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: 2026/9/26 / 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機械学習
SAMBAR: 双対変数と選択的アンカリングによるVision-Language-Actionモデルの継続学習
過去タスクのデモなしでVLAモデルをファインチューニングする際の破滅的忘却を防ぐため、制約付き最適化と乗数法を用いて重要パラメータを選択的に固定する継続学習手法を提案。
原題: SAMBAR: Selective Anchoring via Method of Multipliers for Balanced Knowledge Acquisition and Retention in Vision-Language-Action Models / Aayushi Shrivastava, Xunlan Zhou, Hongrui Zhao 他
日本語で読む → - 論文世界モデル機械学習
すべての誤差が重要ではない:意思決定に関連する予測誤差が計画品質を予測する
世界モデルの予測誤差全体ではなく、意思決定に影響する状態次元の誤差(DRPE)が計画性能を強く予測することを示し、タスク依存性や想像の深さによる影響を明らかにした。
原題: Not All Errors Matter: Decision-Relevant Prediction Error Predicts Planning Quality / Linhao Wang, Yiyan Fan, Dongjin Huang
日本語で読む → - 論文VLAphysics.optics
光学実験室における能動的知覚のための視覚言語エージェント
視覚言語モデル(VLM)がカメラ画像から直接アクチュエータを操作し、マイケルソン干渉計などの光学実験を閉ループ制御できるかを検証した研究。
原題: Vision-Language Agents for Active Perception in Optics Laboratories / Ryan Lopez, Sachin Vaidya, Seou Choi 他
日本語で読む → - 論文ナビゲーションロボティクス
RECAST: 視覚言語セマンティクスをロボットナビゲーションのための行動可能なコストマップへ再構築
VLMの推論と視覚基盤モデルの空間グラウンディングを組み合わせ、通行可能性・危険・進行方向・通過可能な隙間の判断を1枚のコストマップに変換してロボットナビゲーションを行う手法。
原題: RECAST: Recasting Vision-Language Semantics into an Actionable Cost Map for Robot Navigation / Incheol Cho, Jintae Park, Jinkyu Kim 他
日本語で読む → - 論文群制御ロボティクス
CollisionGAT: マルチエージェント動作のためのコントローラ非依存な一段階衝突スクリーニング
移動エージェントと周囲の障害物の状態をグラフアテンションで解析し、各エージェントの衝突リスクを一度に推定する手法を提案。任意のコントローラに組み込んで経路の受理・修正・再計画に利用できる。
原題: CollisionGAT: Controller-Agnostic One-Step Collision Screening for Multi-Agent Motion / Alan Debbas, Edwin Meriaux, Gregory Dudek
日本語で読む → - 論文強化学習機械学習
強化学習における自己確認的重ね合わせトラップ
強化学習のポリシーと表現学習のループが、最適な表現フィッティングのもとでも低リターンのポリシーを維持しうる「自己確認的重ね合わせトラップ」を理論的に特徴づけ、リプレイ条件を導出した。
原題: Self-Confirming Superposition Traps in Reinforcement Learning / Dai Shi, Andi Han, Feng Chen 他
日本語で読む → - 論文VLAロボティクス
RoboFoundry:自己学習型身体性エージェントのためのシステム・アズ・ポリシー進化
エージェントの支援システム全体を一つのポリシーとして捉え、実行経験を検証済みのシステム更新に変換して自己進化させる身体性エージェントフレームワークを提案し、EmbodiedBenchで最先端性能を達成した。
原題: RoboFoundry: System-as-Policy Evolution for Self-Learning Embodied Agents / Jingsong Liang, Shuhao Liao, Shizhe Zhang 他
日本語で読む → - 論文sim2real機械学習
シミュレータアンサンブルによる不確実性を考慮したオンラインアルゴリズム選択
シミュレータのアンサンブルを構築し、その平均性能でオンラインRLアルゴリズムを選択することで、限られたオフラインデータでも信頼性の高い選択ができる手法を提案し、ロボット制御タスクで有効性を示した。
原題: Uncertainty-Aware Selection of Online Algorithms with Simulator Ensembles / Yongyi Guo, Zifan Xu, Ziping Xu 他
日本語で読む → - 論文動作生成画像認識
MotionMaestro: 統一された動作生成のためのマスク付きトークン化
多様な動作条件をマスキング戦略として統一的に扱い、マスク付き動作トークン化と条件付きフローマッチング生成器でテキスト・ポーズ・軌道制御などの動作生成タスクを単一フレームワークで実現した。
原題: MotionMaestro: Masked Tokenization for Unified Motion Generation / Yun Chen, Munchurl Kim, Jeonghyeok Do
日本語で読む → - 論文身体性エージェントAI
Nutri-ATLAS: 栄養支援のための身体性エージェント
食品栄養知識グラフとLLMを組み合わせ、ロボットによる実世界での栄養情報取得とパーソナライズされた食事提案を行う身体性エージェントを提案。
原題: Nutri-ATLAS: Embodied Agent for Tabulated Lookup and Assistance for Smarter nutrition / Uttej Kallakuri, Boxun Hu, Ankur A. Butala 他
日本語で読む → - 論文車両ダイナミクス/世界モデル機械学習
潜在予測型車両表現は何を保持するか:状態・幾何・局所応答の測定
車両ダイナミクスの潜在予測モデルが、位置・姿勢・速度などの物理量を保持し、指令変化に正しく応答するかを評価する測定プロトコルを提案し、IPG CarMakerのデータで検証した。
原題: What Do Latent Predictive Vehicle Representations Retain? Measuring State, Geometry, and Local Response / Enzo Nicolás Spotorno, Josafat Leal Filho, Antônio Augusto Fröhlich
日本語で読む → - 論文VLAロボティクス
非IIDマルチロボットマニピュレーションのための連合部分空間誘導型視覚-言語-行動ポリシー蒸留
複数ロボットが非IID環境で連合学習する際に、低ランク部分空間と行動分布の蒸留、および互換性に基づくクラスタリングで表現ドリフトを抑え、マニピュレーションポリシーの知識転移を改善する手法を提案。
原題: Federated Subspace Guided Vision-Language-Action Policy Distillation for Non-IID Multi-Robot Manipulation / Biprodip Pal, Kaushik Roy, Yanming Zhu 他
日本語で読む → - 論文VLAロボティクス
RecastVLA: 適応的ポリシー状態による過去の相互作用から未来の制御へ
フローマッチング型VLAポリシー内に適応的ポリシー状態を保持し、テスト時訓練で過去の行動生成履歴を次の制御に活かす手法を提案。LIBEROやRoboTwin、実機タスクで成功率を向上させた。
原題: RecastVLA: From Past Interaction to Future Control with Adaptive Policy States / Wenbo Li, Jun Yang, Yiteng Chen 他
日本語で読む → - 論文VLAロボティクス
アフォーダンス条件付き意思決定:ゼロショット階層横断Vision-and-Languageナビゲーションにおける意味空間ギャップの橋渡し
ゼロショット意味プランナに、遷移可能なアフォーダンス姿勢を予測し行動生成を条件付ける局所実行モジュールPACEを追加し、失敗を考慮した選好学習で階層横断ナビゲーションの成功率を改善した。
原題: Affordance-Conditioned Decision Making: Bridging the Semantic-Spatial Gap in Zero-Shot Cross-Floor Vision-and-Language Navigation / Xuekang Yang, Lu Chen, Shuang Luo 他
日本語で読む → - 論文VLAロボティクス
樹状突起に着想を得た頑健な行動制御のための視覚-言語-行動モデルDS-VLA
脳の樹状突起の動態を模したアクションニューロン構造をVLAモデルに導入し、行動が一時的に乱される状況でも高い成功率を維持できる頑健な制御を実現した。
原題: DS-VLA: A Dendritic-inspired Vision-Language-Action Model for Robust Action Control / Yaxing Lyu, Jingyi Li, Mingkun Xu 他
日本語で読む → - 論文推論/アーキテクチャ機械学習
論理の幾何学:層別化が意味構造と頑健な推論を生む
Transformerの内部表現をデータと型の直交部分空間に分離するSTRATを提案し、算術タスクでの分布外誤差を35分の1に削減、11データセットで平均26ポイントの精度向上を達成した。
原題: The Geometry of Logic: Stratification Induces Semantic Structure and Robust Reasoning / Cristina V. Lopes, Yuangang Li, Justin Tian Jin Chen 他
日本語で読む → - 論文VLAロボティクス
RE-0: 局所オンポリシー蒸留による身体性コード・アズ・ポリシーエージェントの検証済み再帰的改善
教師の失敗を考慮し、学生の失敗履歴に対する教師の局所修正を環境で検証してからオンポリシー蒸留の監督に使うことで、コード生成型身体性エージェントを再帰的に改善する手法を提案。
原題: RE-0: Verified Recursive Improvement of Embodied Code-as-Policy Agents through Local On-Policy Distillation / Jiawei Zhang, Xiangrong Zhang, Rui Song 他
日本語で読む → - 論文模倣学習ロボティクス
視点一般化可能な視覚模倣学習ポリシーに何が重要か:実証研究
視覚模倣学習において、密な視覚トークンの保持と幾何学的推論を行う行動ヘッドが視点一般化に有効であることを実験的に示し、シミュレーションから実世界へのゼロショット転移も実現した。
原題: An Empirical Study on What Matters for Viewpoint-Generalizable Policies in Visual Imitation Learning / Mino Nakura, Sriram Krishna, Yufei Wang 他
日本語で読む → - 論文VLAロボティクス
World SLAM Model:SLAMとナビゲーションのための統合世界モデリング
SLAMの逐次状態更新とバックエンド補正の仕組みをナビゲーションに直接組み込み、将来の視覚状態予測とカメラ運動・密な幾何推定を統合した世界モデルを提案。
原題: World SLAM Model: Joint World Modeling for SLAM and Navigation / Minghui Qin, Yijun Yuan, Weicheng Zheng 他
日本語で読む → - 論文手話生成画像認識
RoboSTAR: ヒューマノイドロボットのための次スケール自己回帰手話翻訳
手話モーションを粗い時間解像度から細かく生成し、ヒューマノイドロボットで実行できるよう再ターゲティングするテキスト条件付き手話生成フレームワークを提案。
原題: RoboSTAR: Next-Scale Autoregressive Sign Language Translation for Humanoid Robots / Yujia Zeng, Chensheng Peng, Yuxin Chen 他
日本語で読む → - 論文ソフトロボティクスロボティクス
耐荷重と損傷耐性を両立する能動3D織り構造ロコモーション
能動材料を3次元織りシェルに統合し、高軸剛性と低曲げ剛性、損傷耐性を併せ持つロボット構造を実現。自重70倍の荷重を運びながら移動でき、極端な圧縮後も性能を維持する。
原題: Active 3D weaves for load-bearing and damage-resilient locomotion / Guowei Wayne Tu, Evgueni T. Filipov
日本語で読む → - 論文学習による実演ロボティクス
疎な実演から幾何学的配慮を備えた仮想フィクスチャを学習する手法
少数の実演点からリーマン多様体上のLQTを用いて位置と姿勢を考慮した仮想フィクスチャを生成し、手術ロボットでの切断タスクで有効性を示した。
原題: Learning Geometry-Aware Virtual Fixtures From Sparse Demonstrations / Maximilian Mühlbauer, Marcella Piacentino, Raffaella Mancino 他
日本語で読む → - 論文ソーシャルナビゲーションロボティクス
インターネット動画から方策状態空間でソーシャルナビゲーションを学習
単眼歩行動画を方策の状態空間における閉ループのソーシャルナビゲーション訓練環境に変換する手法を提案し、実機実験で高い成功率を達成した。
原題: Learning Social Navigation from Internet Videos in the Policy State Space / Jiaming Wang, Duc Thang Nguyen, Jizhuo Chen 他
日本語で読む → - 論文運動計画ロボティクス
運動計画におけるキネマティックな実行不可能性検出に向けて
障害物境界から生じる分離多様体を構成空間で追跡し、GPU並列アルゴリズムで高次元でも運動計画の実行不可能性を証明する幾何学駆動型フレームワークを提案。
原題: Towards Kinematic Actionable Infeasibility Detection in Motion Planning / Aayush Rath, Lakshya Jindal, Antony Thomas
日本語で読む → - 論文行動認識画像認識
凸包適応シフトによる骨格ベース行動認識のバイアス除去
骨格データに生じるエンティティバイアスを、凸包内に原点を移動させる正規化手法CHASEで低減し、行動・相互作用認識の性能を向上させた研究。
原題: De-biasing Skeleton-based Action Recognition with Convex Hull Adaptive Shift / Mengyuan Liu, Yuhang Wen, Yi Zhang 他
日本語で読む → - 論文動作予測画像認識
流れの中の骨格:グラフ構造フローマッチングによる人間動作予測
骨格の時空間グラフ上で条件付きフローマッチングを行い、骨長を保ちながら多様で整合的な未来の動作軌道を生成する手法を提案。
原題: Skeletons in Flow: Graph Structured Flow Matching for Human Motion Prediction / Yixuan Wang, Brandon C. Fallin, Warren E. Dixon
日本語で読む → - 論文群制御ロボティクス
分散型マルチヒューマン・マルチロボットタスク割り当てのための通信認識型異種グラフ学習
人間とロボットが混在するチームで、限られた通信を考慮しながら誰にいつ情報を求めるかを学習し、タスク割り当てと通信を協調強化学習で同時最適化する手法を提案。
原題: Communication-Aware Heterogeneous Graph Learning for Decentralized Multi-Human Multi-Robot Task Allocation / Ziqin Yuan, Ruiqi Wang, Baijian Yang 他
日本語で読む → - 論文コード理解/エージェントAI
対話を通じたコードAPI理解への挑戦
ブラックボックスなPython APIを対話的に探索して機能を理解するベンチマークPAUを提案し、ロボット学習のAAC手法を応用して探索を改善する手法を示した。
原題: Toward Interactive Understanding of Code APIs / Dhananjay Ashok, Jesse Thomason, Jonathan May
日本語で読む → - 論文因果推論/エージェント機械学習
対話エージェントにおける因果的保持:インターフェース分解と選択的適応
学習済み状態が訓練と独立に固定されたメカニズムプローブに答える能力(因果的保持)を定式化し、その条件を満たすCausal Coreを提案。TD-MPC2やQwen2.5-7Bで遅延変化に対する頑健性を実証した。
原題: Causal Retention in Interactive Agents: Interface Factorization and Selective Adaptation / Shengjun Zhang, Tingyi Liu, Dong Xie 他
日本語で読む → - 論文触覚ロボティクス
TACTIC: 接触の多いロボットマニピュレーション政策のための触覚エンコーダと条件付けの理解
視覚ベース触覚センサを用いた接触の多いマニピュレーションタスクにおいて、様々な触覚エンコーダと融合戦略を実世界で2000回以上評価し、最適な設計はタスクに強く依存することを示した研究。
原題: TACTIC: Understanding Tactile Encoders and Conditioning for Contact-rich Robot Manipulation Policies / Seongjin Bien, Débora Oliveira Makowski, Carlo Kneissl 他
日本語で読む →
PR・アフィリエイト広告
