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: 2026/9/28 / 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VLAロボティクス
RoboICL: GPT-6 Astraによる身体性を備えたインコンテキスト学習
ロボット制御のためのインコンテキスト学習フレームワークRoboICLを提案し、GPT-6 Astraのゼロショット性能を大幅に向上させた。
原題: RoboICL: Embodied In-Context Learning with GPT-6 Astra / Fangcheng Liu, Yeqing Shen, Anda Cheng 他
日本語で読む → - 論文説明可能AI/検出画像認識
DF-CBM: 領域認識型コンセプトボトルネックモデルによるディープフェイク検出
操作痕跡の概念を顔・境界領域に紐づけて予測するコンセプトボトルネックモデルを提案し、根拠の位置と意味を示しながら高精度にディープフェイクを検出する。
原題: DF-CBM: Region-Aware Concept Bottleneck Models for Deepfake Detection / Georgios Tsoumplekas, Vazgken Vanian, Alexandros Doumanoglou 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 → - 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VLM画像認識
見えなくなった後も空間を推論する:視野外時空間推論のためのVLMベンチマーク
動画内で視界から消えた物体の位置や状態を推論する能力を評価する初のVQAベンチマークBeyond3Dを構築し、9種類のVLMを評価した。
原題: Long Time No See: Benchmarking VLMs for Out-of-Sight Spatiotemporal Reasoning in Egocentric Videos / Fangzhou Ma, Ivo Alexander Ban, Eren Homburg 他
日本語で読む → - 論文VLA機械学習
VLA強化学習における低ランク構造の解明
強化学習がフローベースVLAモデルのパラメータ更新を低ランク化し、特にTimestep Modulesに集中することを発見し、その役割と活用法を明らかにした。
原題: The Low-Rank Structure of VLA Reinforcement Learning / Minjae Oh, Yoonah Park, Jongwon Lim 他
日本語で読む → - 論文ナビゲーション画像認識
PanoVLN: パノラマ視覚と言語による効果的なナビゲーション
パノラマ画像を用いた視覚言語ナビゲーションにおいて、行動予測・訓練監督・視覚表現を改良し、より広い視野を活かした長期的な行動計画と経路選択を可能にする手法を提案。
原題: PanoVLN: Towards Effective Panoramic Vision-and-Language Navigation / Zhen Wang, Changpeng Wang, Zhe Liu 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 → - 論文手姿勢推定画像認識
ESTHER: 実環境での自己中心ステレオ手推定と再構成
ウェアラブルな自己中心ステレオ映像からメートル尺度の3D手形状を再構成するモデルESTHERを提案し、実環境データセットESTHER3Dを構築した。
原題: ESTHER: Egocentric Stereo Hand Estimation and Reconstruction in the Wild / Hongyu Ma, Hairong Qu, Shiqi Zhao 他
日本語で読む → - 論文触覚画像認識
巧みな触覚ワールドモデル
手袋型触覚センサと映像を組み合わせ、一人称視点の操作を予測する映像拡散トランスフォーマーベースのワールドモデルを提案。触覚情報により手の動きの過小評価を23%から9%に低減し、手領域の知覚誤差を7.4%改善した。
原題: Dexterous Tactile World Model / Ziyao Zeng, Xiatao Sun, Hao 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
アクチュエータ劣化下におけるマニピュレーションポリシーのテスト時適応
関節温度やモータ電流などのテレメトリを用いて、凍結したマニピュレーションポリシーの出力アクションを補正する軽量Transformerを学習し、アクチュエータ劣化時でも成功率を向上させる手法を提案。
原題: Test-Time Adaptation of Manipulation Policies Under Actuator Degradation / Som Sagar, Ransalu Senanayake
日本語で読む → - 論文VLA画像認識
PIVOT: マルチターンVLMエージェントのためのピボット認識型オンポリシー自己蒸留
マルチターンVLMエージェントのRL訓練において、失敗の起点となる「ピボット」ステップを内部化して特定・状態復元するフレームワークを提案し、環境ロールバックなしで性能を向上させた。
原題: PIVOT: Pivot-Aware On Policy Self Distillation for Multi-Turn VLM Agents / Jiazhou Zhou, Hu Zhou, Yucheng Chen 他
日本語で読む → - 論文水中画像強調画像認識
資源制約デバイス向け水中画像強調のための物理誘導スペクトル蒸留
物理誘導スペクトル蒸留により、水中画像強調モデルを軽量化しつつ高性能を維持し、資源制約のある水中ロボットでのリアルタイム展開を可能にした。
原題: Physics-Guided Spectral Distillation for Underwater Image Enhancement on Resource-Constrained Devices / Yifan Chen, Kai He, Ye Zheng 他
日本語で読む → - 論文HOI認識画像認識
HEIR: 機能的役割を伴う人-実体インタラクションの学習
人と物体・人・自己のインタラクションを「誰がどの役割で何をするか」という完全な参加者-役割集合として捉える画像ベンチマークHEIRと、共有実体識別子を用いて役割条件付き証拠を統合し集合予測するCoRISPを提案。
原題: HEIR: Learning Human-Entity Interactions with Functional Roles / Di Wen, Wenhao Guo, Yuedong Tan 他
日本語で読む → - 論文VLAcs.NI
エッジ支援マルチビュー測位のためのタスク指向通信
UAV/UGVの視覚ベース測位を、通信状況に応じてオフロード判断・送信ビュー選択・意味レート制御を統合的に行うタスク指向通信フレームワークで高精度化した研究。
原題: Task-Oriented Communications for Edge-Assisted Multi-View Localization / Zhengru Fang, Huanhuan Lou, Senkang Hu 他
日本語で読む → - 論文世界モデル機械学習
世界モデルは大域的理解を学習するのか?
モノイド世界での学習課題を通じ、局所的な遷移から大域的制約を学習・伝播できるかを検証。合成訓練により逆元・可換・合成制約で96%の精度を達成し、世界モデルやLLMの汎化も改善することを示した。
原題: Do World Models Learn Global Understanding? / Alexander Detkov, Matt Thomson
日本語で読む → - 論文運動計画ロボティクス
CollisionSplatting: 3DGSシーンにおける衝突認識型運動計画と画像条件付き目的関数および調整可能な保守性
3Dガウシアンスプラッティング(3DGS)シーン上で直接動作する、保守性を調整可能な確率的距離指標を提案し、画像条件付き報酬関数と組み合わせてGPU加速MPPIおよびRRTプランナに統合することで、視覚誘導ナビゲーションとマニピュレーションを実現した。
原題: CollisionSplatting: Collision-Aware Motion Planning in 3DGS Scenes with Image-Conditioned Objectives and Adjustable Conservatism / R. Khorrambakht, Joaquim Ortiz-Haro, Stephan Weiss 他
日本語で読む → - 論文VLAロボティクス
Uni-VLaT:ヒューマノイドの移動操作のためのVLAポリシーへの全身触覚適応
全身触覚を視覚言語行動ポリシーに統合し、未来の触覚・固有感覚・視覚表現を予測する補助タスクで学習することで、接触を伴う移動操作タスクの成功率を大幅に向上させた。
原題: Uni-VLaT: Whole-Body Tactile Adaptation of VLA Policies for Humanoid Loco-Manipulation / Zihao Wang, Shutong Liu, Siqi Zheng 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 → - 論文ナビゲーションAI
VCN-Bench:事前視覚経験に基づく空間推論のためのビデオ文脈化ナビゲーションベンチマーク
事前に撮影された動画を手がかりに、指示された目的地を推論してナビゲーションする新ベンチマークVCN-Benchを提案し、MLLMの閉ループ空間推論能力を評価した。
原題: VCN-Bench: A Video-Contextualized Navigation Benchmark for Spatial Reasoning over Prior Visual Experience / Siqi Zhang, Meng Wei, Chenyang Wan 他
日本語で読む → - 論文制御・身体性AI
侵害受容を制御プリミティブとして:単一身体に展開するエージェントのための求心性チャネルと侵害受容記憶
単一の身体で生涯学習できないエージェントに、負荷依存の侵害受容チャネルと記憶を持たせ、摩耗を考慮した作業配分を改善する手法を提案。シミュレーションで寿命と生産量の向上を実証。
原題: Nociception as a Control Primitive: Afferent Channels and Nociceptive Memory for Agents Deployed in One Body / Wolfgang Maass
日本語で読む → - 論文医療ロボティクスロボティクス
AGRO-SUVIDE: 外科用粘弾性デブリードマンのためのエージェント型ロボティクス
単一の専門家デモから反復スキルを自動抽出し、モデルベース/モデルフリーのスキルとして構築、実行時に監視・再試行するエージェント型ロボットフレームワークを提案し、dVRKで粘弾性基板上の小片除去を85%の成功率で実現した。
原題: AGRO-SUVIDE: Agentic Robotics for Surgical Viscoelastic Debridement / Shutong Jin, Ziyang Chen, Preethi Satish 他
日本語で読む → - 論文検査計画ロボティクス
Inspection-SPARS: 検査計画のためのタスク指向スパースロードマップ
検査計画問題において、密なロードマップをPOI被覆と経路品質を保証しつつ疎化する手法を提案し、3D環境での実験で有効性を示した。
原題: Inspection-SPARS: Task-Oriented Sparse Roadmaps for Inspection Planning / Adir Morgan, Oren Salzman, Kiril Solovey
日本語で読む → - 論文自動運転ロボティクス
AD-E2E-JEPA: エンドツーエンド自動運転のための結合埋め込み予測アーキテクチャ
自動運転向けのJEPA世界モデルを評価し、計画パッチを16倍削減するSIGReg正則化プロジェクタを導入して100倍の推論高速化を実現した。
原題: AD-E2E-JEPA: A Joint-Embedding Predictive Architecture For End-to-End Autonomous Driving / Haoran Zhu, Wancong Zhang, Yann LeCun 他
日本語で読む → - 論文VLAロボティクス
RAVEL: フローベースVLAモデルのための非同期ローリング推論
フローベースVLAのVLMエンコードと多段拡散による遅延を、非同期ローリングバッファと軽量観測経路で削減し、低遅延な閉ループ制御を実現した。
原題: RAVEL: Asynchronous Rolling Inference for Flow-Based Vision-Language-Action Models / Yuhan Chen, Ke Yu, Pengfei Liu 他
日本語で読む → - 論文VLM自然言語
誰が誰の左にいるのか?相対位置推論における空間的証拠と役割バインディングの追跡
視覚言語モデルが物体の相対位置を推論する際、入力内の位置情報の追跡とクエリ内の役割表現という2つの要素を活性化パッチングで分析し、介入により精度と一貫性を改善できることを示した。
原題: Who Is Left of Whom? Tracing Spatial Evidence and Role Binding in Relative-Position Reasoning / Yingjin Song, Denis Paperno, Albert Gatt
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
QuadHand:MRC-SDFを用いた全身運動計画によるコンパクトなクアッドロータ空中マニピュレータ
3自由度アームと重心補償機構を備えた小型ドローンの空中マニピュレータを開発し、細部を保ちつつ計算可能なSDF表現と時空間全身軌道最適化で複雑環境での安全な操作を実現した。
原題: QuadHand: A Compact Quadrotor Aerial Manipulator with MRC-SDF-Based Whole-Body Motion Planning / Rui Jin, Ruiyang Liu, Xinhang Xu 他
日本語で読む → - 論文世界モデルstat.ML
一歩先の潜在予測は世界モデルではない
次の潜在表現を当てる一回先予測は条件付き平均を学ぶだけで、ロールアウト可能な世界モデルにはならないことを理論と実験で示した論文。
原題: One-Step Next-Latent Prediction Is Not a World Model / Shitong Wang, Zhongang Cai, Yuzhou Hong
日本語で読む → - 論文マニピュレーションロボティクス
人間とロボットの共有環境における軌道安全なオリエンテーリング
時間窓と変動利益を持つオリエンテーリング問題を解くため、離散・連続最適化を分離したDeCoST手法を提案し、人間との衝突を避けつつ高品質なタスク実行を実現した。
原題: Trajectory-Safe Orienteering for Human-Robot Shared Environments / Songqun Gao, Elena Basei, Marco Roveri 他
日本語で読む → - 論文マニピュレーションロボティクス
宇宙ステーション内多脚ロボットのためのグラフベース経路・足場同時計画
宇宙ステーション内で作業する多脚ロボットに対し、把持可能な足場の制約を考慮して経路と足場配置を同時に計画するグラフベース手法を提案し、ISS船内モデルでのシミュレーションで有効性を示した。
原題: Graph-Based Simultaneous Path and Foothold Planning for Multi-Limbed Intra-Vehicular Robots in Space Stations / Masazumi Imai, Kentaro Uno, Toshinori Kuwahara 他
日本語で読む →
PR・アフィリエイト広告
