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 → - 論文シーン理解画像認識
HIGS: 幾何・意味理解を統合する階層的暗黙グリッド
マルチ解像度サブマップと統合クエリ機構で、幾何と意味の両方を扱う効率的でスケーラブルな階層的ニューラル場を提案した論文。
原題: HIGS: Hierarchical Implicit Grids for Joint Geometric and Semantic Scene Understanding / Hanwen Cao, Wenqiang Wu, Kuang-Ting Tu 他
日本語で読む → - 論文アフォーダンス知覚画像認識
UniAfford: トークンルーティング型マルチタスク学習による汎用可能な2D-3Dアフォーダンス知覚
MLLMを共通の意味ハブとし、タスク別トークンルーターで画像・点群のアフォーダンスクエリを生成することで、2D・3D・統合アフォーダンス知覚を単一枠組みで扱う手法を提案。
原題: UniAfford: Token-Routed Multitask Learning for Generalizable 2D-3D Affordance Perception / Yuhao Liu, Yiming Zhong, Hanqing Wang 他
日本語で読む → - 論文安全制御/制御バリア関数ロボティクス
機動障害物に対する非ホロノミックロボットの敵対的ロバスト幾何学的安全証明
視線証明の幾何学的ゲインが最悪ケースで相殺される性質を利用し、障害物の機動能力とロボットの制御能力を直接比較する閉形式の安全集合縮約を提案。AR-DPCBFを構成し、未知の障害物能力にはスライディングウィンドウ推定で高確率保証を維持する。
原題: Adversarially Robust Geometric Safety Certificates for Nonholonomic Robots Against Maneuvering Obstacles / Chandan Kumar Sah, Bazeela Banday, Jishnu Keshavan
日本語で読む → - 論文動画生成ロボティクス
LabInstruct: 実験手順のための状況依存型インストラクショナル動画生成ベンチマーク
実研究室の実験手順を対象に、初期画像と自然言語指示から手順動画を生成するタスクのベンチマークを構築し、8つの最先端動画生成モデルを評価した。
原題: LabInstruct: Benchmarking Situated Instructional Video Generation for Lab Procedures / Yuming Fu, Weijia Wu, Jing Chen 他
日本語で読む → - 論文政策改善ロボティクス
スキル空間シューティングによる自律ロボットの政策改善
基盤モデルを活用して再利用可能なスキルを探索し、失敗を修正する政策改善手法を提案。実世界実験で自律的な政策改善とスキル共有による新タスクへの効率的な適応を実証した。
原題: Skill-Space Shooting for Autonomous Robot Policy Improvement / Zihang Rui, Renhao Wang, Haoxu Huang 他
日本語で読む → - 論文異種ロボット協調ロボティクス
地下鉱山における異種ロボット協調のための空間認識
軽量Explorerが未知の鉱山をマッピングし言語プロンプトで鉱床を検出、その地図と3DシーングラフをInspectorに渡して近接検査を計画する協調認識パイプラインを構築し、実鉱山で検証した。
原題: Towards Spatial Perception for Heterogeneous Robot Collaboration in Subterranean Mining Environments / Mario Alberto Valdes Saucedo, Akash Patel, Christoforos Kanellakis 他
日本語で読む → - 論文マニピュレーションロボティクス
MotorMind: 汎用視覚言語モデルをゼロショットロボットマニピュレーションに活用するフレームワーク
汎用VLMが直接観察から行動を生成しフィードバックで適応するだけでロボット操作を実現するハーネスを提案し、専用学習や外部ツールなしでLIBERO-PROや実機xArm6で高い成功率を達成した。
原題: MotorMind: Scaffolding General Vision Language Models for Zero-Shot Robot Manipulation / Bingxuan Li, Siqi Song, Yizhuo Wu 他
日本語で読む → - 論文状態推定ロボティクス
証明可能な状態推定のためのQCQP表現可能なIMUプリインテグレーション因子
IMUプリインテグレーションをケーリーマップと冗長制約でQCQP化し、GNSS-IMU平滑化で大域的最適性を検証可能にした。
原題: A QCQP-Representable IMU Pre-Integration Factor for Certifiable State Estimation / Utkarsh Rai, Zhexin Xu, Bang-Shien 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
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 → - 論文空陸両用ロボットロボティクス
空から土へ:種子散布のための形態変化する空陸両用ロボット
飛行・走行・植え付けの3機能を持つ変形ロボットを開発し、着陸後に車輪とドリルに再構成して種を土中に埋め込む実証を行った。
原題: From Sky to Soil: A Morphing Aerial-Ground Robot for Seed Deployment / Namai Chandra, Lining Yao
日本語で読む → - 論文物体検出ロボティクス
名前を失ってから箱を失う:狭いファインチューニングが検出器の展開語彙外で犠牲にするものの測定と修復
広範な事前学習済み検出器を狭い領域でファインチューニングすると、領域内精度は上がる一方で語彙にない物体へのカバレッジが低下することを長期追跡で示し、事前学習状態を一部混ぜる訓練不要の修復法を提案した。
原題: Losing the name before the box: measuring and repairing what narrow fine-tuning costs a detector outside its deployment vocabulary / Trung Minh Bui, Jongsul Moon, YoungOuk Kim 他
日本語で読む → - 論文マルチモーダル認識/ロバスト性ロボティクス
融合前修復:破損したが存在するセンサのための凍結ホスト適応
カメラとLiDARの両方が存在するが特徴が破損している場合に、検出器の融合インターフェースで残差補正を学習する凍結ホスト適応フレームワークBFRを提案し、KITTI-CとnuScenes-Rでロバスト性を向上させた。
原題: Repair Before You Fuse: Frozen-Host Adaptation for Corrupted-but-Present Sensors / Gia-Huy Thai, Quang-Thinh Ly, Anh-Minh Phan 他
日本語で読む → - 論文VLAロボティクス
DexRoam: 一人称全身人間デモンストレーションからの移動型両腕巧緻マニピュレーション学習
VRヘッドセットと頭部搭載ステレオカメラだけで全身の人間デモを収集し、身体・動作意味・時間の3段階アライメントでロボット動作空間に変換することで、移動しながらの両腕巧緻操作をVLAポリシーで学習可能にした。
原題: DexRoam: Learning Mobile Bimanual Dexterous Manipulation from Egocentric Whole-Body Human Demonstrations / Rui Zhou, Yibo Yuan, Junkai Zhao 他
日本語で読む → - 論文世界モデル機械学習
LRC-JEPA:ダイナミクスと残差コンテキストを分離した効率的な世界モデル
予測に必要な動的状態と時間的に持続する視覚的文脈を別々の潜在表現に分離することで、軽量かつ高精度なJEPA型世界モデルを実現した。
原題: LRC-JEPA: Disentangling Dynamics and Residual Context for Efficient World Models / Luzhe Huang, Lei Chu, Jingyi Liang 他
日本語で読む → - 論文マルチエージェント通信機械学習
創発か帯域か:物理的結合と学習型マルチエージェント通信の限界
レート制限付きマルチエージェント系で最適なメッセージ設計を理論的に解明し、MuJoCo環境で物理的結合の度合いが学習通信の有効性を左右することを示した。
原題: Emergence, Not Bandwidth: Physical Coupling and the Limits of Learned Multi-Agent Communication / Mihir Chauhan, Aniket Bera
日本語で読む → - 論文歩行ロボティクス
固有受容覚による力推定を用いた四足歩行と人間-ロボットインタラクション
固有受容覚の履歴から3次元力を推定し、その推定値を用いて四足ロボットの歩行制御とリーシュ誘導を統合的に行う手法を提案した。
原題: Proprioceptive Force Estimation for Quadruped Locomotion and Human-Robot Interaction / Run Wang, Xu Yang, Alapati Tuerxun 他
日本語で読む → - 論文マニピュレーション画像認識
ECHO: 手首装着イベントカメラによる過去と未来の文脈を統合したマニピュレーション
手首装着イベントカメラの観測を圧縮表現に符号化し、過去の把持軌跡と未来のイベント予測を組み合わせて操作方策を学習する手法を提案。露出変動に強く、RLBenchと実機でRGBベースラインを上回る。
原題: ECHO: Event-Augmented Context with Hindsight and Outlook for Wrist-Only Manipulation / Xinyue Wang, Yicheng Jiang, Zesen Gan 他
日本語で読む → - 論文HRIロボティクス
mmHRI: ミリ波レーダによるプライバシー保護型ヒューマンロボットインタラクション
ミリ波レーダで人の動作と3D姿勢を推定し、それをテキスト指示に変換してVLAポリシーを制御する、プライバシー保護型のロボットマニピュレーション枠組みを提案した。
原題: mmHRI: Towards Privacy-Preserving Human-Robot Interaction with Millimeter-Wave Radar / Junqiao Fan, Yuxuan Hu, Bofan Lyu 他
日本語で読む → - 論文VLAロボティクス
RoboIRGBench:視覚言語行動モデルにおける暗黙的指示対象接地のベンチマーク
ロボット操作における視覚言語行動モデルが、指示に明示されない暗黙的な対象・数量・関係を文脈から推論する能力を評価するベンチマークRoboIRG-Benchを提案し、既存モデルに顕著な性能低下があることを示した。
原題: RoboIRGBench: Benchmarking Implicit Referential Grounding in Vision-Language-Action Models / Aernaer Akelijiang, Jiannan Li, Zhineng Chen 他
日本語で読む → - 論文VLAロボティクス
FailPatch: 視覚言語行動モデルのための失敗残差パッチング
VLA方策の失敗しやすい状態を検出し、凍結した方策の隠れ表現に残差エキスパートを注入して成功率を改善する手法を提案。
原題: FailPatch: Failure Residual Patching for Vision-Language-Action Models / Peng Yu, Jiacheng Wang, Ziheng Zhang 他
日本語で読む → - 論文VLAロボティクス
不確実なときは切らない:ロボット収穫のためのVLA方針における拒否可能で較正された決定ヘッド
VLA方針に「拒否」と「較正」を可能にする出力インターフェースを追加し、遮蔽下での収穫判断の信頼性を向上させた研究。
原題: Do Not Cut When Uncertain: Rejectable and Calibrated Decision Heads for VLA Policies in Robotic Harvesting / Heng Zhang
日本語で読む → - 論文VLAロボティクス
適応的中间状態による効率的なWorld Action Model推論
World Action Modelの推論を、軌道リマッピング・観測リバインディング・残差リスケーリングで高速化する学習不要フレームワークを提案。
原題: Efficient World Action Model Inference with Adaptive Intermediate States / Zhinnan Liu, Haozhi Han, Ruge Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
F4R: 失敗駆動型の認識・再構築・洗練・再展開によるロボットの継続的自己改善
ロボットの失敗を自動で診断し、シミュレーション環境で再構築して強化学習で改善する閉ループ学習フレームワークを提案。実世界での追加デモ収集なしに、4つのマニピュレーションタスクで高い成功率を達成した。
原題: F4R: Failure-Driven Recognition, Reconstruction, Refinement, and Redeployment for Continual Robot Self-Improvement / Zhuoyuan Yu, Jiacheng Wang, Tianle Liu 他
日本語で読む → - 論文sim2realロボティクス
ロボット材料操作における微分可能物理ベース最適化の数値的信頼性
微分可能物理シミュレーションを用いたロボット材料操作の最適化において、GPUの非決定性や有限差分検証の限界、目的関数設計の影響を検証し、再現性と検証手法の改善を提言した。
原題: On the Numerical Reliability of Differentiable Physics-Based Optimization for Robotic Material Manipulation / Xintong Yang, Minglun Wei, Yu-Kun Lai 他
日本語で読む →
PR・アフィリエイト広告
