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: 2026/9/25 / 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 →- 論文脚式ロボットロボティクス
跳躍・垂直登攀ロボットの軌道と形態の協調設計
スパイングリッパの吸着力制限下で、跳躍を伴う垂直登攀を実現するため、形態と軌道を同時最適化した290gのロボットを開発し、毎秒1.97体長の連続登攀を達成した。
原題: Co-design of trajectory and morphology for a vertical jump-climbing robot / Christopher Y. Xu, Elliot W. Hawkes
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 → - 論文自動運転ロボティクス
終点制約付き軌道最適化によるエンドツーエンド運転モデルの誘導
エンドツーエンド運転ポリシーの出力軌道を、予測終点を保ちながら走行履歴に基づいて中間ウェイポイントを再整形する軽量後処理ECOを提案し、閉ループ性能を改善した。
原題: Guiding End-to-End Driving Models with Endpoint-Constrained Trajectory Optimization / Brayden Zhang, Mahsa Golchoubian, Igor Gilitschenski 他
日本語で読む → - 論文マニピュレーションロボティクス
見て近づき、触れて掴む:人型ロボットハンドのための盲目的把握反射の学習
視覚を使わず固有感覚のみで多様な物体を把持するモジュール型の巧みな把持アーキテクチャを提案し、腕の運動制御と手の接触制御を分離して、シミュレーションと実機で頑健な盲目的把持を実現した。
原題: See to Reach, Feel to Grasp: Learning A Blind Grasp Reflex for Anthropomorphic Robotic Hands / Alexander Alexiev, Tzu-Yuan Lin, Sang Min Kim 他
日本語で読む → - 論文制御ロボティクス
ピトー静圧センサによる風先読みモデル予測制御を用いたマルチロータUAVのホバリング安定化
機体前方のブームに搭載した低コストのピトー静圧センサで風を先読みし、非線形モデル予測制御に組み込むことで、マルチロータUAVの外乱抑制とホバリング性能を向上させた研究。
原題: Onboard Wind-Preview Model Predictive Control Using Pitot-Static Sensing for Multirotor UAVs / Bas Meere, Eline Wisse, Laurens Vousten 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 → - 論文歩行者追跡画像認識
PanoPed: 全天球パノラマ歩行者追跡のためのSim-to-Realベンチマークと角度定位ヘッド
全天球パノラマカメラでの歩行者追跡に向け、合成・実写の大規模ベンチマークPanoPedを構築し、検出器を再利用して球面上の位置を角度で推定する軽量ヘッドSextantを提案した。
原題: PanoPed: Beyond Bounding Boxes for Sim-to-Real Panoramic Pedestrian Tracking / Qinfeng Zhu, Weiguang Zhao, Yunxi Jiang 他
日本語で読む → - 論文マニピュレーションロボティクス
インピーダンスクローニング:接触の多い操作のための平衡点パラメータの学習
生体力学の事前分布(剛性と平衡点)を模倣することで接触の不確実性を吸収し、力覚センサなしで遠隔操作からパラメータを抽出して接触の多い操作を実現する手法を提案。
原題: Impedance Cloning: Learning Equilibrium Point Parameters for Contact-Rich Manipulation / Hayato Takahashi, Ryoga Oishi, Yuki Kasuga 他
日本語で読む → - 論文VLA画像認識
CLIPの埋め込み空間バックドアに対する領域レベルのブラックボックス防御
CLIPエンコーダの埋め込み空間バックドアに対し、セグメント単位の埋め込み摂動を測って疑わしい領域だけを意味的インペインティングで浄化する、完全ブラックボックスの軽量防御CLIPGuardを提案した。
原題: Region-Level Black-Box Defense Against Stealthy Embedding-Space Backdoors in CLIP / Ahmed Abdelnaby, Mohamed Elmahallawy
日本語で読む → - 論文外骨格/ヒューマンインザループ最適化ロボティクス
下半身外骨格のための多目的ヒューマンインザループベイズ最適化
代謝コストと快適性の2目的を同時に扱う多目的ヒューマンインザループベイズ最適化を提案し、下半身外骨格でパレート最適な制御器を個人適応的に発見できることを示した。
原題: Multi-Objective Human-in-the-Loop Bayesian Optimization of a Lower-Limb Exoskeleton / Neil Janwani, Matthew T. Lerner, Aaron J. Young 他
日本語で読む → - 論文VLAロボティクス
RoboMonitor: 予測表現学習によるラベル効率的なロボットタスク実行モニタリング
ロボット政策学習用データセットを活用し、行動条件付き未来特徴予測などで事前学習した視覚言語モデルを因果モニタに転移することで、少数のラベル付きエピソードで実行フェーズ・失敗・完了を高精度に監視できる手法を提案。
原題: RoboMonitor: Label-Efficient Runtime Monitoring of Robot Task Execution via Predictive Representation Learning / Abhiroop Ajith, Gokul Narayanan, Kyle Coelho 他
日本語で読む → - 論文設計最適化ロボティクス
解剖学的環境を考慮した手術用連続体ロボットの器用さ駆動型設計最適化
手術用連続体ロボットの設計において、到達可能な体積と器用さを評価する新しい指標RVDSAを導入し、解剖学的環境を考慮した最適化手法を提案。大腸ポリープ手術用双腕ロボットに適用し、従来の3Dボクセル被覆率のみの最適化より78%高い器用さを実現。
原題: Anatomy-Aware Dexterity-Driven Design Optimization of Surgical Continuum Robots / Tony Qin, Peter Connor, Khoa Dang 他
日本語で読む → - 論文アクチュエータ制御ロボティクス
直列弾性アクチュエータの第2トルクポート:並列統合設計と時間スケールトルク配分
直列弾性アクチュエータにダイレクトドライブ微小モータを並列追加し、時間スケールでトルクを配分するPi-SEAを提案。小型振幅での追従帯域を広げ、環境への残留トルクを1桁低減した。
原題: A Second Torque Port for Series Elastic Actuators: Parallel-Integrated Design and Time-Scale Torque Allocation / Donghao Jia, Xiubo Xia, Junhang Liu 他
日本語で読む → - 論文ベンチマーク/身体性エージェントAI
SciHorizon-eLab: 科学実験用身体性エージェントのスケーラブルなベンチマークのためのエージェント型プロトコル・タスクコンパイラ
自然言語の実験プロトコルを意味接地・実行可能タスク合成・シミュレーション検証を通じて身体性タスクへ自動コンパイルし、300タスクのベンチマークを構築した研究。
原題: SciHorizon-eLab: An Agentic Protocol-to-Task Compiler for Scalable Benchmarking of Scientific Embodied Agents / Maokai Qin, Chuan Qin, Qi Zhang 他
日本語で読む → - 論文VLA機械学習
視覚言語行動モデルにおける線形表現仮説
視覚言語行動モデル(VLA)において、物理量の未来の変化を線形に読み出し・操作できる表現が存在することを理論的に示し、ナビゲーション実験で検証した。
原題: The Linear Representation Hypothesis for Vision-Language-Action Models / Minseok Jeong, Hyewon Choi, Hiroyasu Tsukamoto 他
日本語で読む → - 論文シーングラフ画像認識
TrackGraph: 画像空間トラッキングによるオンラインオープン語彙3Dシーングラフ
画像ストリーム上でマスクの同一性を追跡してから3Dに統合することで、高頻度かつ省メモリにオンラインでオープン語彙3Dシーングラフを構築する手法。
原題: TRACKGRAPH: Online Open-Vocabulary 3D Scene Graphs via Image-Space Tracking / Peder Borge Hellesylt, Albert Gassol Puigjaner, Kostas Alexis 他
日本語で読む → - 論文動画生成/蒸留画像認識
DyMD: 分布マッチング蒸留による少数ステップ動画世界モデルでの相互作用ダイナミクス保持
動画拡散モデルの蒸留において、ロボットと物体の動きを保ちながら4ステップで生成できるDyMDを提案し、身体性動画ベンチマークでタスク遵守率を9.6ポイント改善した。
原題: DyMD: Preserving Interaction Dynamics through Distribution Matching Distillation in Few-Step Video World Models / Haojun Xu, Jie Huang, Xin Lu 他
日本語で読む → - 論文動作計画ロボティクス
dRVG: 四分割木ガイドによる未知環境での多角形ロボットの解像度完全オンライン動作計画
未知の静的環境で多角形ロボットを目標へ導くオンライン動作計画法dRVGを提案し、四分割木で観測を効率化しつつ解像度完全性を保証、実験で有効性を示した。
原題: dRVG: Quadtree-Guided, Resolution-Complete Online Motion Planning for Polygonal Robots in Unknown Environments / Duo Zhang, Hechen Zhang, Junshan Huang 他
日本語で読む → - 論文マルチエージェント制御ロボティクス
動的ゲームにおける一般化ナッシュ均衡のための慣性補正ニュートン法と最適性検証
動的ゲームの一般化ナッシュ均衡を求めるニュートン法に、解の最適性を検証する仕組みと慣性補正を導入し、マルチエージェント計画やミニチュアレースカー実験で有効性を示した。
原題: Inertia-Corrected Newton Method For Generalized Nash Equilibria in Dynamic Games with Optimality Verification / Zhiyuan Zhang, Panagiotis Tsiotras
日本語で読む → - 論文VLAロボティクス
NavGen: 視覚生成モデルを身体性3Dナビゲーションのスケーラブルなデータエンジンとして活用
テキストから動画を生成するモデルをデータエンジンとして使い、屋内・屋外の視覚言語ナビゲーション(VLN)エピソードを約40万件生成し、実世界のドローン飛行実験で75%の成功率を達成した。
原題: NavGen: Visual Generative Models as a Scalable Data Engine for Embodied 3D Navigation / Xijie Huang, Yongyang Wan, Chengbin Dong 他
日本語で読む → - 論文VLAロボティクス
Causeway: VLAポリシーにおける指示切替時のタスク到達性回復
VLAポリシーで別タスク実行後に新しい指示を与えると失敗しやすい問題に対し、学習不要の推論時介入で目標タスクの再開を可能にする手法を提案。
原題: Causeway: Restoring Task Accessibility for Instruction Switching in VLA Policies / Qingzi Wang, Kaixi Feng, Guangyao Shi 他
日本語で読む → - 論文HRIロボティクス
適応型拡張現実が現実-仮想連続体上の人間-ロボット相互作用に与える影響の評価
XRのモダリティ(AR/AV/VR)を固定した場合と実行時に動的に切り替えた場合で、ロボット操作の作業効率と作業負荷を比較した研究。動的切り替えが最高のスループットと最低の負荷を達成した。
原題: Evaluating the Impact of Adaptive Extended Reality on Human-Robot Interaction Across the Reality-Virtuality Continuum / Carl Tornberg, Alicia Torck, Lotfi El Hafi 他
日本語で読む → - 論文運動制御ロボティクス
視覚探索から運動制御へ:人工エージェントのための優先度場
人間の視覚探索を模した優先度マップを運動制御に拡張し、移動障害物を避けながら目標に到達するタスクで、優先度場を持つエージェントが効率的に学習し未知の複雑な状況でも優れた性能を示すことを明らかにした。
原題: From Visual Search to Movement Control: A Priority Field for Artificial Agents / Han Zhang, Zhong Cao
日本語で読む → - 論文全身マニピュレーションロボティクス
Praxis: 一人称視点動画から物理的相互作用の事前知識を蒸留し、汎用的な全身マニピュレーションを実現
一人称視点の実演動画から物理的相互作用の事前知識を抽出し、視覚言語誘導ナビゲーション・姿勢キャリブレーション・器用な全身操作を組み合わせることで、タスクごとの再学習なしに多様な物体操作を可能にするフレームワークを提案。
原題: Praxis: Distilling Physical Interaction Priors from Egocentric Videos for Generalizable Whole-Body Manipulation / Shuliang He, Ruiyan Xu, Bo Yue 他
日本語で読む → - 論文VLA画像認識
MVVBench:視覚言語モデルの4D推論を評価するベンチマーク
複数カメラの映像を統合して時空間的に推論する能力を測るMVVBenchを提案し、現行の視覚言語モデルの失敗傾向と推論時戦略による改善を分析した。
原題: MVVBench: Benchmarking 4D Reasoning in Vision-Language Models / Hyungjin Chung, Byeongjun Park, Joonseok Lee 他
日本語で読む → - 論文外骨格/ダイナミクス学習ロボティクス
ExoLaN: 外骨格のための物理整合型コンテキスト適応ダイナミクス学習
外骨格装着時の人間-外骨格系のダイナミクスを、足圧センサ情報と時間的文脈から学習し、未知ユーザー・未知タスクでもトルク推定と順方向予測を高精度化する手法を提案。
原題: ExoLaN: Physics-Consistent Context-Aware Dynamics Learning for Exoskeletons / Lucas Schulze, Maximilian Schwarz, Jona Hoppe 他
日本語で読む → - 論文マニピュレーションロボティクス
相互作用中心モデリングによる2本指グリッパ操作の統一的クロスドメイン表現の実現
2本指グリッパの共通構造をパラメータ化した抽象化で捉え、VLMとSAMで相互作用 triplet を推定し、Flow-Matching Transformerで7自由度動作を生成することで、異なるロボット間や視点間でのゼロショットsim-to-real転移を可能にした模倣学習手法。
原題: Enabling a Unified Cross-Domain Representation for Two-Finger Gripper Manipulation via Interaction-Centric Modeling / Guanlin Li, Shifeng Bao, Yihan Zhao 他
日本語で読む → - 論文自己位置推定ロボティクス
建設メッシュ環境におけるTransformerベースのモンテカルロ自己位置推定
建設現場のロボットが建物メッシュに対して自己位置を推定するため、PointNet++と場所認識デコーダを組み合わせた学習ベース観測モデルをMCLに統合し、合成LiDARデータのみで訓練する手法を提案した。
原題: Transformer-based Monte Carlo Localization in Construction Meshes / Linus Kramer, William Talbot, Olga Vysotska 他
日本語で読む → - 論文視覚的注意画像認識
OpenVAM: VLMによるオープンワールド視覚的注意モデリング
視覚的注意の予測において、密な顕著性マップだけでなく、注視点が何を指すか・なぜ注目されるかを説明可能にするVLMベースの統合フレームワークを提案。
原題: OpenVAM: Open-World Visual Attention Modeling with VLMs / Kiana Hooshanfar, Amirhossein Kazerouni, Alireza Hosseini 他
日本語で読む →
PR・アフィリエイト広告
