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VLAロボティクス
CARE: 経験に基づく原子的修正実行によるVision-Language-Actionポリシーの回復
VLAポリシーの失敗ロールアウトから段階別の失敗分布を学習し、推論時に3Dモニタリングで原子的な修正動作をトリガーすることで、ロボット操作の回復性能を向上させるフレームワーク。
原題: CARE: Experience-Guided Atomic Corrective Execution for Vision-Language-Action Policies / Junlan Xiao, Junwei Jiang, Zaibin Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
物体中心条件付けによる視覚運動フローマッチング
シーンを物体ごとの意味特徴と空間手がかりに分離し、フローマッチング方策の条件付けに用いることで、視覚的妨害や位置ずれに頑健なマニピュレーションを実現した。
原題: Object-Centric Conditioning for Visuomotor Flow Matching / Jijie Li, Xu Yang, Junhong Zou 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 → - 論文マニピュレーションロボティクス
反力トルクフィードバックによるバルブ操作の軸ずれ補正
グリッパとバルブの接触で生じる反力トルクを利用し、軸ずれを補正する安定な制御則を提案。シミュレーションと実機実験で有効性を検証した。
原題: Robotic Valve Turning: Axial Misalignment Correction Using Reaction Torque Feedback / Amit Kumar, Sri Harsha Turlapati, Gautami Golani 他
日本語で読む → - 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VLAロボティクス
VLMベース視覚言語ナビゲーションモデルは何に依存しているのか:方策行動の解釈と操作
VLMベースの視覚言語ナビゲーションモデルが視覚・指示・記憶をどう統合し、内部表現を操作することで未知環境での性能を向上できるかを解明した研究。
原題: What do VLM-Based Vision-Language Navigation Models Rely on: Interpreting and Steering Policy Behavior / Débora Oliveira Makowski, Samiran Gode, Abhijeet Nayak 他
日本語で読む → - 論文SLAMロボティクス
高精度方位情報を活用した距離支援SLAMの初期化手法
高精度な方位情報が得られるAUVナビゲーションにおいて、距離計測を用いたSLAMの初期化を2段階で行う手法を提案し、実データで有効性を示した。
原題: Range-Aided SLAM Initialization Exploiting Accurate Heading Information / Isabel Lougheed, James Richard Forbes
日本語で読む → - 論文マニピュレーションロボティクス
フレーズ単位のロボット古琴演奏:両腕動作計画と音触覚インタラクション監視
双腕ロボットで古琴のフレーズ演奏を実現するため、指の割り当てや接触タイミングを階層的に計画し、視覚・触覚・聴覚フィードバックを統合したシステムを開発した。
原題: Phrase-Level Robotic Guqin Performance: Bimanual Motion Planning and Audio-Tactile Interaction Monitoring / Zhen Wang, Zhiheng Chen, Tianyuan Bao 他
日本語で読む → - 論文セグメンテーション画像認識
SAM-V: マルチビューインスタンスセグメンテーションのための幾何認識型Segment Anything
フィードフォワード幾何モデル(VGGT)の特徴を2Dセグメンテーション基盤モデル(SAM)に統合し、オフラインのマスクマッチングや3D再構成なしで、単一の順伝播でマルチビューに一貫したインスタンスセグメンテーションを実現した。
原題: SAM-V: Geometry-Aware Segment Anything for Multi-View Instance Segmentation / Jiangshan Gong, Yuqun Wu, Qiqian Fu 他
日本語で読む → - 論文マニピュレーションロボティクス
接触アンカリング再ターゲティングと残差方策学習による人間実演からの器用なロボットマニピュレーション
人間の動作キャプチャから接触構造を抽出し、物理的に整合する軌道へ変換してロボットハンドの器用な操作方策を学習する3段階パイプラインを提案した。
原題: Dexterous Robot Manipulation from Human Demonstrations via Contact-Anchored Retargeting and Residual Policy Learning / Zihao Yang, Chengyuan Liu, Yu Zhou 他
日本語で読む → - 論文VLAロボティクス
ME-Brain-1.0:記憶・認知・行動による自己進化型身体知能
行動実行から経験獲得・進化を経て実行改善へと至る閉ループで自己進化する身体知能システムを提案し、再学習なしにベンチマークで大幅な性能向上を達成した。
原題: ME-Brain-1.0: Memory, Cognition and Action for Evolving Embodied Intelligence / Wei He, Hengtao Li, Zhongrui Yu 他
日本語で読む → - 論文VLAロボティクス
Imagine-RL:予測残差信頼度で導くクロスアテンションによる世界モデル拡張VLA強化学習
凍結したVLA方針をノイズ空間強化学習で微調整する際、視覚・力覚の潜在世界モデルで将来の結果を予測し、その予測残差を信頼度として活用することで接触の多い操作タスクの成功率を大幅に向上させた。
原題: Imagine-RL: Residual-Confidence-Guided Cross-Attention for World-Model-Augmented VLA Reinforcement Learning / Kejia Hu, Wentong Zhai, Bo Zhao 他
日本語で読む → - 論文VLAロボティクス
StenoVLA-3D: 消化管狭窄ナビゲーションのための3D認識推論VLA
点群マップを統合した3D認識VLAフレームワークを提案し、狭窄領域の内視鏡ナビゲーションと病変報告を実現した。
原題: StenoVLA-3D: 3D-Aware Reasoning VLA for Navigation Through Gastrointestinal Stenoses / Tamima Tabassum, Yiming Huang, Tianchun Wu 他
日本語で読む → - 論文VLAロボティクス
VLAQuantBench:視覚言語行動モデルの訓練後量子化の閉ループ評価
VLAモデルの訓練後量子化について、層範囲・数値形式・キャリブレーションの相互作用を409回の実行と94,574エピソードで体系的に評価したベンチマークを提案。
原題: VLAQuantBench: Closed-Loop Evaluation of Post-Training Quantization for Vision-Language-Action Models / Jiuyi Xu, Qing Jin, Meida Chen 他
日本語で読む → - 論文HRI/対話ロボティクス
MyBuddyヒューマノイドロボット向けLLMベース対話型AI知識アシスタント
Raspberry Pi搭載の13軸ヒューマノイドロボットMyBuddyに、LLMによる言語理解と推論、音声認識・合成、WikipediaやarXivなどの知識検索を統合し、多ターン対話と感情サポートを可能にする対話型AIアシスタントを実装した。
原題: LLM-based Conversational AI Knowledge Assistant for MyBuddy Humanoid Robot / Hanxiao Chen
日本語で読む → - 論文ナビゲーションロボティクス
オープンボキャブラリ・インスタンスナビゲーションのための物体-経路グラフによるトポロジカル表現
物体と経路を統合したグラフ表現を提案し、密な地図構築なしにオープンボキャブラリな意味推論とトポロジカルナビゲーションを実現した。
原題: A Topological Representation with Object-Path Graphs for Open-Vocabulary Instance Navigation / Linwei Zheng, Daojie Peng, Bingtao Wang 他
日本語で読む → - 論文SLAMロボティクス
SPARSER: ロボティクス知覚における分離可能構造を活用したスパース変数射影
ロボット知覚の非線形最小二乗問題において、変数射影とスパース性を組み合わせ、ゲージ対称性に対応した高速解法フレームワークを提案。SLAMやSfMで平均5〜7倍の高速化を実現。
原題: SPARSER: Sparse Variable Projection by Exploiting Separable Structure in Robotic Perception / Nikolas R. Sanderson, Andrew Fishberg, Haoyu Han 他
日本語で読む → - 論文VLAロボティクス
人間とロボットの協調における計画学習:適応的インタラクションのためのマルチモーダル強化学習
家庭内で物体を探す際に、言語と身体動作を含むマルチモーダル信号を扱いながらユーザーを支援するロボットの対話方針を、強化学習で自動生成する手法を提案し、実世界でのユーザー研究で有効性を示した。
原題: Learning to Plan in Human-Robot Collaboration: Multimodal Reinforcement Learning for Adaptive Interaction / Afagh Mehri Shervedani, Siyu Li, Natawut Monaikul 他
日本語で読む → - 論文ジェスチャー認識AI
OpenXR向けTransformerベースのリアルタイムハンドジェスチャー認識
OpenXRで取得した手関節の位置と手首回転角の時系列データをTransformerで学習し、手の向きや大きさに頑健なリアルタイムジェスチャー認識を実現した。
原題: Real-Time Hand Gesture Recognition for OpenXR Using Transformer-Based Machine Learning / Salar Rezayani, Russell Butler
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 → - 論文マニピュレーションロボティクス
DexTacWAM: 巧みな操作のための視触覚ワールドアクションモデル
各指先の触覚を個別に符号化し、指・姿勢を考慮した圧縮器で統合して動画拡散ワールドモデルに注入する視触覚ワールドアクションモデルを提案し、接触の多い両手巧み操作タスクで大幅な性能向上を達成した。
原題: DexTacWAM: A Visuo-Tactile World-Action Model for Dexterous Manipulation / Haoran Yuan, Zekai Wang, Boning Shao 他
日本語で読む → - 論文マニピュレーションロボティクス
InsertAnything: シミュレーションから現実への汎化可能な接触リッチ精密挿入
シミュレーションのみで強化学習を行い、実世界のデモや微調整なしに、様々な形状・クリアランスの穴への精密挿入を実現するフレームワークを提案。
原題: InsertAnything: Generalizable Contact-Rich Precision Insertion from Simulation to Reality / Zhenghua Ma, Xinpan Meng, Zeyu Liu 他
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 → - 論文マニピュレーションロボティクス
適応的重み付き制御バリア関数による冗長ロボットの安全制御
冗長ロボットの安全制約を満たしつつ、負荷の偏りによる追従誤差を低減する重み付き制御バリア関数を提案し、適応的重み付けで性能を向上させた。
原題: Safety Control of a Hyper-redundant Robot via Adaptive Weighted Control Barrier Functions / Zijian Cai, Kiwan Wong, Wenci Xin 他
日本語で読む → - 論文触覚画像認識
BiView-Touch: クロスハンド補完による両手触覚表現学習
一方の手の触覚潜在表現を、同期したもう一方の手の触覚情報から補完する自己教師あり学習フレームワークを提案し、少ないラベルで両手動作や力の認識精度を向上させた。
原題: BiView-Touch: Learning Bimanual Tactile Representations by Cross-Hand Completion / Chenxin Liang, Youchen Lai, Chuqiao Lyu 他
日本語で読む → - 論文群制御ロボティクス
潜在テレパシー:自己教師あり知覚潜在表現によるマルチロボット通信
各ロボットが自己知覚用に計算済みの自己教師あり学習済み潜在ベクトルをそのままブロードキャストし、受け手はタスク報酬のみからその意味を学習して行動する通信手法を提案。追加計算なしで遮蔽物回避を99.7%で達成。
原題: Latent Telepathy: Multi-Robot Communication with Self-Supervised Perceptual Latents / Howard Wang, Han Zheng, Cathy Wu
日本語で読む → - 論文マルチロボット計画ロボティクス
MR-SPITE: 階層的掃引体積近似によるマルチロボット競合スキャンの高速化
各ロボットの経路を時間区間に分割し保守的な境界を割り当てることで、競合スキャンを高速化するフィルタMR-SPITEを提案。16台のFetchロボットで競合スキャンが7.18倍高速化し、計画時間が57%削減された。
原題: MR-SPITE: Accelerating Multi-Robot Conflict Scans via Hierarchical Swept-Volume Approximations / Marta Markowicz, James Motes, Marco Morales 他
日本語で読む → - 論文ヘルスケア予測機械学習
デジタルヘルスキャンペーン成果の早期予測のための患者ワールドモデル:能力と限界
患者ごとの潜在状態を保持し、曝露条件付き状態ダイナミクスと週次転換ハザードを学習して将来の転換曲線を予測するコンパクトな患者ワールドモデルを構築し、米国のキャンペーンデータで評価した。
原題: A Patient World Model for Early Forecasting of Digital Health Campaign Outcomes: Capabilities and Limits / Yunlong Wang
日本語で読む → - 論文モデルベース制御ロボティクス
接触を操る:単一軌道中心関節ロボットのための有限支持運動モデル
中心関節式車両の運動予測において、横滑り抵抗を考慮した有限支持二次モデルを提案し、実世界実験で従来モデルより高精度な予測を実現した。
原題: Steering Through Contact: A Finite-Support Motion Model for Single-Track Center-Articulated Robots / Mohamed Dhia Ounally, Nicolas Samson, Mathis Turgeon-Roy 他
日本語で読む →
PR・アフィリエイト広告
