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: 2026/9/23 / 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 → - 論文ワールドモデル画像認識
凍結フローは動きを忘れる:潜在フローワールドモデルにおける失われた運動の診断と復元
凍結した自己教師あり潜在空間上のフローを学習するワールドモデルが、物体の動きを失う問題を診断し、デコード経路の監督でフローのみを再学習するDARTを提案。
原題: Frozen Flows Forget: Diagnosing and Restoring Lost Motion in a Latent-flow World Model / Xiwen Chen, Rigaudiere Z. Li, Zhiruo Zhou 他
日本語で読む → - 論文VLAロボティクス
InfiNoVA: 視点不変なロボットポリシーのための無限新規視点拡張
マルチカメラの実演を時間変化する3Dガウス表現として再構成し、任意の視点から幾何学的に一貫した新規視点画像を生成するデータ拡張手法を提案。未見視点での操作タスク成功率を大幅に向上させた。
原題: InfiNoVA: Infinite Novel View Augmentation for Viewpoint Invariant Robot Policies / Sai Puneeth Reddy Gottam, Elmar Rueckert, Vedant Dave
日本語で読む → - 論文世界モデル機械学習
静的グラフ世界モデルを超えて:進化するトポロジー上の確率的潜在ダイナミクス学習
進化するトポロジーを持つ確率的・部分観測環境に対応したグラフ世界モデルGDMを提案し、予測分布と真の分布を比較する新指標GDDを導入した。
原題: Beyond Static Graph World Models: Learning Stochastic Latent Dynamics over Evolving Topologies / Alex Schutz, Nick Hawes, Victor-Alexandru Darvariu
日本語で読む → - 論文VLAロボティクス
行動を変える記憶は行動を導く記憶ではない:履歴条件付きロボット方策の反事実的監査
ロボットの記憶が意思決定を導いているかを、同一の現在で二つの履歴を交差させる反事実的監査(CMA)で評価し、記憶への感度と信頼性を分離して検証した。
原題: Memory That Changes Action Is Not Memory That Guides It: Counterfactual Auditing of History-Conditioned Robot Policies / Jiajie Zhang, Yankai Xiang, Changhao Chen
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 → - 論文歩行ロボティクス
四足歩行ロボットの都市ナビゲーションのためのエンドツーエンド自動運転ポリシーの調整
自動運転の軌道計画フレームワークDrivoRを四足歩行ロボット向けに適応し、目標条件付きの都市ナビゲーションを実現した。シミュレーションで訓練し、実世界の軌道予測にゼロショット転移した。
原題: Taming an End-to-End Autonomous Driving Policy for Urban Navigation of Quadruped Robots / Joochan Kim, Chanuk Yang, Tackgeun You 他
日本語で読む → - 論文VLAロボティクス
不確実性ゲート付き探索ノイズがフローマッチングVLAポリシーのオンラインRL微調整におけるタスク崩壊を抑制する
フローマッチングVLAポリシーのオンライン強化学習微調整で生じる「タスク崩壊」を、タスク非依存の新規性・能力信号に基づく不確実性ゲート付き探索ノイズ制御により抑制できることを示した。
原題: Uncertainty-Gated Exploration Noise Suppresses Task Collapse in Online RL Fine-Tuning of a Flow-Matching Vision-Language-Action Policy / Mehmet Turan Yardımcı, Yunus Emre Çoğurcu
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 → - 論文人間ロボットインタラクションロボティクス
公共空間におけるRoboCafé:長期的な人間とロボットのインタラクションにおける継続性
大学の建物で12日間、自律型会話コーヒーロボットを運用し、繰り返しの注文や集団の変化に対応するためのインタラクション継続性の設計要件を導出した。
原題: RoboCafé in the Open: Interaction Continuity in Long-Term Public Human-Robot Interaction / Kaitlynn Taylor Pineda, Kush Kumar Kushwaha, Jie Wang 他
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 → - 論文群制御制御
報酬率混雑ゲームとレプリケータ・ディンケルバッハ動力学
時間や作業量が制限されたロボットシステムで、単位時間あたりの報酬最大化を目指すエージェントのゲーム理論的枠組みを提案し、ディンケルバッハ変換とレプリケータ動力学による均衡・安定性解析を行った。
原題: Reward-Rate Congestion Games and Replicator--Dinkelbach Dynamics / Hassan Abdelraouf, Vaibhav Srivastava, Vijay Gupta
日本語で読む → - 論文物体ナビゲーションロボティクス
NaviScale: 物体ナビゲーション向け大規模セマンティックマップデータセットの生成
実環境の3D再構成なしに、実住宅の間取り図と部屋単位のセマンティック・障害物マップを組み合わせて大規模なセマンティックマップ訓練データを生成し、物体ナビゲーションの性能を向上させる手法を提案。
原題: NaviScale: Generating Large-Scale Semantic Map Datasets for Object Navigation / Chuanlin Lan, Yanwei Zheng, Weijian Liu 他
日本語で読む → - 論文場所認識/レーダロボティクス
自動車用スピニングミリ波レーダによる場所認識のための空間ゲート付き特徴相関表現
スピニングFMCWレーダの極座標表現における見出し方向変化に対応するため、回転に頑健な特徴抽出と空間ゲート付き相関集約を組み合わせたSGCA-Netを提案し、場所認識精度を向上させた。
原題: Automotive mmWave Spinning Radar Place Recognition with Spatially Gated Feature-Correlation Representation / Saimunur Rahman, Sagun Singh Shrestha, Abdelwahed Khamis 他
日本語で読む → - 論文マニピュレーションロボティクス
LiMA: 非同期拡散による長期想像からリアルタイム巧みな操作への橋渡し
低速な長期意図生成と高速な動作精緻化を非同期に分離した二重システム拡散フレームワークで、両腕巧みな操作をリアルタイムに実行する。
原題: LiMA: Bridging Long-term Imagination to Real-time Dexterous Manipulation via Asynchronous Diffusion / Ning Chen, Yankai Fu, Junkai Zhao 他
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 → - 論文安全フィルタロボティクス
不確実系に対する最小努力敵対ポテンシャルを用いた安全フィルタ
外乱や不確実性があるシステムでも安全を保証するため、外乱が故障を引き起こすのに必要な努力を定量化するLEAPを提案し、深層強化学習で構築する手法を開発した。
原題: LEAP-CBF: A Safety Filter for Uncertain Systems with Least-Effort Adversarial Potentials / Oswin So, Eric Yu, Chuchu Fan
日本語で読む → - 論文自動運転データセットロボティクス
BranchDrive: 行動条件付き運転予測のための分岐構造データセット
CARLA上で1つの意思決定前履歴に対し、加速・制動・左右操舵を3段階の強度で実行した12種類の介入未来を記録した分岐構造データセットを構築し、行動条件付き予測のベンチマークを提供した。
原題: BranchDrive: A Branch-Structured Dataset for Action-Conditioned Driving Prediction / Feeza Khan Khanzada, Sudarshan Sridhar, Jaerock Kwon
日本語で読む → - 論文ナビゲーションロボティクス
DUGM-R: 不確実性を考慮した動的グリッドマッピングとリスクトリガ型リカバリによる学習ベース局所ナビゲーション
混雑環境での局所ナビゲーション向けに、障害物の動きとその不確実性を統合した動的グリッドマップと、衝突リスクを予測してリカバリ方策を起動する学習フレームワークを提案し、シミュレーションと実機TurtleBot3で有効性を示した。
原題: DUGM-R: Uncertainty-Aware Dynamic Grid Mapping and Risk-Triggered Recovery for Learned Local Navigation / Haoyun Feng, Adrian Rubio-Solis, Zhaodong Guo 他
日本語で読む → - 論文VLAロボティクス
言語より潜在表現:運転向けアノテーション効率の良いVLA
言語注釈が少ない運転データでも、潜在アクションモデルと言語翻訳器を組み合わせてVLAを訓練し、5%未満の言語注釈で完全教師ありに匹敵する性能を達成した。
原題: Less Language, More Latents: Annotation-Efficient VLAs for Driving / Alexey Zakharov, Kemal Oksuz, Puneet K. Dokania
日本語で読む → - 論文マニピュレーションロボティクス
準直接駆動・劣駆動・非対称設計による器用で効率的な把持・操作のためのロボットハンド
準直接駆動と劣駆動を組み合わせた非対称な4指ロボットハンドを開発し、33種類の把持のうち29種類を実現するとともに、繊細な操作を可能にする低い逆駆動力と効率的な把持を達成した。
原題: A Quasi-Direct-Drive Underactuated Asymmetric Hand for Dexterous and Efficient Grasping and Manipulation / Benjamin Davis, Chase Kidder, Hannah S. Stuart
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VLAロボティクス
DAVIS: ヒューマノイドサッカースキルのための深度のみのエンドツーエンド能動視覚フレームワーク
頭部搭載の深度画像と固有感覚履歴のみから、ヒューマノイドロボットがサッカーのシュートやドリブルを直接25自由度の関節PD目標として学習するエンドツーエンドフレームワークを提案。
原題: DAVIS: A Depth-Only End-to-End Active-Vision Framework for Humanoid Soccer Skills / Jiakang Jin, Yixiao Huo, Pengyuan Wang 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VLAロボティクス
視覚言語行動ポリシーのためのアドバンテージ誘導事後学習の分解
視覚言語行動ポリシーの事後学習において、アドバンテージ誘導強化学習の設計選択を分解し、段階的評価で有効なモジュール式レシピを特定した。
原題: Dissecting Advantage-Guided Post-Training for Vision-Language-Action Policies / Jiahang Cao, Hanye Zhao, Hang Lai 他
日本語で読む → - 論文関節物体認識画像認識
Track2Art: 2D点トラッカーからの運動中心型関節物体モデル復元
RGB-D動画から物体の点追跡を3D軌跡に変換し、運動の一貫性を手がかりに関節物体の剛体部品と関節関係を推定する手法を提案。
原題: Track2Art: Motion-Centric Articulated Object Model Recovery from 2D Point Trackers / Xiaotong Li, Yixiong Jing, Junsheng Ding 他
日本語で読む → - 論文ビジュアルサーボロボティクス
VGM-VS: 高精度ビジュアルサーボのための視覚幾何モデルの再考
大規模事前学習済みの視覚幾何モデルを活用し、目標画像との相対カメラ姿勢を推定して閉ループ型ビジュアルサーボを行う手法。シーン固有のメトリック適応によりスケール曖昧性を解消し、USB-CやRAM挿入などの高精度組立タスクでサブミリ精度を達成。
原題: VGM-VS: Rethinking Visual Geometry Model for High-Precision Visual Servoing / Yimin Pan, Sen Wang, You Zhou 他
日本語で読む → - 論文VLAロボティクス
BEE: 視覚言語行動モデルを用いた介入適応型実世界強化学習
凍結したVLAモデルに対し、人間の修正を行動次元ごとの信頼度に応じた制約として扱うことで、実機でのオンライン強化学習を効率化する手法を提案。
原題: BEE: Intervention-Adaptive Real-World Reinforcement Learning with Vision-Language-Action Models / Weihui Zhao, Xiaohan Yan, Zunian Wan 他
日本語で読む →
PR・アフィリエイト広告
