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 →- 論文触覚ロボティクス
触覚的好奇心がロボットのインタラクションを駆動する
触覚フィードバックを探索の内在的報酬として用い、接触を伴う操作スキルを効率的に学習するフレームワークTacExを提案。タスク報酬や専門家デモなしで物体操作を獲得し、VLAモデルの事後学習にも有効。
原題: Tactile Curiosity Drives Robot Interaction / Klemens Iten, Alexander Proshkin, Bhavya Sukhija 他
日本語で読む → - 論文群制御ロボティクス
単一UAVプランナを活用した集中制御型マルチUAV探索と3D再構成
既存の単一UAV向けサンプリングベース探索プランナをそのまま流用し、共有TSDFマップと集中計画で複数UAVが協調探索・3D再構成を行うフレームワークを提案。
原題: Centralized Multi-UAV Exploration and 3D Reconstruction Using Single-UAV Planners / João Félix Mendes, Meysam Basiri, Rodrigo Ventura
日本語で読む → - 論文移動操作ロボティクス
UniWAM:混合ストリーム世界行動モデルと操作アンカーポーズ監督による統合移動操作
移動と操作を別々の行動エンコーダと出力ヘッドで扱う統合世界行動モデルUniWAMを提案し、大規模3Dシーンから自動生成した操作アンカーポーズ監督データで学習することで、移動操作タスクの精度を大幅に向上させた。
原題: UniWAM Technical Report: Unified Mobile Manipulation via Mixed-Stream World-Action Modeling and Manipulation Anchor Pose Supervision / Wei Xue, Keliang Liu, Mingzhang Cui 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VIOロボティクス
LBDU-VIO: 視覚信頼性が低い環境向けの学習型バイアス動態と不確かさを統合した視覚慣性オドメトリ
視覚情報が不安定な場面でも頑健に動くよう、IMUバイアスの連続時間動態と運動適応的なノイズ共分散をニューラルODEで学習し、MSCKFに組み込んだ視覚慣性オドメトリ手法。
原題: LBDU-VIO: Learned Bias Dynamics and Uncertainty for Visual-Inertial Odometry with Unreliable Vision / Qizhi Guo, Junning Lyu, Defu Lin 他
日本語で読む → - 論文歩行ロボティクス
四足歩行ロボットのための経験駆動型継続学習による地形走破性予測
接触前の画像から歩行経験を用いて足の滑りや力などを予測し、継続的に更新する枠組みを提案し、四足ロボットのナビゲーションに応用した。
原題: Experience-Driven Continual Learning of Terrain Traversability for Quadruped Robots / Luca Bricarello, João Carlos Virgolino Soares, Alberto Sanchez-Delgado 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 → - 論文画像品質評価画像認識
タスク効用に基づく身体性AI向け画像品質評価の再考
身体性タスクにおける画像品質評価を、汎用的な人間評価スコアではなくタスク目標に条件づけた効用判断として捉え直し、MLLMベースの評価エージェントを提案した論文。
原題: Task-Utility IQA: Rethinking Image Quality Assessment in Embodied Tasks / Jirong Zha, Yanwei Liao, Yemin Wang 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VLAロボティクス
振り返りで前進:生成ロボットポリシーのための時間的検証
フローマッチングVLA向けに、直近の観測・行動履歴を要約する時間トークンを学び、追加の専門家デモなしでエネルギー検証器を対照的に訓練して、軌道整合性を考慮した行動チャンク選択を可能にする手法TeVを提案。
原題: Looking Back to Move Forward: Temporal Verification for Generative Robot Policies / Haoxuan Wang, Wayne Wu, Yan Yan 他
日本語で読む → - 論文遠隔操作ロボティクス
建設現場におけるヒューマノイドロボットに向けて:遠隔操作の実現可能性調査
XRによる上半身操作とペダル式移動を組み合わせ、Unitree G1ヒューマノイドで建設作業を遠隔操作するシステムを提案し、工具運搬と表面塗装の2タスクで成功率と作業時間を評価した。
原題: Toward Humanoid Robots in Construction: A Teleoperation Feasibility Study / Parastoo Ali Pour, David R. Martin, Chang Min Hur 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 → - 論文スキル発見機械学習
ゲーム誘導型スキル発見:自己対戦による操作可能なエージェント制御
ゲーム内の自己対戦を利用して、人間が直接操作できる意味的に異なる運動スキルを発見する枠組みを提案し、Ant・Frankaアーム・Unitree G1で未学習タスクを人間がスキルを組み合わせて解けることを示した。
原題: Game-Guided Skill Discovery through Self-Play for Playable Agent Control / Seungeun Rho, Jeonghwan Kim, Xue Bin Peng 他
日本語で読む → - 論文VLAロボティクス
IronMind: カメラ空間自己中心事前学習によるヒューマノイド巧みな操作のスケーリング
自己中心的な人間動画と異種ロボットデータを用いて、カメラ空間行動表現で身体ギャップを埋め、ヒューマノイドの巧みな操作のためのVLAモデルを事前学習する手法を提案。
原題: IronMind: Scaling Humanoid Dexterous Manipulation via Camera-Space Ego-Centric Pretraining / Huimin Pan, Yufan Ren, Kunpeng Song 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 → - 論文軌道計画ロボティクス
Sparse Planner: 条件付き変分オートエンコーダによる効率的サンプリングを実現するハイブリッドプランナ
条件付き変分オートエンコーダ(CVAE)を用いてシーン文脈と有効な軌道パラメータの関係を学習し、サンプリング密度を大幅に削減しつつ高品質な軌道計画を可能にするSparse Plannerを提案した。
原題: Sparse Planner: A Hybrid Planner for Efficient Sampling via a Conditional Variational Autoencoder / Wenguang Xu, Giovanni Lucente, Karem Mohamed 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 → - 論文ナビゲーションロボティクス
Social-WM: ロボットのソーシャルナビゲーションのための安全認識型潜在ワールドモデル
自己中心的なRGB動画から潜在ワールドモデルを学習し、指令された行動と実際に実行可能な行動の乖離を安全性シグナルとして活用することで、歩行者との衝突を抑えたソーシャルナビゲーションを実現した研究。
原題: Social-WM: Safety-Aware Latent World Models for Robot Social Navigation / Zhihao Zheng, Mooi Choo Chuah
日本語で読む → - 論文VLAロボティクス
PrefPI: 選好ガイドによる分布外行動への誘導
自己生成軌道への相対選好のみを用い、事前学習済み生成ロボット方策を初期の有効範囲を超えた行動へ反復的に誘導する枠組みを提案。拡散方策やVLAで実機の物体運搬高さを10.7cmから19.8cmへと大幅に変化させた。
原題: PrefPI: Preference-Guided Steering into Out-of-Distribution Behaviors / Seungeun Rho, Wontaek Kim, Danfei 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 →
PR・アフィリエイト広告
