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: 2026/9/29 / 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 →- 論文ワールドモデルロボティクス
異方性表現でJEPAワールドモデルの計画を改善
JEPA型ワールドモデルの潜在空間正則化を等方ガウスから学習可能な対角共分散に置き換え、計画コストとタスク整合性を高めるAnisoWMを提案。4つの視覚制御環境で計画成功率を改善。
原題: Anisotropic Representations Improve Planning in JEPA World Models / Mingu Kang, Yoori Oh, Sookyung Kim 他
日本語で読む → - 論文触覚ロボティクス
TaRL: 触覚デモンストレーションから汎用的で物理的な報酬を学習する
触覚の変形マップ列からタスク進捗を回帰し、成功・失敗デモを活用して強化学習の報酬を学習する手法を提案。接触を伴う操作のサンプル効率と成功率を大幅に改善。
原題: TaRL: Learning General and Physical Rewards from Tactile Demonstrations / Po-Yi Wu, Dao-Jan Chang, Shang-Ya Hsiao 他
日本語で読む → - 論文動作生成AI
生成的相互作用:二層潜在ダイナミクスによる多人数人体動作の織り成し
集団レベルの潜在状態と個人レベルの潜在状態を階層的に組み合わせ、多人数の社会的動作生成をメタ転移学習として定式化したモデルBRAIDを提案。
原題: Generative Interactions: Weaving Multiparty Human Motion with Bilevel Latent Dynamics / Ojas Shirekar, Yash Surange, Agustinas Jučas 他
日本語で読む → - 論文VLAロボティクス
T²Mem: ロボティクスのためのテスト時メモリ学習
事前学習済み視覚言語行動ポリシーに、テスト時訓練で観測履歴を圧縮した高速重みとして記憶させ、記憶不要なベース方策を大きく上回る成功率を達成した手法。
原題: T$^2$Mem: Learning Test-Time Memory for Robotics / Yize Liu, Huang Huang, Yining Hong 他
日本語で読む → - 論文VLA画像認識
InsightMap: 身体性マルチモーダル推論のための構造化空間モデリング
トップダウンマップを空間メモリと行動予測の両方に使う枠組みを提案し、ナビゲーションや空間推論タスクで高い性能を達成した。
原題: InsightMap: Structured Spatial Modeling for Embodied Multimodal Reasoning / Hongpei Zheng, Hujun Yin
日本語で読む → - 論文触覚ロボティクス
四足ロボットの足裏力履歴から土の内部摩擦角を推定するベイズ逆解析
四足ロボットの脚が地面から受ける力の履歴から、土の内部摩擦角をベイズ推定する手法を提案し、シミュレーションで高精度に推定できることを示した。
原題: Inferring Soil Friction Angle from Robot Foot-Ground Force Histories: A Bayesian Inverse Approach to Proprioceptive Soil Sensing / Dawei Xu, Zhijie Wang
日本語で読む → - 論文制御/MPCCロボティクス
DQ-MPCC: クアッドロータレーシングのための双四元数モデル予測輪郭制御
姿勢と位置を双四元数で統一的に表現し、その多様体の接空間で輪郭誤差を評価するMPCCを提案。実機レースで従来法より高精度・高速にゲート通過を達成。
原題: DQ-MPCC: Dual-Quaternion MPCC for Quadrotor Racing / Bryan S. Guevara, Luis F. Recalde, Guanrui Li 他
日本語で読む → - 論文マニピュレーションロボティクス
ComManip: 快適操作領域へのマニピュレーションポリシーの過適合
限られたデモ予算で、ポリシーを視覚的・運動学的に安定した「快適操作領域」に特化させ、推論時にモバイルベースを再配置することで多様な目標位置に対応する学習パラダイムを提案。
原題: ComManip: Overfitting Manipulation Policies to Comfortable Regions / Yidan Lai, Xinyi Chen, Shuquan Man 他
日本語で読む → - 論文マニピュレーションロボティクス
VidAct: 物体中心の3D認識で野生動画からマニピュレーションを学習
単眼の実世界動画から物体メッシュと運動を再構成し、残差軌道転移と物体中心の3D点群予測を組み合わせて、ゼロショットで実機展開可能なマニピュレーションポリシーを学習するフレームワーク。
原題: VidAct: Learning Manipulation from In-the-Wild Videos with Object-Centric 3D Awareness / Hang Li, Mingxin Zhang, Zihan Wu 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
スペクトラルスキルによる表現豊かで構成可能な動作表現の学習
予測表現学習で短い動作区間を潜在スキルとして符号化し、ヒューマノイドの追従・連結・合成を可能にする制御インターフェースを提案。
原題: Learning Expressive and Compositional Motion Representation via Spectral Skills / Feiyang Wu, Chenxiao Gao, Chen Yang 他
日本語で読む → - 論文マルチロボット計画ロボティクス
拡散モデルによるマルチロボット動作計画のための軌道レベルモード誘導
拡散モデルを用いた動作計画において、粗い部分軌道の事前情報を徐々に注入することで、多様性を保ちながら制御可能な軌道生成を実現し、マルチロボット協調にも拡張した研究。
原題: Trajectory-Level Mode Guidance for Controllable Diffusion-Based Multi-Robot Motion Planning / Tianyou Yu, Shengze Cai, Chao Xu
日本語で読む → - 論文文書鑑定/VLM画像認識
文書画像の改ざん検出・局所化・意味的異常検知・鑑定レポート生成を統合したCoTパイプライン
文書画像の改ざん検出器と2つのLoRA適応VLMを組み合わせ、改ざん領域の特定・攻撃種別判定・意味的異常の発見・鑑定レポート生成を一貫して行う手法を提案し、ACM MM 2026 GenText-Forensicsチャレンジで3位を獲得した。
原題: Team MSU GenText-Forensics Challenge 2026 Technical Report / Kirill Koltsov, Aleksandr Gushchin, Dmitriy Vatolin 他
日本語で読む → - 論文VLA機械学習
拡散言語モデルエージェントのための逆スコアリング:失敗後の再試行ループを訓練なしで解消
拡散言語モデルが失敗した行動を繰り返す原因をマスクデコーディングの適応性に求め、タスク無関係なバイアスが逆条件付き確率で相殺される性質を利用した訓練不要の改善手法を提案する。
原題: Does This Action Still Explain the Task? Reverse Scoring for Diffusion Language Model Agents / Jiacheng Qiu, Christopher E. Mower, Jan Peters 他
日本語で読む → - 論文マニピュレーションロボティクス
視界を取り戻せ:ロボットマニピュレーションにおける遮蔽回復のための物理的アクティブビジョンベンチマーク
両腕ロボットの遮蔽回復を評価するベンチマークBAVO-Benchを提案し、未来予測を活用したアクティブビジョン方策A-FARで遮蔽への頑健性を向上させた。
原題: Recovering the View: Benchmarking Physical Active Vision for Occlusion Recovery in Robotic Manipulation / Kaijun Luo, Yudi Huang, Qijun Zhong 他
日本語で読む → - 論文マルチモーダル偽情報検出自然言語
生成AI時代におけるマルチモーダル偽ニュース検出の再考
生成コンテンツが混在するニュースに対応するため、生成性を考慮した階層的推論フレームワークGAHRを提案し、新データセットWeibo26で検証した。
原題: Rethinking Multimodal Fake News Detection in the Generative AI Era / Wenbin Shen, Guoxuan Qin, Guangxu Yao 他
日本語で読む → - 論文マニピュレーションロボティクス
文脈内ロボット学習の簡素化:マニピュレーションタスクのための民主化レシピ
ロボットの文脈内学習(ICL)の曖昧さを解消する問題定義を提示し、視覚プロンプトエンコーダと低コストデータ収集で構成される再現可能なフレームワークSimpleICLを開発、シミュレーションと実世界で高性能を達成した。
原題: In-context Robot Learning Made Simple: A Democratized Recipe for Manipulation Tasks / Minxing Li, Minghao Han, Weizhi Zhao 他
日本語で読む → - 論文強化学習機械学習
ループアクター:強化学習のための深さ方向リカレント推論モデル
共有パラメータを繰り返し適用するループ型トランスフォーマーポリシーを提案し、状態に応じて計算量を適応的に変えることで、パラメータ数が16倍のベースラインと同等以上の性能を22タスクで達成した。
原題: Looped Actor: Depth-Recurrent Reasoning Models for Reinforcement Learning / T. Konstantin Rusch, Tim Seyde, Jared Boyer 他
日本語で読む → - 論文VLAロボティクス
CoRe-VLA: カメラシフト下での視点間協調を維持するVLAフレームワーク
カメラ視点がずれてもVLAの性能を保つため、シーン点群を再構成して学習時視点の画像を再描画するプラグアンドプレイ手法を提案。
原題: CoRe-VLA: Preserving Cross-View Coordination in VLAs under Camera Shifts / Tianhang Pan, Xuanhao Wang, Yiwen Pang 他
日本語で読む → - 論文VLAロボティクス
DriftOPD:ワンステップVLAポリシーのための系列レベル逆KL蒸留
オフラインデータのみを用い、ロールアウトや教師なしで系列レベルの逆KL蒸留を行い、長期的なタスク成功を考慮したワンステップVLA行動生成を実現する手法を提案。
原題: DriftOPD: Sequence-Level Reverse-KL Distillation for One-Step VLA Policies / Youngjun Jun, Kyumin Choi, Youngmin Kim 他
日本語で読む → - 論文筋骨格ロコモーションロボティクス
TERRA: 筋骨格ロコモーションのための地形認識型再構築・リターゲティング・制御
運動軌道データから地形形状を復元し、筋骨格モデルへリターゲティングして、多様な不整地を歩行できる単一の筋駆動制御ポリシーを学習するパイプラインを提案した。
原題: TERRA: Terrain-Aware Reconstruction, Retargeting and Control for Musculoskeletal Locomotion / Merkourios Simos, Chengkun Li, Bianca Ziliotto 他
日本語で読む → - 論文強化学習機械学習
提案条件付きリファインメントフローによる拡散方策の改善
拡散・フロー方策のKL正則化の限界を克服するため、批評家に基づく提案選択と条件付きリファインメントフローを組み合わせたPReFlowを提案し、オフラインRLとオンライン微調整で高い性能を達成した。
原題: Diffusion Policy Improvement with Proposal-Conditioned Refinement Flows / Junhyun Ha, Juho Lee, Byungwoo Park
日本語で読む → - 論文自動運転/運転支援AI
共有制御の介入から学ぶ:個人適応型追い越しのための文脈駆動型加速度プロファイル予測
ACC使用時のドライバーによるアクセル介入を教師信号とみなし、クラスタリングと文脈分類・残差回帰を組み合わせて、個人の期待に沿った追い越し時の加速度プロファイルを生成する枠組みを提案した。
原題: Learning from Shared-Control Overrides: Context-Driven Acceleration Profile Prediction for Personalized Overtaking / Ruizheng Xu, Lounis Adouane, Javier Ibañez-Guzmán 他
日本語で読む → - 論文マルチエージェント計画ロボティクス
多分岐コンティンジェンシーゲームのためのカスケード合意分割
エージェントの意図が異なるタイミングで明らかになる状況に対応するため、多分岐コンティンジェンシーゲームとADMMベースの並列解法を提案し、従来の単一分岐より優れた性能と計算時間の短縮を実現した。
原題: Cascaded consensus splitting for multi-branch contingency games / Bastien Lechardoy, Pau de las Heras Molins, Thibault Lahire 他
日本語で読む → - 論文ベンチマークロボティクス
RoboChrono:ストリーミングタスク理解のための実ロボットベンチマーク
実ロボットと人手の記録からなる39シナリオ・34,713件のベンチマークを構築し、18の視覚言語モデルのゼロショット性能を評価して、視覚照合と時間順序理解の能力差を明らかにした。
原題: RoboChrono: A Real Robot Benchmark for Streaming Task Understanding / Yuzhou Wu, Longteng Fan, Zimeng Li 他
日本語で読む → - 論文マニピュレーションロボティクス
RoboHarn-Evo: 階層的物理知識を進化させ自己改善するロボットマニピュレーション
物理的な試行錯誤からタスク知識と行動知識を階層的に蓄積・修正し、基盤モデルを更新せずにロボット操作の成功率を高めるフレームワークを提案。
原題: RoboHarn-Evo: Evolving Hierarchical Physical Knowledge for Self-Improving Robotic Manipulation / Shifeng Bao, Fanding Huang, Yihan Lin 他
日本語で読む → - 論文マニピュレーションロボティクス
FORM: 直接的な材料則同定によるロボットマニピュレーション
単一のロボット相互作用から弱形式運動量バランスを用いて変形可能な材料の物理特性を高速同定し、そのモデルを新しい動作や形状のマニピュレーション計画に再利用する手法を提案。
原題: FORM: Robot Manipulation through Direct Material Law Identification / Stepan Tretiakov, Ruihan Zhao, Cheng-Hsi Hsiao 他
日本語で読む → - 論文VLAロボティクス
予測的監督の設計がVLAポリシーの学習内容を左右する
VLAポリシーへの未来予測監督の入れ方が、学習される視覚表現と分布シフト下でのロバスト性をどう変えるかを比較検証した研究。
原題: Where Predictive Supervision Goes Shapes What VLA Policies Learn / Hanseul Kim, Jewon Yeom, Youngjoon Jeong 他
日本語で読む → - 論文VLAロボティクス
トークン重要度を超えて:効率的な視覚-言語-行動推論のための空間スキャフォールドの保持
視覚トークンの空間的な広がりを保つことで、視覚-言語-行動モデルの推論を高速化する訓練不要のトークン枝刈り手法を提案。
原題: Beyond Token Importance: Preserving Spatial Scaffolds for Efficient Vision-Language-Action Inference / Jiayu Chen, Shuyong Gao, Jingkai Jia 他
日本語で読む → - 論文sim2realロボティクス
FACT: 忠実度を考慮した関節物体ツインの構築
画像や受動応答動画から、エージェントが診断と修正を繰り返して関節物体のデジタルツインを構築し、形状・接触・動特性の忠実度を高めるフレームワーク。
原題: FACT: Fidelity-Aware Construction of Articulated Twins / Kuixiang Shao, Chuansen Nie, Yinuo Bai 他
日本語で読む → - 論文VLAロボティクス
RoboHarness: シンプルなハーネスがVLAとワールドアクションモデルを凌駕する
LLMエージェントに視覚幾何学的な操作パネルを与えるロボットハーネスを提案し、VLAモデルを訓練せずにBEHAVIOR Challenge 2025で最先端VLAを上回る性能を達成した。
原題: RoboHarness: A Simple Harness Outperforms VLA and World Actions Models / Bince Qu, Wei Chen, Bo Zhang
日本語で読む →
PR・アフィリエイト広告
