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: 2026/9/27 / 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ナビゲーションロボティクス
InfraVLA: インフラカメラを活用した視覚言語行動ナビゲーションの拡張
倉庫や病院などに既設の監視カメラ映像をVLAナビゲーションモデルに統合し、ロボットの死角情報を活用して指示対象の発見や障害物回避の成功率を大幅に向上させた。
原題: InfraVLA: Extending Vision-Language-Action Navigation with Infrastructure Cameras / Lukas Vierling, Benjamin Ramtoula, Luke Robinson 他
日本語で読む → - 論文3D点追跡画像認識
状態空間モデルによる3D点追跡
凍結したオプティカルフローと単眼メトリック深度ネットワークを組み合わせ、Mamba-3で深度の残差を学習することで、単一GPUで動作する絶対スケールの3D点追跡を実現した。
原題: 3D Point Tracking with State Space Models / Masahiro Ogawa, Qi An, Atsushi Yamashita
日本語で読む → - 論文群制御ロボティクス
再帰平衡ネットワークによる残差学習ベースの車両プラトーン制御:ℓ2安定性保証付き
パラメータ不確かさや外乱を受ける異種車両プラトーンに対し、LMIベースの公称制御器と再帰平衡ネットワーク(REN)による残差学習を組み合わせ、ℓ2ゲイン制約を満たすことで安定性を保証する制御フレームワークを提案した。
原題: Residual Learning-Based Control of Vehicle Platoons with $\ell_2$ Stability Guarantees via Recurrent Equilibrium Networks / Brian Delgado, Anh-Tu Nguyen, Hamid Taghavifar
日本語で読む → - 論文マニピュレーションロボティクス
VPTwin: 実機-シミュレーション-実機のビデオ予測によるロボットマニピュレーション計画
実演からデジタルツインを再構築し、Isaac Simの複数ロールアウトを参照して実世界の未来映像を予測するReal-Sim-Real枠組みを提案し、物理的に妥当な予測でマニピュレーション計画を改善した。
原題: VPTwin: Real-Sim-Real Video Prediction for Robotic Manipulation Planning / Zhenghao Xiao, Minting Pan, Nantian He 他
日本語で読む → - 論文ドメイン適応画像認識
TC-ADA: セマンティックセグメンテーションのためのワンショット能動的ドメイン適応
新しい走行環境へのセマンティックセグメンテーション適応のため、1ラウンドで少数のターゲット画像を選択・密アノテーションし、視覚基盤モデルと固定UDAモデルを活用して適応する手法を提案。
原題: TC-ADA: One-Shot Active Domain Adaptation for Semantic Segmentation / Weihao Yan, Yeqiang Qian, Yueyuan Li 他
日本語で読む → - 論文世界モデル機械学習
MultiEcho:学習された世界の実験科学
世界モデルを実験系として捉え、介入に対する応答法則を推定・検証するフレームワークMultiEchoを提案し、9つの物理シミュレーションで応答予測性・介入可読性・物理的正確性を区別して評価した。
原題: MultiEcho: An Experimental Science of Learned Worlds / Meng Zhu, Airui Zhang
日本語で読む → - 論文マニピュレーションロボティクス
DexTaG: 触覚をガイドにした強化学習による巧みな操作
グローブ型モーションキャプチャの触覚信号を強化学習のガイドとして用い、人間の接触パターンを保ちながらロボットハンドの巧みな道具操作を実現するフレームワークを提案。
原題: DexTaG: Tactile-as-Guidance in Reinforcement Learning for Dexterous Manipulation / Han Yang, Yian Wang, Yunlong Song 他
日本語で読む → - 論文設計最適化ロボティクス
モデルベースロボット設計のための大規模言語モデル
LLMを使って物理関係や制約を明示的な工学モデルとして構築し、形式的最適化の前に設計仮定を検証・修正できるフレームワークを提案。クアッドコプターとライントレーサーの部品選択問題で評価した。
原題: Large Language Models for Model-Based Robot Design / Andrew Wilhelm, Angelina Zhao, Nils Napp
日本語で読む → - 論文模倣学習ロボティクス
状態行動を超えて:ロボット模倣学習における指令と状態の不一致の活用
ロボットの模倣学習において、指令と実際の状態の不一致を重み付けに利用する手法CSDWを提案し、制約のある実機タスクで性能を向上させた。
原題: Beyond State-as-Action: Exploiting Command-State Discrepancy for Robot Imitation Learning / Peiyan Li, Yueran Tao, Enhao Zhang 他
日本語で読む → - 論文単一細胞解析/生成モデルq-bio.GN
エネルギガイド付きフローマッチングによる汎化可能な単一細胞摂動応答予測
単一細胞の摂動応答を予測するため、条件付きフローマッチングと条件特異的なエネルギ勾配を組み合わせたscEGFlowを提案し、未知の摂動条件でも高精度に応答分布を再現できることを示した。
原題: Generalizable single-cell perturbation response prediction using energy-guided flow matching / Jianan Wei, Jiajun Hong, Guikun 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
プレス・アンド・プル・ティッピングによる物理パラメータのマルチモーダル非把持推定
把持せずに物体を押し引きして傾け、力覚・RGB-D・固有感覚を融合して質量・重心高さ・摩擦を推定する手法を提案。従来の前方ティッピングが失敗する曲面ベース物体でも高精度に推定できる。
原題: Multi-Modal Non-Prehensile Estimation of Physical Parameters via Press-and-Pull Tipping / Steven M. Hyland, Jing Xiao, Cagdas D. Onal
日本語で読む → - 論文マニピュレーションロボティクス
FINGR: 実世界でのルービックキューブ解法のための巧みな手の制御学習
指先基準の幾何表現と将来の接触・回転進捗を予測する補助タスクを組み合わせた方策を学習し、実機の巧みな手でルービックキューブの層回しを高成功率で実現した。
原題: FINGR: Learning Dexterous Hand Control for Real-World Rubik's Cube Solving / Yutong Liang, Quanquan Peng, Matthew Kim 他
日本語で読む → - 論文最適制御/MPC制御
DAOCP: 最適制御問題のための双対アクティブセットソルバ
全身ロボットのMPC向けに、最適制御構造を活かして双対アクティブセット法を直接適用する高速ソルバを提案し、Atlasモデルで既存手法より9倍高速化した。
原題: DAOCP: a dual active set solver for optimal control problems / Alberto Zaupa, Samuel Erickson, Mikael Johansson
日本語で読む → - 論文ヒューマノイド/全身制御ロボティクス
CompliantWBC: 力潜在推定と残差インピーダンス目標による重量ヒューマノイドの全身コンプライアンス制御
重量ヒューマノイドが任意部位への外力に柔軟に応じるため、全身インピーダンス参照と力推定・残差補正を組み合わせた強化学習制御手法を提案し、実機で荷物運搬や拭き掃除などを実現した。
原題: CompliantWBC: Whole-Body Compliance for Heavy Humanoids via Force Latent Estimation and Residual Impedance Targets / Tan-Dzung Do, Cuc T. Trinh, Tuan Dat Phuong 他
日本語で読む → - 論文sim2realロボティクス
模倣するな、推定せよ:視覚運動制御のための微分可能な状態ベース方策の再利用
シミュレーションで訓練した状態ベースの専門家方策を凍結して再利用し、その入力状態を画像から推定する視覚推定器を、状態教師信号と専門家を通した行動整合損失で訓練することで、接触の多い操作タスクの視覚運動制御を実現した。
原題: Estimate, Don't Imitate: Reusing Differentiable State-Based Policies for Visuomotor Control / Denis Shcherba, Adrian Abel, Eckart Cobo-Briesewitz 他
日本語で読む → - 論文VLAAI
敵対的学習はマルチビューVLAの汎化を改善するか?ビュー崩壊の解明と緩和
マルチビューVLAに敵対的学習を適用すると、特定の視点変化には強くなる一方で「ビュー崩壊」と呼ばれる現象が起こり、手首視点に過度に依存することを明らかにし、ビュースワップ介入で緩和を試みた研究。
原題: Does Adversarial Training Improve Generalization in Multi-View VLAs? Revealing and Mitigating View Collapse / Futa Waseda, Shuhei Kurita, Isao Echizen
日本語で読む → - 論文自動運転機械学習
評価ルールが訓練ラベルを書き換えるとき:NAVSIMにおける人間参照の寛容さの測定
NAVSIMのラベル生成器が人間参照のスコア0を寛容に扱うことで、訓練信号がどう変化し、モデル性能にどんな影響を与えるかを大規模に分析した論文。
原題: When an Evaluation Rule Writes Training Labels: Measuring Human-Reference Forgiveness in NAVSIM / Jiaxuan Guo, Jingxin Yang, Jiaqi Ye 他
日本語で読む → - 論文VLAロボティクス
AnyStep-WAM: 予算整合蒸留と適応推論によるワールドアクションモデル
ワールドアクションモデルのノイズ除去ステップ数をタスクの難易度に応じて適応的に配分し、成功率を維持しつつ計算量を最大85%削減するフレームワークを提案。
原題: AnyStep-WAM: Budget-Aligned Distillation and Adaptive Inference for World Action Models / Rui Wang, Xiangyu Wang, Donglin Yang 他
日本語で読む → - 論文手術ロボット/模倣学習ロボティクス
SurgFlow: 手術ロボット操作のための3Dオブジェクト中心コンタクトフロー
ステレオ手術動画から3Dオブジェクト中心のコンタクトフローを学習し、接触スコアで把持・解放をトリガーすることで、dVRKでの組織牽引や針の受け渡しなどを高成功率で実現したフレームワーク。
原題: SurgFlow: 3D Object-Centric Contact Flow for Surgical Robot Manipulation / Changwei Chen, Xiao Liang, Yinuo Yang 他
日本語で読む → - 論文VLAロボティクス
DeltaWAM: 変化中心の視覚予測による効率的なWorld-Actionモデル
連続フレーム間の変化を表すコンパクトなdeltaトークンで未来を予測するWorld-Actionモデルを提案し、LIBEROで92.8%の成功率を達成した。
原題: DeltaWAM: Change-Centric Visual Foresight via Delta Tokens for an Efficient World-Action Model / Tianyun Jiang, Wenrui Bao, Bingxin Xu 他
日本語で読む → - 論文歩行ロボティクス
多様な地形を制覇する二足歩行の統合コントローラ
傾斜や濡れた草地、砂利、階段など様々な地形に対応する単一の二足歩行コントローラを提案し、Cassieロボットで実証した。
原題: Multi-Terrain Mastery: A Comprehensive Controller for Bipedal Locomotion / Oluwami Dosunmu-Ogunbi, Aayushi Shrivastava
日本語で読む → - 論文強化学習/報酬学習ロボティクス
実演不要の成功率報酬学習による汎用ロボット方策
専門家の実演なしに、方策の試行錯誤から成功率をブートストラップで学習し、汎用ロボット方策の強化学習を効率化する手法を提案。
原題: Demonstration-Free Success-Probability Reward Learning for Generalist Robot Policies / Duo Wu, Haifeng Wang, Rongwei Lu 他
日本語で読む → - 論文視覚計画/世界モデルロボティクス
一段予測精度を超えて:信頼性の高い視覚計画のための状態アフィン潜在遷移
視覚計画のための世界モデルにおいて、再帰的なロールアウト時の誤差伝播を解析し、状態アフィンな遷移が誤差伝播を単純化することを示した上で、再帰的多段階予測で訓練するSALTを提案。一段予測精度は劣るが閉ループ成功率を平均10ポイント改善。
原題: Beyond One-Step Accuracy: State-Affine Latent Transition for Reliable Visual Planning / Boyuan Zhang, Yingjun Du, Xiantong Zhen 他
日本語で読む → - 論文最適化層math.OC
lapanda: 非凸制約付き最適化層のための行列フリー微分可能ソルバ
非凸制約付き最適化を微分可能層として扱うため、拡張ラグランジュ法と準ニュートン法を組み合わせた行列フリーソルバを提案し、逆伝播の感度近似を導出した。
原題: lapanda: A Matrix-Free Differentiable Solver for Nonconvex Constrained Optimization Layers / Yuankun Chen, Zifei Nie, Kangyu Lin 他
日本語で読む → - 論文能動的知覚ロボティクス
DeltaSeek: 変化する建設環境における能動的知覚に向けて
建設現場のような変化し続ける環境で、ロボットが観測位置を自ら選ぶ能動的知覚の枠組みを提案し、車載カメラと手首カメラの観測可能性と移動コストを比較評価した。
原題: DeltaSeek: Toward Active Perception in Evolving Construction Environments / Sanjay Acharjee, Md Nazmus Sakib
日本語で読む → - 論文マルチエージェント強化学習機械学習
MA-JEPA: マルチエージェント強化学習のための結合埋め込み世界モデル
観測再構成の代わりに自己教師あり結合埋め込み予測(JEPA)を用いた確率的な世界モデルを提案し、集中学習・分散実行型のマルチエージェント強化学習を実現した。SMACの8マップ中4つで最強の比較手法と同等以上の勝率を達成。
原題: MA-JEPA: Joint-Embedding World Models for Multi-Agent Reinforcement Learning / Brandon Gary Kaplowitz, Osaze James Obahor, Christian Schroeder de Witt
日本語で読む → - 論文LiDARデータセット画像認識
AevaScenes: 長距離知覚のためのFMCW LiDARデータセットとベンチマーク
FMCW LiDARのドップラー速度情報を含む大規模データセットを構築し、3D物体検出・シーンフロー推定・セマンティックセグメンテーションのベンチマークを提案。ドップラー情報が遠距離の検出精度を最大2倍改善することを示した。
原題: AevaScenes: An FMCW LiDAR Dataset and Benchmark for Long-Range Perception / Gautham Narayan Narasimhan, Heethesh Vhavle, Kumar Bhargav Viswanatha 他
日本語で読む → - 論文VLAロボティクス
TimelyDAgger: VLAポリシー改善のためのタイミング考慮型エキスパートクエリ
VLAポリシーの内部特徴を監視し、エキスパートの介入タイミングを適応的に調整することで、限られた介入予算でポリシー改善を効率化する手法を提案。
原題: TimelyDAgger: Timing-Aware Expert Querying for VLA Policy Improvement / Zhixuan Zhao, Peiyan Li, Enhao Zhang 他
日本語で読む → - 論文安全強化学習機械学習
安全スコアマッチング:ハミルトン・ヤコビ到達可能性を用いた拡散ポリシーによるオンライン安全強化学習
ハミルトン・ヤコビ到達可能性で拡散ポリシーのスコア目標を切り替え、安全制約下でのオンライン強化学習を実現する手法を提案。
原題: Safe Score Matching: Diffusion Policies with Hamilton-Jacobi Reachability for Online Safe Reinforcement Learning / Boyang Li, Matthew Kim, Sylvia Lee Herbert
日本語で読む → - 論文VLAロボティクス
凍結生成ロボット方策のオンライン適応のための主舵取り部分空間
凍結した拡散・フローマッチング方策の初期ノイズを制御する低次元部分空間を有限差分応答から構築し、強化学習で効率的にオンライン適応させる手法を提案。
原題: Principal Steering Subspaces for Online Adaptation of Frozen Generative Robot Policies / Jialeng Ni, Nathan Zhao, Kunpeng Song
日本語で読む →
PR・アフィリエイト広告
