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: 2026/11/6 / 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 →- 論文手術画像セグメンテーション画像認識
ATLAS: 手術解剖セグメンテーションのためのマルチ手技ベンチマークと文脈認識モデル
14種類の腹腔鏡・ロボット支援手術を網羅する12万フレームのセグメンテーションデータセットATLAS-120kを構築し、手技・手術フェーズの文脈クエリとフレーム間クエリ伝播を組み込んだリアルタイム動画セグメンテーションモデルATLASを提案した。
原題: ATLAS: A Multi-Procedure Benchmark and Context-Aware Model for Surgical Anatomy Segmentation / Ronald L. P. D. de Jong, Tim J. M. Jaspers, Raf A. H. Vervoort 他
日本語で読む → - 論文エージェント評価AI
エージェント視点で基盤モデルの道徳的意思決定を評価するマルチモーダルベンチマークABHBench
ゲーム『Detroit: Become Human』を用い、基盤モデル自身が一人称のエージェントとして道徳的ジレンマで意思決定する様子を評価するマルチモーダルベンチマークを提案し、12モデルの行動が状況依存で大きく変化することを示した。
原題: ABHBench: Evaluating Moral Decision-Making of Foundation Models from an Agentic Perspective / Chaoran Li, Yukun Li, Zeyuan Zhao 他
日本語で読む → - 論文イベントセンシングcs.DC
EventHOI: スマートグラス向けイベント駆動型の省リソース手物体インタラクション記録
低消費電力のイベントセンサでRGB撮影のタイミングと圧縮領域を決め、BLE帯域内で手物体インタラクションを記録するスマートグラス向けシステムを提案した。
原題: EventHOI: Event-Driven Resource-Efficient Hand-Object Interaction Logging on Smartglasses / Le Zhang, Kailai Cui, Hao Chen 他
日本語で読む → - 論文エージェント自己改善AI
Flex-RSI:フロンティアエージェントの再帰的自己改善ベンチマーク
エージェントが固定予算下で自身のハーネス(プロンプト・ツール・記憶・制御ループ)を改善し、視覚・ロボティクス課題の性能を再帰的に高められるかを評価するベンチマークを提案した。
原題: Flex-RSI: Benchmarking Recursive Self-Improvement of Frontier Agents / Jingdong Zhang, Jionghao Wang, Zhengming Yu 他
日本語で読む → - 論文AUV追従/世界モデルロボティクス
世界モデル誘導拡散行動軌道選択によるスパースマーカーAUV追従
スパースな光マーカー観測と慣性情報を統合した世界モデルで将来を予測し、拡散モデルが生成する複数の推力器軌道から再cedingホライズン目的で最適候補を選ぶAUV相対追従手法を提案した。
原題: FATHOM: World-Model-Guided Diffusion Action-Trajectory Selection for Sparse-Marker AUV Tracking / Xiaorui Wang, Zeyu Sha, Mingyang Yang 他
日本語で読む → - 論文ハードウェア/世界モデルcs.AR
組み込みロボット向け世界モデル計画アクセラレータWMPA
世界モデルによる計画のエネルギー下限を情報理論から導き、メモリ帯域と発熱がボトルネックであることを示した上で、近メモリ計算や可変精度演算を組み合わせた専用チップWMPAを提案した論文。
原題: The World Model Planning Accelerator (WMPA): Hardware-Algorithm Co-Design for Embedded AI in Robotics / Prerana Ramkumar, Suhas Suresh Bharadwaj, Fazal Hameed
日本語で読む → - 論文LLMコンテキスト拡張自然言語
既存言語モデルへの無制限コンテキスト後付け手法
重みを変更せずに、既存の言語モデルの注意機構の幾何学的性質を利用して、事実上無制限のコンテキストを扱えるようにする手法を提案した論文。
原題: Retrofitting Unbounded Context onto Stock Language Models / Mark Oskin
日本語で読む → - 論文農業ロボティクスロボティクス
Agibot:農業ロボティクス研究・教育向けのオープンソースモジュラー式スワーブ駆動ロボットプラットフォーム
4輪独立スワーブ駆動や交換可能な計算機、分散制御、マルチモーダルセンシングを統合した低コスト・オープンソースの農業ロボットプラットフォームを開発し、畝間ナビゲーションや播種・植物操作などの実証実験で有効性を示した。
原題: Agibot: An Open-Source Modular Swerve-Drive Robot Platform for Agricultural Robotics Research and Education / Moeen Ul Islam, Bishal Adhikari, Kori Edwards 他
日本語で読む → - 論文慣性オドメトリロボティクス
拡張モデルベース学習慣性オドメトリ
機体座標系表現とトルクダイナミクスを学習に組み込み、EKFでIMUと融合することで、未学習軌道への汎化性能を高めたクアッドロータ向け学習型慣性オドメトリ手法を提案した。
原題: Extended Model-Based Learned Inertial Odometry / Sasanka Kuruppu Arachchige, Joni-Kristian Kämäräinen
日本語で読む → - 論文VLAロボティクス
ODEAction: 行動チャンク予測から連続的な行動進化へ
行動をチャンク単位で予測する代わりに、行動空間上の遷移場をODEで積分して連続的に行動を生成するVLA向け行動ヘッドを提案し、細かいマニピュレーションで性能と軌道品質を向上させた。
原題: ODEAction: From Predicting Chunks to Evolving Actions / Qishen Wang, Pengxiang Ding, Shifeng Bao 他
日本語で読む → - 論文エッジ推論ロボティクス
エッジで動くキュウリ計測:Jetson Orin NanoとRaspberry Pi 4におけるRGB-Dサイズ推定の精度・スループット・消費エネルギー
RGB-D画像からのキュウリ長さ計測パイプラインをJetson Orin NanoとRaspberry Pi 4に実装し、ワークステーションと同等の精度を保ちつつ、レイテンシ・消費エネルギー・量子化の挙動を実測評価した。
原題: CucumberVision at the Edge: Accuracy, Throughput, and Energy of RGB-D Cucumber Sizing on Jetson Orin Nano and Raspberry Pi 4 / Manveen Kaur, Rajmeet Singh, Saeed Mozaffari 他
日本語で読む → - 論文異形態間学習ロボティクス
BATCH: 人間からロボットへの行動アライメントによる異形態間学習
人間とロボットの行動を自己教師ありの時間表現とサイクル一貫性で対応付け、映像行動拡散モデルで異形態間の操作スキル転移を実現した研究。
原題: BATCH: Behavior Alignment for Cross-Embodiment Learning from Humans / Zeyi Liu, Shuran Song
日本語で読む → - 論文Deepfake検出画像認識
フレーム精度を超えて:TransformerベースDeepfake鑑定における動画レベル安定性の分析
CNNとViTを同一条件で比較し、CNNはフレーム単位では競争力があるが動画レベル集約で性能が低下する一方、ViT-B/16は動画レベルで安定した精度を示すことを明らかにした。
原題: Beyond Frame-Level Accuracy: Analyzing Video-Level Stability in Transformer-Based Deepfake Forensics / Syed Azmul Hasan, Mowmita Pervin Hera, Afroza Lona Mim 他
日本語で読む → - 論文人体メッシュ復元画像認識
スマホでリアルタイムに人体メッシュを復元するInstantHMR
単一画像からスマホ上でリアルタイムに3D人体メッシュを復元する軽量モデル群を提案し、Galaxy S23のNPUで1人あたり5.5msという高速推論を実現した。
原題: InstantHMR : Real-Time Human Mesh Recovery on Your Phone / Mohamed Adjel, Kahina Chalabi, Vincent Bonnet
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
運動追従とバランス制御を分離したヒューマノイド全身制御フレームワークDKWBC
モデルベースの逆動力学による追従トルクと、学習したバランス補正の残差ポリシーを組み合わせ、ヒューマノイドの全身制御を安定化させる手法を提案した。
原題: DKWBC: Decoupling Motion Tracking and Balancing for Humanoid Whole-Body Control / Dingkun Wei, Zehong Shen, Huaijin Pi 他
日本語で読む → - 論文3D再構成ロボティクス
OfficeTwin: 部分視点知覚による冗長シーンの3D再構成
ロボット搭載カメラの限られた視点から、オフィスの反復構造を利用して欠損のない水密なデジタルツインを構築するフレームワーク。
原題: OfficeTwin: Realizing 3D Reconstruction of Redundant Scenes through Partial Viewpoint Perception / Quanyun Wu, Kyle Gao, Daisy Li 他
日本語で読む → - 論文VLAロボティクス
時空間不確実性を考慮したデータ効率の高い視覚-言語-行動学習フレームワークSURE
操作タスクにおける行動の空間的・時間的な不確実性を明示的にモデル化し、少ないデモデータでも高い成功率を達成するVLA学習手法を提案した。
原題: SURE:Spatiotemporal Uncertainty Representation for Efficient Vision-Language-Action Learning / Jingye Zhang, Choo Sin Wai, Dake Zhong 他
日本語で読む → - 論文sim2realロボティクス
ゼロショットSim-to-Real強化学習による自律型粒子画像流速測定
6自由度マニピュレータに搭載したカメラを強化学習で制御し、水槽内の翼後流を自律的に探索・撮影してPIV計測を高精度化する手法を提案。シミュレーションのみで学習し実環境へゼロショット転移を実現した。
原題: Autonomous Particle Image Velocimetry Using Zero-Shot Sim-to-Real Reinforcement Learning / Chang Rajani, Luke Sebastien Marsden, Stephan Kunz 他
日本語で読む → - 論文触覚ロボティクス
個人の触覚知覚を学習するウェアラブル入出力インターフェース
36チャネル電気触覚アレイと静電容量タッチセンシングを統合したウェアラブルデバイスで、ユーザーごとに異なる触覚知覚位置を計測し、個人適応型の知覚モデルを構築して触覚レンダリングを実現した研究。
原題: A wearable input/output interface learns personalized models of haptic perception / Wen Li, E. Magnus Adams, Zijie Xu 他
日本語で読む → - 論文VLA機械学習
コンピュータ操作エージェントは身体性を持つ汎用エージェントである
身体性タスクをソフトウェア操作として定式化し、単一のコンピュータ操作エージェント(CUA)が複数のECCVワークショップ競技で上位入賞できることを示した論文。
原題: Computer-Use Agents Are Embodied Generalists / Pranjal Aggarwal, Sean Welleck
日本語で読む → - 論文自動運転シミュレーションロボティクス
自動運転ポリシー評価のための閉ループシナリオオーケストレーション
自動運転ポリシーの閉ループ評価において、意図した交通シナリオを確実に再現するため、非自車アクターを再タイミング・経路変更・役割再割当で適応制御するシナリオオーケストレータを提案した。
原題: Scenario Orchestration for Closed-loop Policy Evaluation of Autonomous Driving / Frieda Rong, Zhaoyue Wang, Veer Kapadia 他
日本語で読む → - 論文VLAロボティクス
DobotTrack: 目標接地型視覚-言語-行動学習による身体化人物追跡
参照記述から対象人物を特定し追従する移動エージェント向けに、マスク・バウンディングボックス等の補助接地監督と履歴圧縮モジュールを統合したVLAフレームワークを提案し、四脚ロボット実データも構築した。
原題: DobotTrack: Target-Grounded Vision-Language-Action Learning for Embodied Person Tracking / Shengjun Deng, Yinghan Zhang, Chengrui Wei 他
日本語で読む → - 論文連続体ロボット/接触推定ロボティクス
腱計測のみから腱駆動連続体ロボットの接触位置を拘束付き移動ホライズン推定で特定
腱駆動連続体ロボットの接触位置は腱計測だけでは構造的に特定不能だが、障害物形状が既知なら非貫通・相補性条件で局所可同定となることを示し、拘束付きMHEで接触位置と力を高精度に推定した。
原題: Locating Contact on Tendon-Driven Continuum Robots From Tendon Measurements Alone via Constrained Moving Horizon Estimation / Haitham El-Hussieny
日本語で読む → - 論文VLAロボティクス
PRISM: 文脈内スキル混合によるプリミティブルーティングで持続的VLA適応を実現
VLAモデルのスキル保持と長期タスク合成のため、スキルを低ランクアダプタとしてプリミティブバンクに保存し、VLM条件付きルータで推論時に組み合わせる手法を提案。
原題: PRISM: Primitive Routing via In-context Skill Mixing for Retentive VLA Adaptation / Jiachen Tao, Gengyu Zhang, Haoxuan Wang 他
日本語で読む → - 論文衝突回避ロボティクス
先読み拡張型衝突回避と参照追従による安全クリティカルロボット制御
先読み点を用いた制御バリア関数と緩和型制御リアプノフ関数をQPで統合し、円形障害物と走路境界を扱う自動走行向け衝突回避・追従手法を提案し、小型車両で実証した。
原題: LACART: Lookahead-Augmented Collision Avoidance and Reference Tracking Strategies for Safety-Critical Robots / Pedro Lopes, Amit Shivam, Luis Tiago Paiva
日本語で読む → - 論文UAV探査ロボティクス
LiDAR搭載UAV探査のための軽量パス考慮型フロンティア再ランキング
LiDAR搭載UAVの3D自律探査において、候補フロンティアを軽量に絞った後、時間制限付きRRT*で経路コストを見積もって再ランキングする手法を提案し、従来より短い探査経路と時間を実現した。
原題: Lightweight Path-Aware Frontier Re-ranking for LiDAR-Based UAV Exploration / Duc Manh Do, Thanh Nguyen Canh, Ngoc Minh Do 他
日本語で読む → - 論文移動操作ロボティクス
ヘビ型ロボットによる全身協調型移動操作の自律制御
ヘビ型ロボットCOBRAが移動と操作を体全体で同時に行い、物体を目標位置まで押し運ぶ閉ループ制御を実現した。接触を陽に扱う動力学モデルと軌道最適化を組み合わせ、実機で検証した。
原題: Autonomous Whole-body Loco-manipulation Using a Snake Robot / Adarsh Salagame, Henry Noyes, Haroon Hublikar 他
日本語で読む → - 論文強化学習/報酬モデリングロボティクス
プランナーにおけるグッドハート:サンプリングベース制御は人間選好から学習した報酬を悪用する
人間の選好から学習した報酬モデルに対するMPPIやbest-of-N探索が、真の目的関数を最大76%悪化させることを実証し、スコアラ誤差に基づく温度設定のχ²正則化MPPIが最悪ケースで最適であることを証明した論文。
原題: Goodhart in the Planner: Sampling-Based Control Exploits Rewards Learned from Human Preferences / Soovadeep Bakshi, Apurba Bose
日本語で読む → - 論文歩行ロボティクス
加速度ベースの報酬でヒューマノイド歩行を数分で学習するSTRIDE
機体のIMUだけで得られる加速度指令への追従を報酬とし、オフポリシーRLと左右対称拡張を組み合わせて、ヒューマノイドの歩行を約14分のサンプルで学習させる手法を提案した。
原題: STRIDE: Learning Humanoid Locomotion in Minutes with Acceleration-Based Rewards / Nico Bohlinger, Jan Peters
日本語で読む → - 論文マニピュレーションロボティクス
重要なものを見極める:マニピュレーションのためのタスク条件付き行動可能な空間信念のベンチマーク
卓上マニピュレーションにおいて、指令を実行可能にする証拠を取得するための視点選択能力を評価するベンチマークを提案し、視覚言語モデルが低性能であることを示した。
原題: Seeing What Matters: Benchmarking Task-Conditioned Actionable Spatial Belief for Manipulation / Yina Jian, Mingkun Xu
日本語で読む →
PR・アフィリエイト広告
