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 → - 論文拡散ポリシーロボティクス
相対アクション拡散ポリシーのためのホライズン連携型障害物ガイダンス
事前学習済み相対アクション拡散ポリシーに対し、推論時にSDFベースの障害物応答をアクションホライズン全体へ伝播させ、再学習なしで障害物回避を実現する手法を提案した。
原題: Horizon-Coupled Obstacle Guidance for Relative-Action Diffusion Policies / Guangyuan Wang, Haishan Xia, Zitao Zhang 他
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 → - 論文モデルベース強化学習機械学習
テスト時モデルベース強化学習による世界モデルへの記憶の符号化
テスト時に勾配降下でエピソード観測の記憶を世界モデルのパラメータに書き込み、各エピソード固有の世界モデルを学習することで長期記憶を実現するTT-MBRLを提案した論文。
原題: Encoding Memory in World Models with Test-Time Model-Based Reinforcement Learning / Maxime Burchi, Fayaz Ali Dharejo, Radu Timofte
日本語で読む → - 論文VLAロボティクス
VLAハンドオーバー:失敗予測に基づくオンボット・サーバー間VLA切替
小型VLAでロボットを動かし、失敗しそうな時だけサーバー上の大型VLAに切り替える手法を提案し、成功率を保ちつつ通信リクエストを大幅に削減した。
原題: VLA Handover: Failure-Prediction-Based Switching from On-Robot to Server VLA Models / Takayuki Nishio
日本語で読む → - 論文移動操作ロボティクス
把持選択と移動操作を統合するタスク認識型把持推薦フレームワーク
大きな物体の移動操作において、複数の初期把持候補から下流タスクの成功率を予測する軽量ネットワークを強化学習のcritic蒸留で学習し、接触前に最適な把持を選ぶ手法を提案した。
原題: Grasp-TAGS: Task-Aware Grasp Selection via Critic Distillation for Prehensile Loco-Manipulation / Xun Tu, Minghao Zou, Karthik Desingh
日本語で読む → - 論文マニピュレーションロボティクス
エージェント型マニピュレーション政策の研究
汎用AIモデルがマニピュレータを直接制御するエージェント型政策を提案し、実演なしでVLAやWAMを上回る成功率を達成した。
原題: On Agentic Manipulation Policies / Chen Chen, Omid Bagherieh, Naveen Nikamanth Appiah Balaji 他
日本語で読む → - 論文自己位置推定ロボティクス
BIMを信頼すべき時:施工誤差下での識別可能性を考慮したLiDAR慣性-BIM融合
スキャンとBIMの不一致が姿勢誤差・施工誤差・部屋のずれのどれに起因するか識別可能な条件を幾何学的に導出し、識別可能な時のみ帰属を報告する手法を提案した。
原題: When to Trust the BIM: Identifiability-Aware LiDAR-Inertial--BIM Fusion under As-Built Deviations / Yujie Zhang, Yuxuan Guo, Xinbao Sun 他
日本語で読む → - 論文動作転移ロボティクス
人間からロボットへの動作転移のための手と物体の接触軌道抽出
人間の動画から手と物体の接触軌道を抽出し、ロボットが追従可能な動作へ変換する手法HOC2Rを提案。接触検出と位置推定の精度を向上させ、ロボット評価でも有効性を示した。
原題: HOC2R: Hand-Object Contact Trajectories for Human-to-Robot Motion Transfer / Hongkun Yu, Francisco M. López, Francisco Cruz
日本語で読む → - 論文触覚/マニピュレーションロボティクス
MDF++: 視覚触覚ワールドアクションモデルのためのエンドツーエンド表現学習
視覚と触覚を統合したワールドアクションモデルにおいて、凍結済み事前学習エンコーダではなく拡散バックボーンと共に表現をエンドツーエンドで学習する手法を提案し、接触の多い操作タスクで最大50%の性能向上を実現した。
原題: MDF++: Visuo-Tactile World Action Model with End-to-end Representation Learning / Zixuan Huang, Jinhao Yu, Zachary Charlick 他
日本語で読む → - 論文オフライン模倣学習機械学習
安全性と性能を両立する二重エキスパート・オフライン模倣学習
安全重視のデモと高性能重視のデモを組み合わせ、安全領域を守りつつ高リターン行動を学習するオフライン模倣学習手法DexDICEを提案した。
原題: DexDICE: Reconciling Safety and Performance via Dual-Expert Offline Imitation Learning / Seokin Seo, Sung Kuk Shyn, Minji Seo 他
日本語で読む → - 論文マニピュレーションロボティクス
タングラム組み立てのためのマルチエージェント物体中心強化学習
各パーツをエージェントとして扱い、グラフニューラルネットワークと共有方策で連続的な組み立て制御を学習する物体中心強化学習フレームワークを提案し、平面タングラム組み立てで実機転移まで示した。
原題: It Takes Two to Tangram: Multi-Agent Object Centric Reinforcement Learning for Assembly / Paul Knaußt, Kay Pompetzki, Nico Bohlinger 他
日本語で読む → - 論文強化学習機械学習
順序付き方策最適化
PPOの固定クリッピング範囲をサンプルごとに適応させ、重要度比をソートして裾の極端な比を制御するOPOを提案。MuJoCoとAtariで高い性能を示した。
原題: Ordered Policy Optimization / Dongkyu Derek Cho, Pan Xu
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 → - 論文触覚ロボティクス
RevoSim:巧みな操作のためのスケーラブルなマルチモーダル触覚シミュレータ
BrainCo Revo3ハンド向けに、圧力・深度・RGB・マーカー変位を同期生成する高忠実度触覚シミュレータを開発し、単一GPUで最大4096並列環境を実現した。
原題: RevoSim: Scalable Multimodal Tactile Simulation for Dexterous Manipulation / Ke Zhang, Lixin Xu, Ziyi Wang 他
日本語で読む → - 論文群制御ロボティクス
狭所を高速で駆け抜けるマルチロボットナビゲーション:適応型ダイナミックファネル
水滴のように形状をリアルタイムで変形させる楕円パッチを強化学習で生成し、分散MPCでロボットをその内側に保つことで、狭い空間を減速せずに複数台の車両型ロボットが通過できる手法を提案した。
原題: FASTFUNNELS: Agile Multi Robot Navigation in Narrow Spaces via Adaptive Dynamic Funnels / Vignesh Rajagopal, Rohan Chandra
日本語で読む → - 論文因果推論自然言語
do計算の普遍的同定性に対する不完全性について
任意の観測・介入分布集合からの因果効果同定問題(uID)を定式化し、do計算の完全性を厳密に定義した上で、uIDではdo計算が不完全であることを示した論文。
原題: On the Incompleteness of do-calculus for Universal Identifiability / Yaroslav Kivva, Aliaksandra Novik, Negar Kiyavash
日本語で読む → - 論文物理シミュレーションロボティクス
Lodos-v2: 厳密な摩擦接触問題の効率的な主形式定式化
GPUベースの剛体シミュレーションLodosの改良版で、凸緩和を段階的に解くことで厳密な摩擦接触問題を効率的に解き、接触グループ再パラメータ化を主形式に拡張して関節制限などと統合可能にした。
原題: Lodos-v2: An Efficient Primal Formulation of the Exact Frictional Contact Problem / Onur Beker, Andreas René Geist, Georg Martius
日本語で読む → - 論文キャリブレーションロボティクス
自然光を用いた魚眼カメラの偏光キャリブレーション
魚眼レンズと偏光子の特性を8パラメータで統合モデル化し、自然の空光下で手持ち撮影するだけで偏光計測を高精度に校正する手法を提案した。
原題: Polarization calibration of fisheye cameras using skylight in the wild / Shuo Wang, Shiqi Che, Dianze Dong 他
日本語で読む → - 論文VLAロボティクス
行動に基づく視覚トークン枝刈りでVLAモデルを高速化するActPrune
ロボットの前回行動から得られる幾何学的事前情報を使い、視覚エンコーダ前で視覚トークンを枝刈りする学習不要の手法を提案し、成功率をほぼ保ちつつ最大1.61倍の高速化を実現した。
原題: ActPrune: Action-Grounded Visual Token Pruning for Efficient Vision-Language-Action Models / Sungwon Moon, Minji Kim, Hyemin Boo 他
日本語で読む → - 論文リップシンク画像認識
感情制御可能なリアルタイム汎用リップシンク
LivePortraitを基盤に音声を潜在動作空間へ蒸留で対応付け、写実的な人間以外のキャラクターにも汎用化したリアルタイム唇同期と感情表現の明示的制御を実現した。
原題: Emo-LiveSync: Real-Time Universal Lip Synchronization with Explicit Emotion Control / Sangjoon Yu, Seungeun Lee, JoonHeyok Shin 他
日本語で読む → - 論文触覚ロボティクス
時間領域最適化によるクロスポイント抵抗アレイのロバスト読み出し
クロスポイント抵抗アレイの読み出しを、周波数振幅ではなく時間領域の波形全体にモデルをフィッティングする手法で行い、ノイズ下での推定精度と安定性を向上させた。
原題: Robust Readout of Cross-Point Resistive Arrays via Time-Domain Optimization / Taro Tako, Hiroshi Kaminaga, Taisuke Kobayashi
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
エージェント型身体知能の時代へ向けて
コードをスケーリングインターフェースとする身体性マルチエージェントフレームワークA2-MEASを提案し、失敗回復と長期タスク遂行を実現してBEHAVIOR 2026などで高い性能を示した論文。
原題: Toward the Era of Agentic Embodied Intelligence / Chao Liang, Ke Chen, Fengxiaoxiao Li 他
日本語で読む → - 論文VLAロボティクス
LLMは重み編集でロボットをデバッグできるか
GPT-6 Astraがロボット基盤ポリシーの重みの一部(65行のトークン埋め込み)を編集し、勾配更新や新規デモなしに言い換え指示への成功率を86.3%から92.0%へ改善した。
原題: Can LLMs Debug Robots by Editing Their Weights? / Jusheng Zhang, Keze Wang, Liang Lin
日本語で読む → - 論文マニピュレーションロボティクス
把持可否予測器をプランナ検証済み反事実で監査する
把持可否予測器の高精度が衝突幾何を実際に使っているかを確かめるため、接近経路に障害物を挿入してプランナにラベルを再導出させる反事実テストを提案し、8種の予測器が軒並み偶然水準まで性能低下することを示した。
原題: Auditing Grasp Feasibility Predictors with Planner-Verified Counterfactuals / Sajid Ansari, Antony Thomas, Girish Varma
日本語で読む → - 論文ヒューマノイド/移動操作ロボティクス
SUGARv2: 合成インタラクション参照から多様な視覚ヒューマノイド移動操作スキルを学習
タスクテンプレートを空間配置に合わせて適用し参照動作を合成、参照ベース模倣を共通目的として特権教師の蒸留と強化学習で視覚方策を訓練し、実機ヒューマノイドへのsim2real転移を実現した。
原題: SUGARv2: Learning Diverse Visual Humanoid Loco-Manipulation Skills from Synthesized Interaction References / Tianshu Wu, Tianxiang Gui, Yue Chen 他
日本語で読む →
PR・アフィリエイト広告
