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: 2026/9/24 / 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 →- 論文空陸ハイブリッド/モジュール再構成ロボティクス
空陸モジュール再構成プラットフォームHARP:フィールド作業のための異種ロボットチーム
飛行ロボットと地上ローバー、ペイロードモジュールを独立に展開し、ミッション中に物理的に組み替えて協調輸送や環境サンプリングを行う異種モジュール型空陸プラットフォームを提案・実証した。
原題: Fly, Drive, Reconfigure: A Modular Reconfigurable Aerial-Ground Platform for Field Operations / Li-Yu Lo, Yanbaihui Liu, Chengchuan Shu 他
日本語で読む → - 論文VIOロボティクス
VkVIO: VulkanによるクロスプラットフォームGPU加速視覚慣性オドメトリ
CUDAに依存せずVulkan APIを用いてGPU加速する初のクロスプラットフォーム視覚慣性オドメトリ(VIO)手法を提案し、ワークステーションから低価格シングルボードPCまで幅広い機器でCUDAベースを上回る精度とリアルタイム性能を実現した。
原題: VkVIO: Cross-platform GPU Acceleration for Visual-Inertial Odometry with Vulkan / Ole Hoffmann, Mateo de Mayo, Daniel Cremers
日本語で読む → - 論文ロコマニピュレーションロボティクス
接触を決定変数とする:脚式ロコマニピュレーションのための能力トレードオフ接触選択
脚式ロボットのロコマニピュレーションにおいて、環境との接触面と全身姿勢を同時に選択する問題を定式化し、能力トレードオフを考慮した効率的な接触選択手法CTCSを提案した。
原題: Contact as a Decision Variable: Capability-Tradeoff Contact Selection for Legged Loco-Manipulation / Al Jaber Mahmud, Shuai Li, Xuan Wang
日本語で読む → - 論文タスク・動作計画ロボティクス
汎用タスク・動作計画問題に対するコーディングエージェント
タスク記述とシミュレータへのアクセスを与えられたコーディングエージェントが、未知のインスタンスに汎化する計画プログラムを合成できるかを検証し、手設計プランナーを上回る成功率を示した。
原題: Coding Agents for Generalized Task and Motion Planning Problems / Matteo Merler, Bowen Li, Josh Roy 他
日本語で読む → - 論文3Dセグメンテーション画像認識
SplatLabel: 4Dガウシアンスプラッティングによる擬似ラベリング
4Dガウシアン表現を用いてLiDARセグメンテーションとセマンティック占有グリッドを自動生成し、動的環境でも高精度な擬似ラベルを実現する手法を提案。
原題: SplatLabel: Pseudo-Labelling through 4D Gaussian Splatting / Nitya Nanvani, Andras Palffy, Holger Caesar
日本語で読む → - 論文AI生成画像検出画像認識
EIB-Net: エントロピー誘導情報ボトルネックによる汎化可能なAI生成画像検出
生成画像は低テクスチャ領域に合成痕跡が現れる点に着目し、画像エントロピーで情報量の多いパッチを選び、変分情報ボトルネックで汎化性の高い特徴を学習する検出手法を提案。少ない学習データで高精度・クロス生成器汎化を実現。
原題: EIB-Net: Entropy-Guided Information Bottleneck for Generalizable AI-Generated Image Detection / Zhida Zhang, Xinlei Ma, Jie Cao
日本語で読む → - 論文キャリブレーション制御
フーリエ級数を用いた産業用ロボットの伝達誤差補償
レーザートラッカ計測から速度依存フーリエ級数モデルで関節の伝達誤差を同定し、CNCの指令値を補正することで産業用ロボットの精度を向上させた。
原題: Transmission Error Compensation for Industrial Robots Using Fourier Series / Christian J. E. Bauer, Simon Nowinski, Valentin Kamm 他
日本語で読む → - 論文模倣学習ロボティクス
POIL: 安定力学系を用いた点ベースのワンショット模倣学習
物体の機能部位上の3D点群を共有表現として使い、1回の実演から軌道を転移しつつ、閉ループ制御で外乱や把持姿勢の変化に頑健に実行するワンショット模倣学習手法を提案。
原題: POIL: Point-based One-Shot Imitation Learning with Stable Dynamical Systems / Sang Min Kim, Jinwoo Seo, Hyeongjun Heo 他
日本語で読む → - 論文システム同定制御
ホバリング中のオクトコプターのシステム同定:全高調波直交マルチサイン入力を用いて
全高調波直交マルチサイン信号を飛行制御系に注入する新しい飛行機動設計法を提案し、小型オクトコプターのホバリング付近での飛行試験で有効性を実証した。
原題: System Identification of an Octocopter in Hover using Full-Harmonic Orthogonal Multisine Inputs / Justin J. Matt, George V. Altamirano
日本語で読む → - 論文4D人体動作復元画像認識
Ego-Exo4D人体メッシュデータセット:一人称・多視点映像からの4D人体動作復元
一人称視点と多視点の同期映像データセットEgo-Exo4Dに対し、密な4D人体動作復元データセットと復元パイプラインを構築・公開した。
原題: Ego-Exo4D Human Meshes Dataset: 4D Human Motion Reconstruction for Ego-Exo Captures / Abhiram Maddukuri, Georgios Pavlakos
日本語で読む → - 論文自動運転ロボティクス
WALT: 自動運転のための世界モデル整合潜在軌道学習
凍結した運転世界モデルの知識を軌道潜在空間に転移し、生のウェイポイント生成より高精度な計画を実現する手法を提案。
原題: WALT: Learning World-Model-Aligned Latent Trajectories for Autonomous Driving / Mingkai Jia, Jiaxin Guo, Zhijian Shu 他
日本語で読む → - 論文設計最適化ロボティクス
MOCHA: ハイパーネットワークを用いた多目的ロボット設計と制御の共設計
ハイパーネットワークにより、単一のネットワークでロボットの設計空間全体にわたるパレート最適な方策群を学習し、多目的設計と制御の共設計を実現する手法を提案。
原題: MOCHA: Multi-Objective Co-Design using Hypernetwork Architectures / Varun Madabushi, Neil Janwani, Maegan Tucker
日本語で読む → - 論文自動運転ロボティクス
自動運転における潜在空間モニタの監査
自動運転モデルの内部表現を使った故障予測モニタを検証し、出力のみの監視と比べて潜在特徴の追加が統計的に有意な改善をもたらさないことを示した。
原題: Auditing Latent-Space Monitors for Autonomous Driving / Nikhil Kamalkumar Advani, Vishwajeet Shivaji Hogale, Saurav Kumar
日本語で読む → - 論文ナビゲーションロボティクス
動的環境における効率的で安全なナビゲーションのための記憶認識型マルチセンサー知覚
LiDARとRGBの知覚、オンライン距離場表現学習、段階適応型制御バリア関数QPを統合し、過去に観測した構造を記憶して動的障害物を追跡しながら安全にナビゲーションするフレームワークを提案した。
原題: Memory-Aware Multi-Sensor Perception for Efficient and Safe Navigation in Dynamic Environments / Jingshuo Li, Yifan Xue, Yifei Li 他
日本語で読む → - 論文VLA画像認識
検索して特定:大規模言語モデルとLiDAR幾何学を橋渡しする空間グラウンディング
LiDAR点群と言語モデルを組み合わせ、複雑な空間関係の質問に対して対象物の座標を高精度に特定する手法を提案。
原題: Retrieve-to-Localize: Bridging Large Language Models and LiDAR Geometry for Spatial Grounding / Byounggun Park, Giyong Moon, Jusung Kim 他
日本語で読む → - 論文マニピュレーションロボティクス
受動的実行から能動的探索へ:実環境におけるエージェント型身体性マニピュレーション
ロボットが指示をただ実行するのではなく、計画・知覚・実行の3モジュールを連携させて環境と動的に相互作用し、隠れた対象物を能動的に探索して操作するフレームワークを提案した。
原題: From Passive Execution to Active Exploration: Agentic Embodied Manipulation in Realistic Environments / Shilin Ma, Chubin Zhang, Xulong Bai 他
日本語で読む → - 論文VLAロボティクス
ActGaze: 反事実的視覚介入による行動に基づく注視学習で高精度マニピュレーションを実現
VLAモデルの視覚的注意をタスクに関連する領域に集中させるため、反事実的視覚介入によって行動予測に重要な領域を特定し、注視を学習させる手法を提案。実機実験で高精度マニピュレーションタスクにおいて既存手法を上回る性能を示した。
原題: ActGaze: Learning Action-Grounded Gaze through Counterfactual Visual Interventions for High-Precision Manipulation / Jinxuan Zhu, Jiaheng Wang, Chao Tang 他
日本語で読む → - 論文VLAロボティクス
Rolling-WAM: 転がる想像による世界行動モデル
ロボット操作のための世界行動モデルにおいて、映像と行動のノイズ除去を再計画サイクルごとに分割して行うことで、計算遅延を抑えつつ4.5倍の再計画高速化を実現した手法。
原題: Rolling-WAM: World Action Models with Rolling Imagination / Yinghua Zhou, Junjie Ye, Yiqi Zhao 他
日本語で読む → - 論文機構解析ロボティクス
トロピカル幾何学を用いたC空間解析
トロピカル幾何学とピュイズー級数を用いて、1自由度機構のC空間の特異点(横断的分岐やカスプ)を近似的に有理パラメータ化して検出する手法を提案した。
原題: C-space Analysis using Tropical Geometry / Abhilash Nayak
日本語で読む → - 論文視覚サーボロボティクス
透視4直線・5直線問題の特異点解析
4本および5本の直線を観測する画像ベース視覚サーボと姿勢推定において、カメラと直線の相対配置が制御・安定性に問題を生じる特異点を計算代数幾何学を用いて解析した。
原題: Singularity Analysis for the Perspective-Four and Five-Line Problems / Jorge García Fontán, Abhilash Nayak, Sébastien Briot 他
日本語で読む → - 論文VLAロボティクス
HarnessPAI:物理AIのための進化するハーネス
物理AI向けに、コードを実行可能で進化可能なインターフェースとして扱い、ロールアウト内では固定プログラムで実行し、ロールアウト間では実行フィードバックでプログラムを進化させるモデル・身体非依存のフレームワークを提案。
原題: HarnessPAI: An Evolving Harness for Physical AI / Xin Wang, Wenhao Wu, Menghao Zhang 他
日本語で読む → - 論文模倣学習ロボティクス
方策校正DAgger:模倣学習のためのオフライン校正ノイズ注入
生成的な拡散方策の予測行動分布を利用して、専門家軌跡上での方策の不確実性をオフラインで推定し、適切なノイズを注入してDAggerを改善する手法を提案。
原題: Policy-Calibrated DAgger: Offline Calibrated Noise Injection for Imitation Learning / Jenny Wang, George Kantor
日本語で読む → - 論文新規視点合成ロボティクス
M3GD: カメラ-LiDARマルチモーダル・マルチビュー幾何拡散による新規視点合成
LiDARと画像の基盤モデルを組み合わせ、カメラ投影後の特徴共有構造を利用してマルチビュー拡散生成器を条件付けし、RGBと深度の新規視点合成を改善する手法を提案。
原題: M3GD: Multi-Modal Multi-View Geometric Diffusion for Camera--LiDAR Novel View Synthesis / Yang Zhou, Jiuhong Xiao, Shizhao Ye 他
日本語で読む → - 論文VLAロボティクス
AdaHVLA: 長期的視野の視覚-言語-行動実行のための適応型ハーネス
VLAモデルの長期タスク実行を支援するため、ロボット経験を通じてコードベースの協調ポリシーを適応的に改良するハーネスを提案し、シミュレーションと実世界で成功率を大幅に向上させた。
原題: AdaHVLA: Adaptive Harnesses for Long-Horizon Vision-Language-Action Execution / Junyi Tang, Jie Peng, Zezhen Ding 他
日本語で読む → - 論文ナビゲーション画像認識
空間推論ベンチマークを超えて:ナビゲーションへの応用
空間推論ベンチマークの性能がナビゲーションに直結しない問題を分析し、空間監督をナビゲーション目標に合わせて2段階で微調整する手法を提案。8BモデルでHM3Dなどで高性能を達成。
原題: Beyond Spatial Benchmarks: From Spatial Reasoning to Navigation / Xun Huang, Shijia Zhao, Rongsheng Qu 他
日本語で読む → - 論文マニピュレーションロボティクス
CAMP: 制約空間における協調的なアーム・ハンド動作計画
アームとハンドの協調動作を必要とする制約環境でのマニピュレーションに向け、ハンド探索とアーム緩和を組み合わせた高成功率な動作計画手法CAMPを提案した。
原題: CAMP: Cooperative Arm-Hand Motion Planning in Constrained Spaces / Ziyuan Wang, Yunlong Shan, Fei Mo 他
日本語で読む → - 論文マニピュレーションロボティクス
GraspTwin: デジタルツインによるゼロショットのタスク指向把持最適化
RGB-D観測から環境のデジタルツインを構築し、基盤モデルが提案するタスクに適した把持候補をベイズ最適化で物理的に実行可能な把持へと洗練させる、実機-シミュレーション-実機の枠組みを提案した。
原題: GraspTwin: Zero-Shot Task-Oriented Grasp Optimization via a Digital Twin / Daniel J. Evans, Yinlong Dai, Simon Stepputtis 他
日本語で読む → - 論文モデルベース強化学習ロボティクス
表現世界モデル:表現空間における状態・遷移・実行可能計画の学習
潜在表現空間内で直接的に状態・遷移・計画を学習し、再帰的ロールアウトや行動空間探索なしに計画を実行する手法を提案。連続制御とロボットマニピュレーションで有効性を示す。
原題: Representation World Model: Learning States, Transition and Executable Plans in Representation / Yijun Yuan, Weicheng Zheng, Weibang Wang 他
日本語で読む → - 論文ソフトロボティクスロボティクス
手首の適応的剛性制御を再現する人間模倣ソフトロボット前腕
8つの独立可動な手根骨・22筋・柔軟指先を持つ解剖学的に忠実なソフトロボット前腕を開発し、手根骨の分離構造が人間らしい手首剛性の異方性制御に必要であることを示した。
原題: Anthropomimetic Soft Robotic Forearm with Independently Articulated Carpal Bones Enabling Human-Like Adaptive Stiffness Modulability / Yoshinobu Obata, Yinlai Jiang, Hiroshi Yokoi 他
日本語で読む → - 論文VLAロボティクス
RAPID: 実演からのロボットエージェントプログラミング
人間の一回の視覚的実演から、コード生成エージェントがロボットプログラムを自動生成・検証・改良し、物体中心の関係表現で汎化を実現する手法を提案。
原題: RAPID: Robot Agentic Programming from Demonstrations / Yuyao Liu, Jiayuan Mao, David Hsu 他
日本語で読む →
PR・アフィリエイト広告
