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: 2026/9/21 / 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sim2realロボティクス
ARSTAG: タスク特化型ロボットデータ生成のためのエージェント型Real2Sim2Realシステム
1枚のRGB画像と言語指示から、言語エージェント群がシミュレーション環境構築・実演生成・ランダム化を行い、ロボット方策学習データを自動生成するシステム。7つのマニピュレーションタスクで実機成功率74.6%を達成。
原題: ARSTAG: An Agentic Real2Sim2Real System for Task-Specific Robot Data Generation / Bowei Li, Yuner Zhang, Changliu Liu
日本語で読む → - 論文社会ナビゲーションロボティクス
拡散ステアリングによる性能を維持した社会ナビゲーションのオンライン適応
拡散ポリシーを固定してノイズポリシーのみを強化学習で訓練するDSRLを提案し、複数シードの統合でベースポリシーを強化。性能を保ちつつ社会規範に適応する効率的な学習と実機検証を示した。
原題: Performance-Preserving Online Adaptation in Social Navigation via Diffusion Steering / Haruto Nagahisa, Kohei Matsumoto, Yuki Hyodo 他
日本語で読む → - 論文ヒューマンロボットインタラクションロボティクス
MIRA: 身体性を備えたコンパニオン向けリアルタイム全二重ヒューマンロボットインタラクション
ストリーミング音声から応答と身体動作を同時生成し、割り込み可能な動作をリアルタイムで実行する全二重対話フレームワークを提案し、ヒューマノイドロボットに実装した。
原題: MIRA: Real-Time Full-Duplex Human-Robot Interaction for Embodied Companions / Lijian Lin, Ye Zhu, Fan Zhang 他
日本語で読む → - 論文SLAMロボティクス
BayesianGS-SLAM: 確率論的定式化による不確実性を考慮したニューラルレンダリングSLAM
3DガウシアンスプラッティングSLAMにおいて、色と深度の予測不確実性を推定し、マッピング・トラッキング・キーフレーム選択に統合するフレームワークを提案。
原題: BayesianGS-SLAM: Uncertainty-Aware Neural Rendering SLAM via Probabilistic Formulation / Kyeongsu Kang, Seongbo Ha, Sibaek Lee 他
日本語で読む → - 論文自動運転/最適制御ロボティクス
意味的判断から実行可能な軌道へ:狭空間駐車のための自己進化型LLM誘導最適制御
LLMが高レベルの駐車操作を決定し、最適制御が車両ダイナミクスと衝突制約を保証する枠組みを提案。失敗から知識ベースを自己進化させ、狭い環境での安全な自動駐車を実現する。
原題: From Semantic Decisions to Feasible Trajectories: Self-Evolving LLM-Guided Optimal Control for Narrow-Space Parking / Zhengbao Yao, Yuanfu Luo, Kehan Xue
日本語で読む → - 論文人間-ロボット協調/全身制御ロボティクス
人間の協調行動を学習し先回り支援する人間-ロボット協調搬送
人間同士の搬送デモの大規模データから協調行動を学習し、相手の意図を先読みして柔軟に動く全身制御フレームワークPROACTを提案。実機実験で作業負担と完了時間を削減した。
原題: Learning from Humans for Proactive Assistance in Human-Robot Collaborative Transport / Elvin Yang, Christoforos Mavrogiannis
日本語で読む → - 論文軌道計画ロボティクス
剛性車輪を持つ車両型移動ロボットの非滑り制約下における最短時間軌道
車両型移動ロボットの最短時間軌道を、車輪の非滑り制約を動力学に基づいて考慮して導出し、従来の運動学的な軌道プリミティブに3つの新しいプリミティブを追加した。
原題: Minimum Time Trajectories for a Car-Like Mobile Robot Moving with Rigid Wheels Under Non-Sliding Constraints / Joseph Ben-Asher, Elon Rimon, Leeor Ravina
日本語で読む → - 論文触覚ロボティクス
Norm2Tex: 視触覚シミュレーションをテクスチャで拡張
ノーマルマップから高周波の表面詳細を視覚ベース触覚シミュレータに組み込み、シミュレーションと実世界の触覚データのギャップを埋めるプラグイン手法を提案。
原題: Norm2Tex: Augmenting Visuo-Tactile Simulations with Texture / Seongjin Bien, Débora Oliveira Makowski, Roberto Calandra 他
日本語で読む → - 論文確率制御制御
サンプリングベース確率モデル予測制御における退出汎関数の高次近似
サンプリングベース確率モデル予測制御の安全性評価で重要となる退出時間と失敗指標の数値近似を高精度化し、確率制約付き経路積分制御に応用して制約充足性能を改善した研究。
原題: Higher-Order Approximation of Exit Functionals in Sampling-Based Stochastic Model Predictive Control / Sashank Modali, Takashi Tanaka
日本語で読む → - 論文共有制御ロボティクス
能力を考慮した意味意図に基づく共有制御のための調停
VLMによる人間意図の確信度とVLAの実行能力の確信度を組み合わせてロボットの権限を調停する共有制御フレームワークを提案し、12人での実験で成功率92%を達成した。
原題: Capability-Aware Arbitration for Semantic Intent-Based Shared Control / Zhaoda Du, Michael Bowman, Xiaoli Zhang
日本語で読む → - 論文音響位置推定ロボティクス
強化学習による適応的時間対応を用いた音響ベースのUAV位置推定
音響によるUAV位置推定において、強化学習で音声窓長を動的に調整し、精度を保ちつつ遅延を削減する手法を提案。
原題: Audio-based UAV Localization with Adaptive Temporal Correspondence via Reinforcement Learning / Haoxiang Lei, Mingzheng Feng, Daotong Wang 他
日本語で読む → - 論文sim2real画像認識
AnalogDepth: アナログ映像伝送下のFPVドローンによる多視点幾何
FPVドローンのアナログ映像ノイズに適応させるため、LoRAと知識蒸留でDepth Anything 3を微調整し、実ノイズバンクを用いることで深度推定と3D再構成の精度を向上させた研究。
原題: AnalogDepth: Multi-view Geometry from FPV drones under Analog Video Transmission / André Amorim, Pedro F. Proença
日本語で読む → - 論文マニピュレーションロボティクス
TACIT: 巧みな操作における空間的注意のための触覚接触スーパービジョン
テレオペレーションの触覚接触データを用いて空間的注意を教師なしで学習し、視触覚拡散ポリシーに組み込むことで、物体配置やペグ挿入タスクの成功率を大幅に向上させた。
原題: TACIT: Tactile Contact Supervision for Spatial Attention in Dexterous Manipulation / Yanhou Lai, Fucai Zhu, Ruiqiang Wang 他
日本語で読む → - 論文VLAロボティクス
FoldQuantVLA: 一貫した折り畳みによる視覚-言語-行動モデルのネイティブローbit量子化
視覚-言語-行動モデルを再学習なしで4bit量子化し、TensorRTプラグインで高速化する手法を提案。実機タスクで成功率を維持・向上させた。
原題: FoldQuantVLA: Native Low-Bit Quantization of Vision-Language-Action Models via Consistent Folding / Hung T. Ho, Khanh D. Nguyen, Quang D. Nguyen 他
日本語で読む → - 論文VLAロボティクス
視覚品質を超えて:ワールドアクションモデルによるテスト時計画の研究
ワールドアクションモデルが生成する行動と予測結果を用いた計画の可能性を検証し、視覚品質や物理整合性に基づく選択では限界があることを示した研究。
原題: Beyond Visual Quality: A Study of Test-Time Planning with World Action Models / Jianhao Yuan, Yu Yuan, Benjamin Ramtoula 他
日本語で読む → - 論文sim2realロボティクス
H2RBench:人間からロボットへの転移を評価するReal-to-Simベンチマーク
人間の動画デモからロボット操作を学習するH2R転移手法を公平に比較するため、実人間動画とシミュレーションロボット実演に基づく標準ベンチマークを構築し、複数手法の性能を体系的に評価した。
原題: H2RBench: A Real-to-Sim Benchmark for Evaluating Human-to-Robot Transfer / Chuyang Xiao, Haotian Zhan, Sriram Krishna 他
日本語で読む → - 論文VLAロボティクス
LIBERO-VPro:ロボット基盤モデルの閉ループ視覚ロバスト性ベンチマーク
実行中の視覚情報を意図的に乱すことで、ロボット基盤モデルの閉ループ視覚ロバスト性を体系的に評価するベンチマークLIBERO-VProを提案し、VLAとWAMのロバスト性プロファイルの違いを明らかにした。
原題: LIBERO-VPro: Benchmarking Closed-Loop Visual Robustness of Robotic Foundation Models / Huiqiong Li, Zhiting Mei, Anirudha Majumdar 他
日本語で読む → - 論文世界モデルロボティクス
D-JEPA: 意思決定に整合した潜在世界モデル
実行結果から候補未来間の意思決定に関わる関係を学習し、潜在距離による計画を改善する世界モデルを提案。操作・自動運転・実機タスクで行動選択の成功率が向上。
原題: D-JEPA: A Decision-Aligned Latent World Model / Shuaijun Liu, Chengyu Wu, Qifu Wen 他
日本語で読む → - 論文マニピュレーションロボティクス
CAST: 衝突を考慮した建設ロボットによる同時軌道推定と計画
複数の建設ロボットが、ファクターグラフを用いて衝突やケーブル制約を考慮しながら高次元の軌道を同時に推定・計画し、柱とまぐさの構造物を組み立てるフレームワークを提案。
原題: CAST: Collision-Aware Assembly with Construction Robots using Simultaneous Trajectory Estimation and Planning / Karthik Shaji, Chisung Kim, John D'Amato 他
日本語で読む → - 論文マニピュレーションロボティクス
モジュール設計と三点インターフェースによる操舵可能で反応的な把持
物体形状から把持候補点を選び、モデルベース制御で接近、最後は強化学習方策が指関節情報のみで把持を安定化するモジュール型把持フレームワークを提案。
原題: Steerable and Reactive Grasping Through Modular Design with a Three-Point Interface / Andrew Nguyen, Yonghyeon Lee, Sangbae Kim
日本語で読む → - 論文sim2realロボティクス
AquaOrbit: 断続的な視覚フィードバック下での水中ターゲット周回のためのSim-to-Real強化学習
視覚が途切れる水中環境で、目標を見失っても復帰モジュールで安定化・再捕捉しながら周回する強化学習制御器を開発し、シミュレーションから実機へゼロショット転移させた。
原題: AquaOrbit: Sim-to-Real Reinforcement Learning for Underwater Target Orbiting under Intermittent Visual Feedback / Kanzhong Yao, Jinyi Leng, Hao Zhang 他
日本語で読む → - 論文占有マッピング画像認識
PanOVOcc: 長期空間ボクセルメモリを用いたパノラマ身体性オープン語彙占有マッピング
パノラマRGB-D列から、学習不要でオープン語彙の意味的占有マップをオンライン構築するフレームワークを提案し、新ベンチマークで大幅な精度向上を示した。
原題: PanOVOcc: Panoramic Embodied Open-Vocabulary Occupancy Mapping with Long-term Spatial Voxel Memory / Di Kuang, Mengfei Duan, Yuhang Wang 他
日本語で読む → - 論文VLAロボティクス
RoboTalk: マルチモーダル実演からのマルチロボット通信と協調の学習
小規模VLMをオンデバイスで動かすため、調理タスクのマルチモーダル軌道データセットを生成し、ロボット間の自然言語通信と協調行動を学習させる手法を提案した。
原題: RoboTalk: Learning Multi-Robot Communication and Coordination from Multimodal Demonstrations / Dorian Benhamou Goldfajn, Mason Nakamura, Saaduddin Mahmud 他
日本語で読む → - 論文3D再構成/医療ロボティクス画像認識
Colon3R: 単眼内視鏡動画からのクロスドメイン3D再構成
ファントムやシミュレーションデータで学習した幾何基盤モデルを、ラベルなしの生体内大腸内視鏡動画に半教師あり適応させ、深度・点群・カメラ姿勢を高精度に推定するフレームワークを提案。
原題: Colon3R: Cross-Domain 3D Reconstruction from Monocular Colonoscopic Video / Zhihao Xing, Yingyu Wang, Liang Zhao 他
日本語で読む → - 論文マニピュレーションロボティクス
双腕モバイルマニピュレーションのための自動ラベリング
同期した運動信号を位相に分割し、視覚言語推論で意味づけを行うことで、双腕モバイルマニピュレーションのサブタスクに自動でラベルを付与するパイプラインを提案し、実タスクで有効性を検証した。
原題: Automatic Labelling for Bimanual Mobile Manipulation / Yupu Lu, Jia Pan
日本語で読む → - 論文データエージェントcs.DB
データエージェント:エージェント型データシステム
人間の介入を最小限に抑え、データの管理・処理・分析を自律的に行う「データエージェント」という新たなパラダイムを提案し、その構成要素と実用的なエージェントを開発して性能向上を示した。
原題: Data Agents: Agentic Data Systems / Guoliang Li, Peiyao Zhou, Xuanhe Zhou 他
日本語で読む → - 論文模倣学習ロボティクス
人間が実演できないタスクを学習するためのガードレール生成フレームワークGLIDE
人間が実演困難なロボット操作タスクに対し、失敗モードを推論して実行可能なガードレールを生成し、データ収集と方策実行を改善するGLIDEを提案した。
原題: Learning Beyond What Humans Can Demonstrate / Yuchen Song, Aditya Mittal, Unnat Jain
日本語で読む → - 論文VLAロボティクス
世界モデルのように考え、VLAのように行動する:世界モデル表現をコンパクトなロボット方策に蒸留
凍結した世界モデルの内部特徴をVLA訓練に特徴整合項として一度だけ蒸留し、推論時コストを増やさずにロボット方策の堅牢性と成功率を向上させた。
原題: Think Like a World Model, Act Like a VLA: Distilling World-Model Representations into Compact Robot Policies / Trung Dao, Sankalp Yamsani, Jaden Park 他
日本語で読む → - 論文自動運転/ワールドモデル画像認識
関係性に基づく潜在ワールドモデルによる自動運転
交通シーングラフを意味的教師信号として使い、視覚的潜在表現を訓練時に整合させることで、推論時には追加計算なしに軌道予測誤差と衝突率を改善した。
原題: Relationally Grounded Latent World Models for Autonomous Driving / Fabian Schmidt, Markus Enzweiler, Abhinav Valada
日本語で読む → - 論文触覚ロボティクス
Tactile-JEPA: 分散型触覚センサのためのトポロジー考慮型自己教師あり表現学習
触覚センサの空間配置をグラフで表現し、マスク予測による自己教師あり学習でトポロジーを考慮した表現を獲得する手法を提案。力推定誤差を6.3%、手内姿勢誤差を20.8%削減した。
原題: Tactile-JEPA: Topology-Aware Self-Supervised Representation Learning for Distributed Tactile Sensors / Elizaveta Kovtun, Matvey Konovalov, Andrey Sakhovskiy 他
日本語で読む →
PR・アフィリエイト広告
