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: 2026/9/22 / 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
不完全データを活用した高精度ロボットマニピュレーション
低精度なタスク固有データと高精度なタスク不一致データをフローマッチングのノイズレベルに応じて使い分け、高精度マニピュレーションのVLAモデルを効率的に訓練する手法を提案。
原題: Imperfection for Precision: Upcycling Imperfect Data for High-Precision Robotic Manipulation / Hao Wei, Yang Liu, Chao Tang 他
日本語で読む → - 論文マニピュレーションロボティクス
SafeLoop: 視覚言語行動マニピュレーションのためのリスク認識ロールバック
VLAモデルのパラメータを変えずに外部ラッパーとして危険予測とロールバック復帰を追加し、衝突や物体落下を約70%削減しつつタスク成功率を維持する手法を提案。
原題: SafeLoop: Risk-Aware Rollback for Vision-Language-Action Manipulation / Zeyu Lou, Tianran Zhang, Xinquan Yue 他
日本語で読む → - 論文歩行ロボティクス
SG-CPG: 継続的なアクチュエータ劣化下での適応的四足歩行のための重症度ゲート付き中枢パターン生成器
動物が弱った脚をかばいながら歩行を続ける仕組みに着想を得て、アクチュエータの劣化度に応じて残差ゲートと振幅ゲートで四足歩行を適応させるCPG手法を提案し、シミュレーションと実機で有効性を示した。
原題: SG-CPG: Severity-Gated Central Pattern Generators for Adaptive Quadruped Locomotion under Continuous Actuator Degradation / Adarsh Kumar Kosta, Kaushik Roy
日本語で読む → - 論文マニピュレーションロボティクス
RoboMP-DINOv2: フィルタではなくプロンプトでロバストなロボットマニピュレーション
マスクを視覚フィルタではなく空間プロンプトとして扱うDINOv2ベースの全シーン視覚エンコーダを提案し、外観変化や clutter 下での操作成功率を向上させた。
原題: RoboMP-DINOv2: Prompts, Not Filters for Robust Robot Manipulation / Han Qi, Heng Yang
日本語で読む → - 論文マニピュレーションロボティクス
PAKT: 強化学習のための物理的整合性を備えたキネステティック教示
人間がロボットを直接動かして教示する際に、ロボットや方策が物理的に再現できない軌道を防ぐアドミッタンス制御ベースの枠組みを提案し、低頻度のRL行動を高頻度トルク指令に変換する制御スタックを構築した。
原題: PAKT: Physically-Aligned Kinesthetic Teaching for Reinforcement Learning / Lars Johannsmeier, Yashraj Narang
日本語で読む → - 論文多タスク最適化機械学習
インコンテキスト誘導:数値基盤モデルによるタスク間相乗効果の学習と少数ショット多タスク最適化
数値基盤モデルをインコンテキスト学習で活用し、少数評価予算下での多タスク最適化におけるタスク間関係推定を改善するICG-MTOを提案。ベイズ最適化とMFEA-IIに適用し、ロボットアーム制御でも有効性を示した。
原題: In-Context Guidance: Learning Inter-Task Synergies via Numerical Foundational Models for Few-Shot Multitask Optimization / Tingyang Wei, Haofeng Wu, Jiao Liu 他
日本語で読む → - 論文筋骨格制御ロボティクス
MSK-Bench:全身筋骨格運動制御のタスク・制御パラダイム・生理指標を横断するベンチマーク
筋骨格ヒューマノイドの全身運動制御を22タスクで評価するベンチマークを提案し、5つの制御手法を統一プロトコルで比較した。
原題: MSK-Bench: Benchmarking Full-Body Musculoskeletal Motor Control Across Tasks, Control Paradigms, and Physiological Metrics / Mengtao Ou, Zongzheng Zhang, Zhenghao Xiao 他
日本語で読む → - 論文移動マニピュレーションロボティクス
Zephyron:太陽光支援移動マニピュレータの統合設計と解析的評価によるマルチモーダル環境偵察と分散視覚推論
太陽光パネルを搭載した4輪ローバーとフロントマニピュレータの設計を提案し、エネルギー消費やセンサ統合の制約を解析的に評価した。
原題: Zephyron: Integrated Design and Analytical Evaluation of a Solar-Assisted Mobile Manipulator for Multimodal Environmental Reconnaissance and Distributed Visual Inference / Sabik Bin Sultan, Shafi Bin Sultan, Safwan Sadad
日本語で読む → - 論文VLAロボティクス
SparseNav: 指示条件付きスパース意味知覚による訓練不要な視覚言語ナビゲーション
現在の指示に必要なランドマークだけをオンデマンドで知覚し、軽量なBEV地図とスパースな記憶でVLMプランナを導く、訓練不要の視覚言語ナビゲーション手法。
原題: SparseNav: Instruction-conditioned Sparse Semantic Perception for Training-Free Vision-Language Navigation / Quanhua Chen, Juhan Kang, Runfeng Lin 他
日本語で読む → - 論文テレオペレーションロボティクス
MATE: ヒューマノイド協調データ収集のためのマルチエージェント仮想テレオペレーションプラットフォーム
地理的に分散した複数の操作者が共有物理環境でヒューマノイドを同時遠隔操作できる仮想プラットフォームを構築し、協調動作の大規模データセットを収集した。
原題: MATE: Multi-Agent Virtual Teleoperation Platform for Humanoid Collaboration Data Collection / Yichuan Yu, Youzhuo Wang, Yiming Ren 他
日本語で読む → - 論文VLAロボティクス
中央値時間アンサンブル:アクションチャンク型視覚運動ポリシーのための学習不要なロバスト集約
アクションチャンク型ポリシーの時間アンサンブルにおいて、平均ではなく候補予測の座標ごとの中央値を用いることで、敵対的汚染やカメラ故障に対して学習なしでロバスト性を向上させる手法を提案。
原題: Median Temporal Ensembling: Training-Free Robust Aggregation for Action-Chunked Visuomotor Policies / Yuhang Jiang
日本語で読む → - 論文LiDAR慣性オドメトリロボティクス
MOLA LiDAR慣性オドメトリ(MOLA-LIO)のCOMFORTローカリゼーションベンチマークへの適用
LiDARオドメトリMOLA-LOをIMUと脚式キネマティックオドメトリに対応させたLiDAR慣性システムを構築し、COMFORTベンチマークで評価した。
原題: MOLA LiDAR-Inertial Odometry (MOLA-LIO) on the COMFORT Localization Benchmark / Jose Luis Blanco-Claraco
日本語で読む → - 論文マルチモーダルcs.SD
ギリシャ伝統音楽のためのポーズ認識マルチモーダル自動タグ付け
ギリシャ伝統音楽の自動タグ付けにおいて、音声に加えてダンサーのポーズ情報を活用するマルチモーダル手法を提案し、音声のみより約4ポイントの性能向上を達成した。
原題: Pose-Aware Multimodal Automatic Tagging for Greek Traditional Music / Alexandros Alexiou, Charilaos Papaioannou, Alexandros Potamianos
日本語で読む → - 論文SLAMロボティクス
デュアル共分散ガウシアンスプラッティングSLAM:ロバストなリアルタイム追跡のためのレンダリングと位置合わせの分離
3DガウシアンスプラッティングSLAMにおいて、レンダリング用と追跡用に別々の共分散を持たせることで、リアルタイム追跡のロバスト性と精度を向上させた。
原題: Dual Covariance Gaussian Splatting SLAM: Decoupling Rendering and Registration for Robust Real-Time Tracking / Edward Beng Wai Tan, Siew-Kei Lam
日本語で読む → - 論文VLAロボティクス
行動は1パッチに値する:PatchWAMによる統合的世界-行動モデリング
連続行動を固定マッピングでパッチとして表現し、専用の行動ヘッドや専門家なしに単一の生成モデルで視覚予測と行動生成を同時に行うPatchWAMを提案。LIBERO-Plusで91.8%、RoboTwin 2.0で96.12%の成功率を達成。
原題: An Action Is Worth One Patch: Unified World-Action Modeling with PatchWAM / Tianheng Wang, Zhou Xie, Heng Jia 他
日本語で読む → - 論文VLAロボティクス
再構成誤差を超えて:自己回帰型視覚-言語-行動モデルのための解析的・データ駆動型行動トークン化
自己回帰型VLAモデルにおける行動トークン化を、再構成誤差だけでなく閉ループ制御性能の観点から比較し、再構成忠実度だけでは行動表現を選べないことを示した研究。
原題: Beyond Reconstruction Error: Analytical and Data-Driven Action Tokenization for Autoregressive Vision-Language-Action Models / Yuxin Yang, Gaohan He, Changxue Guan 他
日本語で読む → - 論文ロコモーションロボティクス
ムカデの水面遊泳とそのロボフィジカルモデル
ムカデが直接波で水面を泳ぐことを発見し、多脚ロボットモデルで脚の形態と剛性、体波方向、脚の協調が遊泳性能に与える影響を解析した。
原題: Water Surface Swimming in a Centipede and its Robophysical ModeL / Zhaochen J. Xu, Delfin Aydin, Abdullah Mustafa 他
日本語で読む → - 論文移動マニピュレーションロボティクス
地図認識型視覚運動ポリシーによる移動マニピュレーション
テレオペ実演から地図を構築し、ベース姿勢を明示的に予測・追従させることで移動マニピュレーションの成功率を高める枠組みMAVPを提案。
原題: MAVP: Map-Aware Visuomotor Policies for Mobile Manipulation / Jinhe Tang, Ruixiao Dai, Weiming Zhi
日本語で読む → - 論文SLAMロボティクス
ArborSplat: 果樹園のためのオンライン意味論的ガウシアンスプラッティングSLAM
LiDARオドメトリで追跡しながら3Dガウシアンマップ上で直接意味論を最適化し、果樹園の幹や棚、果実などの細い構造を保つオンライン意味論SLAMを提案。
原題: ArborSplat: Online Semantic Gaussian Splatting SLAM for Orchards / Alessandro Masini, Matteo Frosi, Mirko Usuelli 他
日本語で読む → - 論文VLAロボティクス
RouteRLT: VLAポリシーを制御すべきRL専門家をいつ・どれにするか学習する
汎用VLAモデルと精密作業に特化したRL専門家を切り替えるルーティング手法を提案し、接続器挿入やケーブル操作などの実タスクで有効性を示した。
原題: RouteRLT: Learning When and Which RL Specialist Should Control a Vision-Language-Action Policy / Chongyu Zhu, Jaden Hinds, Hyegang Kim 他
日本語で読む → - 論文歩行ロボティクス
Spiderbot: 受動的重力補償を備えたオープンソース省エネ六脚ロボット
バネによる受動的重力補償と2自由度脚で消費電力を大幅に削減したオープンソース六脚ロボットを開発し、強化学習による歩行制御のsim-to-real転移を実証した。
原題: Spiderbot: An Open-Source Energy-Efficient Hexapod with Passive Gravity Compensation / Ritwik Sharma, Vimarsh Shah, Saransh Agrawal
日本語で読む → - 論文誘導制御制御
時間-to-go等時線への法線収縮による着弾時刻誘導
着弾時刻を指定する誘導則を、時間-to-goの等時線への法線方向の加速度で制御する新たな枠組みとして定式化し、有界横加速度下での実現可能性条件と終端校正を導出した。
原題: Impact-Time Guidance via Normal Contraction to a Time-to-Go Isochron / Shivam Bajpai, Abhinav Sinha
日本語で読む → - 論文強化学習/エージェントAI
サブタスク分解による強化学習
マルチターンの軌跡報酬をサブタスクごとに分解し、各サブタスクのグループ相対アドバンテージを計算してトークン単位でクレジットを配分するRLDSを提案。エージェント系ベンチマークで有効性を示す。
原題: Reinforcement Learning with Decomposed Subtasks / Mattie Terzolo, Mikolaj Sacha, Ayan Sinha 他
日本語で読む → - 論文ナビゲーションロボティクス
Skytopia: 行動条件付き潜在世界モデルによる単眼ドローン航法
単眼カメラのみで未知環境の目標地点へ飛行するため、行動条件付き潜在世界モデルを学習し、予測器を捨てて方策のみで3種の航法タスクを実機含め達成した研究。
原題: Skytopia: Monocular Drone Navigation with Action-Conditioned Latent World Models / Yuhang Zhang, Rangya Zhang, Yujing Shang 他
日本語で読む → - 論文マルチモーダル融合画像認識
MatchFusion: 時空間マルチモーダル自動運転のための明示的・暗黙的インスタンスマッチング
LiDARとカメラの空間的融合および過去と現在の時間的融合において、幾何学的類似度とカテゴリ一致で初期対応を推定し、インスタンス埋め込みで曖昧な対応を精緻化する学習可能なマッチング・融合モジュールを提案。nuScenesで知覚精度の向上を実証。
原題: MatchFusion: Explicit-Implicit Instance Matching for Spatio-Temporal Multimodal Autonomous Driving / Xiaoyu Li, Jiajia Fu, Long Shi 他
日本語で読む → - 論文手術ロボット/組織シミュレーションロボティクス
腹腔鏡手術ロボットのポリシー評価のための接触安定な変形組織シミュレーション:陰的積分とライブポーズ把持制約
手術ロボットの閉ループ評価用に、RGB-D記録から再構成した組織を陰的積分とライブポーズ把持制約で安定にシミュレートする環境を構築し、把持・持ち上げの再現性と精度を検証した。
原題: Contact-Stable Deformable Tissue Simulation Using Implicit Integration and Live-Pose Grasp Constraints for Laparoscopic Surgery Robot Policy Evaluation / Juahn Oh, Dongho Yee, Jinseok Lee 他
日本語で読む → - 論文SLAM/オドメトリ評価ロボティクス
オドメトリ評価は共分散を考慮すべき
オドメトリの評価に共分散を組み込んだ厳密に適切なスコアリング規則を提案し、LiDAR慣性オドメトリの過信を検出した。
原題: You Should Be Properly Scoring Your Odometry / Ola Rønning, Usama Saqib, Andrzej Wąsowski
日本語で読む → - 論文sim2realロボティクス
AgriGen: 農業ロボティクス向け大規模フォトリアルシーン生成フレームワーク
Isaac Sim上に構築したROS統合フレームワークで、作物列・果樹園・ぶどう園などの農業環境をフォトリアルかつ大規模に手続き生成し、物理シミュレーションとドメインランダム化を可能にする。
原題: AgriGen: Large-Scale Scene Generation Framework for Photorealistic Agricultural Robotics Simulation / Utkarsh Bajpai, Serge Tleiji, Cédric Pradalier 他
日本語で読む → - 論文視覚グラウンディング画像認識
Pro-Bench: 実世界の異種環境におけるプロンプト頑健なオープンボキャブラリ視覚グラウンディングのベンチマーク
地下・産業・屋内・屋外・都市など多様な実環境のロボット画像13k枚以上と515の多様なクエリを用い、16のオープンボキャブラリモデルのゼロショット視覚グラウンディング性能とプロンプト頑健性を評価するベンチマークを提案した。
原題: Pro-Bench: Prompt-Robust Open-Vocabulary Visual Grounding Across Real-World Heterogeneous Environments / Linus Nwankwo, Muslim Alaran, Christian Rauch 他
日本語で読む → - 論文VLAロボティクス
身体を知る:VLMによる直接的・自己改善的なロボット制御のためのハーネス
視覚言語モデルの重みを固定したまま、ロボットの身体構造に関する知識を明示化・更新可能にし、行動選択と過去の経験解釈を改善するフレームワークKnowBodyを提案。実機4タスクで成功率75%を達成。
原題: Know Your Body: A Harness for Direct and Self-Improving Robot Control with VLMs / Zeyu Lou, Yanhong Zeng, Yong Wang 他
日本語で読む →
PR・アフィリエイト広告
