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 → - 論文マッピングロボティクス
OREN-X: 実時間マルチモーダルマッピングのための八分木残差ネットワーク
八分木を共有データ構造として幾何・放射・視覚言語特徴を統合的にマッピングし、リアルタイム性能と精度を向上させる手法を提案。
原題: OREN-X: Octree Residual Network for Real-Time Multi-Modal Mapping / Zhirui Dai, Qihao Qian, Dinh Minh Nguyen 他
日本語で読む → - 論文視覚位置認識画像認識
自然環境における幾何条件付き視覚位置認識
深度センサなしで幾何基盤モデルから得た幾何情報を視覚基盤モデルのトークン表現に蒸留し、外観変化に頑健な視覚位置認識を実現した。
原題: Geometry-Conditioned Visual Place Recognition in Natural Environments / Walter Nedov, Saimunur Rahman, Kavindie Katuwandeniya 他
日本語で読む → - 論文世界モデルロボティクス
InternW0: 効率的な実世界インタラクションのための基盤的物理世界モデル
上海AI Labが、視覚予測とロボット制御を非対称なvideo-actionアーキテクチャで統合した物理世界モデルInternW0を提案。約7,200時間のデータで学習し、化学合成やピペッティングなどの実世界タスクで評価した。
原題: InternW0: A Foundational Physical World Model for Efficient Real-World Interactions / Jisong Cai, Yao Mu, Ganlin Yang 他
日本語で読む → - 論文安全強化学習ロボティクス
安全性を競技力へ:安全フィルタ付き強化学習による搾取されにくいロボット方策
競技タスク向けに、安全フィルタを敵対的RLで学習してからタスク方策を訓練する2段階フレームワークS2Cを提案し、安全性と競技性能・非搾取性を両立させた。
原題: Turning Safety into Competence: Minimally Exploitable Robot Policies via Safety-Filtered Reinforcement Learning / Ruihan Wu, Rui Yang, Donggeon David Oh 他
日本語で読む → - 論文ロボット学習ロボティクス
ロボティクスにおける自己改善の限界:エージェントによるスキル発見123ラウンドの教訓
ロボットが人間のコード記述なしに自己改善できるか検証するエージェントシステムを構築し、家庭内マニピュレーションで123ラウンド試行。能力発見は可能だが改善が積み上がらない原因を分析した。
原題: What Stops Recursive Self-Improvement in Robotics? Lessons from 123 Rounds of Agentic Skill Discovery / Jiaming Wang
日本語で読む → - 論文sim2realロボティクス
TapeSim: ロボットマニピュレーションのための粘着テープ分配の効率的シミュレーション
粘着テープの巻き出し・貼付・切断を効率的にシミュレーションする手法を提案し、剛体クラスタと変形カラーで計算を高速化しつつ、実動作の再現精度を向上させた。
原題: TAPESIM: Efficient Simulation of Adhesive Tape Dispensing for Robotic Manipulation / Zhaofeng Luo, Xinyu Lu, jaehoon Choi 他
日本語で読む → - 論文マニピュレーション画像認識
DeltaWAM: 双腕マニピュレーションのためのデルタ世界行動モデル
映像の変化分(デルタ)と行動を同時に予測する世界行動モデルを提案し、双腕ロボット操作の成功率と推論速度を向上させた。
原題: DeltaWAM: Delta World Action Models for Bimanual Manipulation / Han Yan, Zishang Xiang, Haokai Jiang 他
日本語で読む → - 論文セマンティックセグメンテーション画像認識
高解像度深度と超低解像度RGBによるプライバシー保護セマンティックセグメンテーション
高解像度の深度画像と超低解像度のRGB画像を組み合わせた非対称センシングで、プライバシーを保護しつつ2D/3Dセマンティックセグメンテーションを行う手法を提案。
原題: Privacy-Preserving Semantic Segmentation from High-Resolution Depth and Ultra-Low-Resolution RGB / Xuying Huang, Swithinraj Moses Daniel, Sicong Pan 他
日本語で読む → - 論文分散制御/安全MPCロボティクス
安全フィルタ付き分散Koopman-MPC
受信軌道でKoopman-MPCを行い、局所センシングと棚形状に基づくQPで入力を安全に射影する分散制御手法を提案し、パケット損失下でも衝突回避を実現した。
原題: Safety-Filtered Distributed Koopman-MPC / Shengjun Zhang, Wenhao Li, Zhenxin Lin 他
日本語で読む → - 論文sim2realロボティクス
BladeMaster: オンライン生成される永続的不連続性を用いたリアルタイムロボット切断シミュレーション
GPU加速されたTLMPMベースの切断シミュレータで、刃の形状からオンラインで生成される永続的なサイドラベルにより、切断履歴を物質点に直接エンコードし、工具引き抜き後も切断面の不連続性を保持しつつ、リアルタイムを超える速度で切断と操作を実現する。
原題: BladeMaster: Real-Time Robotic Cutting Simulation with Online-Generated Persistent Discontinuities / Zhanyu Yang, Yunuo Chen, Yanjia Huang 他
日本語で読む → - 論文マニピュレーションロボティクス
KeyGen: カテゴリーレベルの方策汎化のための教師なしキーポイントに基づく物体中心表現
点群から物体の意味的3Dキーポイントを教師なしで学習し、それを物体中心表現として拡散方策に組み込むことで、未知の物体形状や姿勢に対しても汎化するマニピュレーション手法を提案。
原題: KeyGen: Unsupervised Keypoint based Object-Centric Representations for Category-Level Policy Generalization / Shuxin Cao, Liquan Wang, Masoud Moghani 他
日本語で読む → - 論文VLA画像認識
見た目は同じでも答えが変わる:堅牢な視覚言語推論のためのフリップ方向ステアリング
視覚言語モデルが画像の微妙な変化で答えを変えてしまう問題に対し、学習不要の推論時ステアリング手法FlipDirを提案し、元の予測を回復しつつ安定な予測を保持する。
原題: Looks the Same, Answers Differently: Flip-Direction Steering for Robust Vision-Language Reasoning / Yeonsung Jung, Joonhyun Jeong, Hoang Pham 他
日本語で読む → - 論文マニピュレーションロボティクス
VLMは記述できるが計測できない:ロボットマニピュレーションのための物体中心シーン理解
RGB-D画像から物体領域をセグメント化しVLMで注釈付けと深度情報を統合することで、VLM単体より位置・深度推定精度を高める物体中心表現を構築し、タスク計画と連携させた。
原題: VLMs Can Describe, But Not Measure: Object-Centric Scene Understanding for Robotic Manipulation / Enrico Saccon, Tommaso Faraci, Iñigo De La Ossa Zarzuelo 他
日本語で読む → - 論文VLAロボティクス
見て、思い出して、行動する:並行身体ストリームにおける常時稼働ロボット
常時稼働ロボット向けに、ライブ知覚・身体状態・自身の過去行動を非同期に統合するストリーミングポリシーARMSを提案し、両腕同時作業でのタスク成功率を向上させた。
原題: Watch, Recall, Act: Always-On Robots in Concurrent Embodied Streams / Ding Yi, Peiwen Sun, Chenchu Rong 他
日本語で読む → - 論文マニピュレーションロボティクス
世界モデルによる汎化可能なロボット挿入
手首カメラの視覚と固有感覚を統合した単一の世界モデルを最大90の挿入タスクで訓練し、未知形状の物体へのゼロショット挿入を実現した研究。
原題: Generalizable Robotic Insertion with World Models / Nicklas Hansen, Iretiayo Akinola, Yijie Guo 他
日本語で読む → - 論文軌道最適化ロボティクス
Amplify: ロボティクスにおける再現可能な非線形計画問題のための軽量ライブラリ
軌道最適化アルゴリズムを最適化モデル内に直接記述する軽量な非線形計画ライブラリを提案し、二足歩行や把持計画などのベンチマークで既存ライブラリと比較した。
原題: Amplify: A Lightweight Library for Reproducible Nonlinear Programming Problems in Robotics / Nelson Rosa
日本語で読む → - 論文ナビゲーションロボティクス
MCP経由のLLM駆動ロボットナビゲーションのための空間・意味推論
占有グリッドを画像化し意味注釈を付与する表現層をMCPツールとして提供し、既存ROSスタックを変更せずにLLMが自然言語指示でナビゲーションできる枠組みを提案した。
原題: Spatial and Semantic Reasoning for LLM-Driven Robot Navigation via MCP / Jungsoo Lee, Jaegyun Park, Wansoo Kim
日本語で読む → - 論文社会的AI/VRHCI
聞くことと映すこと:VR内の身体化AIエージェントに対する言語的調和と行動的模倣が社会的・共感的知覚に与える影響
VR内の身体化AIカウンセラーに言語的調和と表情・姿勢の模倣を組み合わせ、20名の被験者実験で共感や人間らしさの知覚への影響を調べた。
原題: Listening and Mirroring: The Effects of Verbal Attunement and Behavioral Mimicry on Social and Empathic Perceptions of Embodied AI Agents in VR / Nathalia Gomez, Haig Shamlian, Omar Khan 他
日本語で読む → - 論文医療ロボティクス画像認識
BronchoTop: RGB画像のみによる気管支鏡のトポロジカル位置推定
患者固有のCTや外部センサを使わず、通常の気管支鏡映像のみから気管支内の位置をリアルタイムに推定するフレームワークを提案し、実データで既存手法を20%以上上回る精度を示した。
原題: BronchoTop: Bronchoscopy Navigation via RGB-Only Topological Localization / Clara Tomasini, Ana Cristina Murillo, Luis Riazuelo
日本語で読む → - 論文VLA画像認識
潜在進化型ワールドアクションモデル
JEPAエンコーダの予測埋め込みを活用し、ビデオ拡散バックボーンに依存せずに行動生成と環境進化をモデル化するLeWAMを提案。さらにオフライン選好改善手法DemoDPOを導入した。
原題: Latent evolving World Action Model / Xueji Fang, Boqiang Duan, Hua Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
産業用制御電子機器の分解・修理のためのモジュラー双腕ロボットセル
PLCやサーボドライブなどの産業用制御電子機器を自動分解・修理するため、双腕協働ロボットとRGB-D・力覚センサ、ROS 2とBehavior Treeを組み合わせたモジュラーセルを構築し、CAD由来の分解知識と力制御スキルを統合した。
原題: A Modular Dual-Arm Robotic Cell for Disassembly and Repair of Industrial Control Electronics / Maximilian Ruhe, Fabian Harlacher, Christian Friedrich 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
どこに加わるべきか?言語誘導型目標予測によるロボットのグループ参加
自然言語で指定されたグループにロボットが参加するため、言語条件付きモデルでグループを特定し、人間の隊形事前分布を用いて社会的に適切な参加位置を予測する手法を提案した。
原題: Where Should I Join? Robot Group Joining via Language-Guided Goal Prediction / Zilin Fang, Zishuo Wang, Gim Hee Lee 他
日本語で読む → - 論文空中マニピュレーションロボティクス
空中連続マニピュレータにおける空力外乱下のエンドエフェクタ位置推定のための時間学習
ドローンに搭載した連続マニピュレータのエンドエフェクタ位置を、空力外乱の影響下で推定するため、連続時間ニューラルネットワーク(CfC)を用いて残差を学習し、MLPやGRUより高精度に推定できることを示した。
原題: Temporal Learning for End-Effector Position Estimation under Aerodynamic Disturbances in Aerial Continuum Manipulation / Niloufar Amiri, Houman Masnavi, Farrokh Janabi-Sharifi
日本語で読む → - 論文ダイナミクス学習ロボティクス
散逸性を構造的に保証する離散時間ニューラルネットワークによる散逸ダイナミクスの学習
離散時間の多層パーセプトロンに制約付きパラメータ化を施し、散逸性を構造的に保証しながらロボットのダイナミクスを学習する手法を提案した。
原題: Learning Dissipative Dynamics with Dissipativity-by-Construction Discrete-Time Neural Networks / Tuan Luong, Hyungpil Moon
日本語で読む → - 論文触覚ロボティクス
GLoTouch: 並列グリッパによるグローバル・トゥ・ローカルな触覚知覚で外部視覚なしに物体探索・認識・把持を実現
並列グリッパに長尺プローブと視触覚センサを組み合わせ、暗所でも触覚のみで容器内の物体探索から形状認識・把持までを行う枠組みを提案した。
原題: GLoTouch: Global-to-Local Haptic Perception Using a Parallel Gripper for Object Search, Recognition, and Grasping Without External Vision / Zonglin Li, Wanruo Zhang, Yiming Wang 他
日本語で読む → - 論文群制御ロボティクス
空間トランスフォーマーによる推論空間でのAIエージェント群制御
各ロボットが空間トランスフォーマーで群内メッセージを集約し推論フィードバックを生成する分散型マルチロボット制御アーキテクチャCOMPASSを提案し、最大1024台の群れを自然言語命令で制御できることを示した。
原題: Controlling Collectives of AI Agents in Reasoning Space with Spatial Transformers / Frederic Vatnsdal, Roshan Gopal, Romina Garcia Camargo 他
日本語で読む → - 論文VLAロボティクス
TANDEM: 必要時デモンストレーションを用いたタスク・動作計画による視覚言語行動モデルの効率的ファインチューニング
タスク・動作計画(TAMP)と必要な時だけ人間が遠隔操作する手法を組み合わせ、長期的なマニピュレーションタスクのデモンストレーションを効率的に収集し、視覚言語行動モデルのファインチューニングを可能にするシステムを提案。
原題: TANDEM: Task and Motion Planning with As-Needed Demonstrations for Efficient Vision-Language-Action Model Fine-tuning / Samrat Sahoo, Liang Ji, Tom Silver 他
日本語で読む → - 論文sim2realロボティクス
形態模倣:形態と接触を考慮したハンドリターゲティングからSim-to-Real視覚運動ポリシーへ
人間の手と物体の相互作用を、形態最適化・残差強化学習・視覚運動ポリシー蒸留の3段階でロボットハンドに転移し、ゼロショットで実世界に展開するフレームワークを提案。
原題: Morphometric Imitation: From Morphology and Contact Aware Hand Retargeting to Sim-to-Real Visuomotor Policy / Tara Sadjadpour, Siming He, C. K. Wolfe 他
日本語で読む →
PR・アフィリエイト広告
