学習した力学モデル上で、予測軌道が力学・制約を満たすように事後補正するオペレータMaDEを提案。制御入力が未知でも実現可能な状態のみから学習し、予測器に付加して力学残差を大幅に低減する。
原題: Markovian Dynamics Enforcer: Feasibility Preserving Correction on Learned Dynamics Manifolds / Kevin Yu, Tao Guo, Constantinos Antoniou 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 → - 論文外骨格制御ロボティクス
人間トルク推定に基づくタスク非依存型アシスト外骨格制御の一般的性能保証
人間のトルク推定誤差があっても、ロボットが意図に沿って動く確率の下限を理論的に保証する制御法を提案し、上肢外骨格で複数タスクの有効性を実証した。
原題: General Performance Guarantee for Human Torque Estimation-Based Task-Agnostic Assistive Exoskeleton Control / Duy Hoang, Bastien Berret, Olivier Bruneau 他
日本語で読む → - 論文群制御cs.MA
分割最適輸送による高速でスケーラブルなマルチエージェント分布マッチング
大規模マルチエージェント系の終端分布マッチングを、エージェントと目標サンプルを空間ブロックに分割して局所最適輸送問題を解くことで高速化し、大域的なワッサースタイン距離との理論的関連を保つフレームワークを提案。
原題: Fast and Scalable Multi-Agent Distribution Matching via Partitioned Optimal Transport / Kooktae Lee, Ruchika Singh
日本語で読む → - 論文VLAAI
SkillFM: 潜在フローマッチングによるLLMエージェント向けスキル生成
テキストスキルを連続潜在空間で符号化し、条件付きフローモデルでタスクに応じたスキルを直接生成する手法を提案。ALFWorldやSearch-QAなどで検索ベース手法を上回る性能を示した。
原題: SkillFM: Generating Skills for LLM Agents via Latent Flow Matching / Zuming Zhang, Jie He, Yizhe Zhang 他
日本語で読む → - 論文強化学習機械学習
報酬を観測として:迅速な適応のための報酬ベース方策の学習
報酬と行動のみを条件とする方策を提案し、観測空間が全く異なる環境へのゼロショット適応を実現した。
原題: Reward as Observation: Learning Reward-Based Policies for Rapid Adaptation / Morgan Byrd, Maks Sorokin, Robert Wright 他
日本語で読む → - 論文視覚グラウンディング画像認識
GroundAnything: 並列デコーディングと高精度視覚グラウンディングをフラッシュ速度で両立
拡散モデルによる並列デコーディングで視覚グラウンディングを高速化し、4Bモデルで同規模の最先端性能を達成した研究。
原題: GroundAnything: Reconciling Parallel Decoding with Precise Visual Grounding at Flash Speed / Qize Yu, Lianrui Fan, Bowen Ping 他
日本語で読む → - 論文ナビゲーションロボティクス
ASENA: 自己進化型エージェントによる身体性ナビゲーション
コーディングエージェントがプログラムを書いて実行・修正・経験を蓄積しながらロボットをナビゲーションさせるシステムを提案し、4Bの単眼ナビゲーション方策と組み合わせてR2RやRxRで高性能を達成した。
原題: ASENA: Self-evolving Agents for Embodied Navigation / An-Chieh Cheng, Isabella Liu, Edmund Bu 他
日本語で読む → - 論文VLAロボティクス
推論が行動を助けるとき:視覚-言語-行動ポリシーにおける思考連鎖の監視と誘導
VLAポリシーの思考連鎖を途中で監視・誘導するTRUSTを提案し、運転タスクでは衝突率を削減したが、操作タスクでは行動改善に限界があることを示した。
原題: When Reasoning Helps Action: Monitoring and Steering Chain-of-Thought in Vision-Language-Action Policies / Sathwik Karnik, Joseph JR. Lee, Aryaman Gupta 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 → - 論文能動的マッピングロボティクス
カメラ・ソナー融合による水中ごみの能動的マッピング
前方ソナーとカメラを共有ベイズ占有マップに統合し、不確実性と物体存在確率のバランスで次の視点を選ぶ能動的マッピング手法を提案。シミュレータで従来の網羅パターンより速くごみを発見できることを示した。
原題: Active Mapping of Underwater Litter Using Camera-Sonar Fusion / David Rete, Patrick Boros, Lucian Busoniu
日本語で読む → - 論文VLAロボティクス
DynaHarness:自己進化するロボットエージェントのための動的物理ハーネス
意味推論と物理実行を実行契約で結びつけ、失敗の帰属分析と回帰チェックにより再利用可能な能力を自己修正する枠組みを提案し、LIBERO-Proで凍結方策を大きく上回る成功率を達成した。
原題: DynaHarness: A Dynamic Physical Harness for Self-Evolving Robot Agents / Haoyuan Deng, Jiebin Liu, Tengxiao Zhang 他
日本語で読む → - 論文VLAロボティクス
コードをポリシーとして再活用:フロンティアエージェントがロボットツールを書き、呼び出し、進化させる
LLMエージェントが再利用可能なロボットツールをコードとして生成・改良し、実行エージェントがそれを呼び出して動作を制御するURAIを提案。直接制御より成功率を大幅に向上させた。
原題: Make Code as Policy Great Again: Frontier Agents Write, Call, and Evolve Robot Tools / Shijia Ge, Alex Zhou, Jianshu Zeng 他
日本語で読む → - 論文マニピュレーションロボティクス
OccluDex: 自己遮蔽下での一人称視点巧みな操作のための階層的3D視触覚表現学習
一人称視点で手が物体を隠してしまう自己遮蔽に対処するため、部分的3D形状と触覚情報を階層的に統合する視触覚表現学習フレームワークを提案し、蛇口回しや物体の向き変更タスクで従来手法を上回る精度を達成した。
原題: OccluDex: Hierarchical 3D Visuo-Tactile Representation Learning for Egocentric Dexterous Manipulation under Self-Occlusion / Ziheng Xu, Yueyuan Chen, Xinyuan He 他
日本語で読む → - 論文VLAロボティクス
Dream4ACT: 複数身体に対応した動画・行動モデリングのための共有視覚行動インターフェース
関節構成を4つの仮想カメラ映像として描画する「action views」で身体差を吸収し、単一の動画拡散モデルで順動力学・逆動力学・観測行動生成を統合した世界モデルを提案。
原題: Dream4ACT: A Shared Visual Action Interface for Multi-Embodiment Video-Action Modeling / Xiangyu Zhu, Jin Xu, Yue Guo 他
日本語で読む → - 論文マニピュレーションロボティクス
DexPolicy: 軌道誘導型巧みな操作のためのスケジュール探索
強化学習による巧みな操作において、探索ノイズを訓練ステップに応じて徐々に減衰させるスケジュールを導入し、PPO・GRPO・FPOの3手法で成功率を大幅に向上させた。
原題: DexPolicy: Scheduled Exploration for Trajectory-Guided Dexterous Manipulation / Haoyu Wang, Siyuan Qian, Yanjun Li 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
局所全身VLA行動からシーン規模の空中マニピュレーションへ
関節型無人航空マニピュレータ向けに、合成データでVLAを訓練し、遅延に頑健な行動実現とシーングラフによる指示接地でシーン規模の空中作業を可能にする統合フレームワークを提案。
原題: From Local Whole-Body VLA Behaviors to Scene-Scale Aerial Manipulation / Weixiang Guo, Rui Jin, Haotian Jin 他
日本語で読む → - 論文マニピュレーションロボティクス
実験自動化のための粉体計量におけるツールと方策の共設計
粉体を扱うロボットの計量精度を高めるため、分注ツールの形状と制御方策を二段階最適化で同時に設計し、実世界の誤差を45%削減した。
原題: Tool-Policy Co-Design for Powder Weighing in Laboratory Automation / Nikola Radulov, Xin Yang, Kevin S. Luck 他
日本語で読む → - 論文VLAロボティクス
DSDyn-VLA:動き知覚・未来予測・リアルタイム補正を備えた二重ストリーム動的マニピュレーション枠組み
動的環境でのVLAの知覚・遅延・制御ギャップを解決するため、遅いFlow-Plannerと速いRes-Refinerからなる二重ストリーム枠組みを提案し、動的物体操作ベンチマークDynBenchを導入した。
原題: DSDyn-VLA: A Dual-Stream Dynamic Manipulation Framework with Motion Perception, Future Awareness, and Realtime Correction / Wenhao Li, Xiu Su, Yu Han 他
日本語で読む → - 論文VLAロボティクス
指示が軌道を呼び出すとき:VLAモデルの汎化失敗の診断と緩和
VLAモデルが言語と視覚を組み合わせて行動を選べず失敗する「指示-行動バインディング」問題を分析し、同指示で異なる行動を要するデータと損失で訓練するECTを提案した。
原題: When Instructions Retrieve Trajectories: Diagnosing and Mitigating Generalization Failures in VLA Models / Hung-Jen Chen, Yu-Hsun Hou, Yan-Hong Chen 他
日本語で読む → - 論文VLAロボティクス
STARS: 時空間ダイナミクスから人間-ロボット相互作用における社会的表現へ
社会的ロボットナビゲーションの場面理解を評価するVQAベンチマークSocialNav-SUBを提案し、最先端VLMが人間やルールベース手法に及ばないことを示した。
原題: STARS: From Spatiotemporal Dynamics to Social Representations in Human-Robot Interaction / Nathan Tsoi, Michael J. Munje, Tejas Oberoi 他
日本語で読む → - 論文マニピュレーション画像認識
AssemblyWorld:汎用エージェントによる3D組立の再考
汎用エージェントが微調整なしに視覚情報から3D組立を行えるかを評価する環境とベンチマークを構築し、8システムの性能差を明らかにした。
原題: AssemblyWorld: Rethinking 3D Assembly with General-Purpose Agents / Jiahao Zhang, Yeying Fan, Moitreya Chatterjee 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
可動コンプライアントアンカーによるケーブル吊り下げ空中マニピュレーションの受動剛性成形
複数のドローンを可動なコンプライアントアンカーとみなし、吊り下げ荷重の受動的直交剛性を予測・成形する準静的理論を構築し、動的検証枠組みを提案した。
原題: Passive Stiffness Shaping in Cable-Suspended Aerial Manipulation via Movable Compliant Anchors / Antonio Franchi, Amr Afifi
日本語で読む →
PR・アフィリエイト広告
