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: 2026/9/20 / 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
TaskAnchor: 長期的マニピュレーションのための反応型VLAにおけるタスク状態の接地
視覚的に似た観測でも実行段階によって行動が異なる「タスク状態の曖昧さ」を解消するため、実行履歴に基づく軽量アダプタTaskAnchorを提案し、VLAの成功率を大幅に向上させた。
原題: TaskAnchor: Grounding Task State in Reactive VLAs for Long-Horizon Manipulation / Hengyan Liu, Wenlve Zhou, Bo Yue 他
日本語で読む → - 論文ロコマニピュレーションロボティクス
STRIDER: ヒューマノイドロボットのための歩行を活用した多歩容階層型3Dロコマニピュレーションフレームワーク
地形を考慮した足場選択と上半身操作を統合し、異なる歩行・踏み出しスキルを蒸留で1つの方策にまとめる階層型フレームワークを提案。実機で多歩容のロコマニピュレーションを実現した。
原題: STRIDER: Stepping-Enabled Multi-Gait Hierarchical 3D Loco-Manipulation Framework for Humanoid Robots / Yuanzhuo Li, Wen Zhao, Zhe Yong 他
日本語で読む → - 論文VLAロボティクス
人間中心マルチモーダル観測からの能動的ロボット行動推論
明示的な指示なしに、人間と環境のマルチモーダルな手がかりからロボットが取るべき行動を判断する「能動的ロボット行動推論」を定式化し、実世界データセットProActionと参照モデルMMC2Actを提案した。
原題: Cognitive Action Reasoning for Proactive Robots from Human-Centered Multimodal Observations / Zhihao Gu, Kechao Zhu, Yuanfeng Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
BiRoAD: 双腕マニピュレーションのための共有・役割適応表現学習
双腕ロボットの動作を「腕交換で不変な協調構造」と「役割に応じて変化する成分」に分解し、役割の偏りに頑健な模倣学習を可能にする特徴変換フレームワークを提案。
原題: BiRoAD: Learning Shared and Role-Adaptive Representations for Bimanual Manipulation / Yan Shen, Yuchen Liu, Feng Jiang 他
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 → - 論文水中HRIロボティクス
水中でのダイバーとロボットの信頼性高いインタラクションに向けて:ジェスチャ設計、対話ロジック、実環境評価
ダイバーが使いやすくロボットが認識しやすい7種類の水中ジェスチャと軽量な認識手法、コマンドレベルの対話ロジックを組み合わせた閉ループ型インタラクションを構築し、水槽とプールでの実験で有効性を検証した。
原題: Towards Reliable Underwater Diver-Robot Interaction: Gesture Design, Interaction Logic, and Real-World Evaluation / Yingqi Liu, Kanzhong Yao, Zimeng Peng 他
日本語で読む → - 論文外骨格/アクチュエータロボティクス
トルク/張力デュアルモード切替可能なケーブル駆動アクチュエータの設計と制御:外骨格への応用
外骨格用に、関節トルクと直線張力を高速切替できるケーブル駆動アクチュエータを開発し、近位センサ融合と適応制御で遠位力を推定・制御した。
原題: Design and Control of a Cable-Driven Switchable Actuator with Torque/Tension Dual Modes for Exoskeletons / YuanLong Ji, Xu Liu, Xinyuan Cai 他
日本語で読む → - 論文群制御ロボティクス
FlockDiffusion: 割当条件付き拡散モデルによるマルチドローンタスク割当と完了
シーングラフエンコーダと拡散トランスフォーマを組み合わせ、複数ドローンのタスク割当と経路生成を高速かつ低コストで行う学習フレームワークを提案。
原題: FlockDiffusion: Assignment-Conditioned Diffusion for Multi-Drone Task Allocation and Completion / Iana Zhura, Satenik Akopyan, Roohan Ahmed Khan 他
日本語で読む → - 論文マニピュレーションロボティクス
動的精密マニピュレーションのための共有実行クロック・ドリフティング方策
ワンステップ方策に実行リズムを明示的に組み込み、進捗指標付き行動曲線と共有単調クロックを同時予測することで、時間制約下の動的マニピュレーションを高精度化した研究。
原題: Shared Execution-Clock Drifting Policy for Dynamic Precision Manipulation / Zhenchen Dong, Qingran Wu, Jinna Fu 他
日本語で読む → - 論文VLA画像認識
MaskVLA: 視覚マスキングによるVision-Language-Actionモデルの軌道過学習の抑制
VLAモデルの微調整時にメインカメラの視覚情報をランダムに一部マスクすることで、手首カメラ情報の活用を促し、軌道過学習を防いで汎化性能とタスク成功率を向上させる手法を提案。
原題: MaskVLA: Visual Masking Against Trajectory Overfitting of Vision-Language-Action Model / Yuxuan Jiang, Jiaying Huang, Ge Wang 他
日本語で読む → - 論文VLAロボティクス
AR-WAM: 視覚条件付きエージェント対応ワールドアクションモデルによるロボットマニピュレーション
言語指示の代わりにバウンディングボックスと操作トークンで条件付けする0.5Bパラメータの世界行動モデルを提案し、エージェント駆動のロボット制御を実現した。
原題: AR-WAM: A Visual-Conditioned Agent-Ready World Action Model for Robotic Manipulation / Yicheng Jiang, Zesen Gan, Xiaobo Wang 他
日本語で読む → - 論文歩行ロボティクス
UniPoint:多様な地形を歩行するヒューマノイドのための統合ポイントレベルセンサフュージョン
LiDARと2台の深度カメラの点群を早期融合し、固定トークン数の自己注意で処理するヒューマノイド歩行ポリシーを提案。8種類の地形を単一ポリシーで走破し、実機で70cm段差や100cmギャップなどを検証した。
原題: UniPoint: Unified Point-Level Sensor Fusion for Humanoid Locomotion Across Challenging Terrains / Sicen Li, Zhen Chu, Chao Li 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VLAロボティクス
RiverVLN: フェーズ接地型時間的視覚言語ナビゲーションによる無人水上艇の河川航行
河川を航行する無人水上艇(USV)向けに、長期的な言語指示を視覚的に検証可能な意味フェーズ列に変換し、予測・実行・再観測ループで連続的なSE(2)姿勢増分を予測するナビゲーション手法PGT-NAVとベンチマークRiverVLNを提案した。
原題: RiverVLN: Phase-Grounded Temporal Vision--Language Navigation for Unmanned Surface Vehicles / Jieling Wu, Yuehao Huang, Jiajun Lv 他
日本語で読む → - 論文6D姿勢推定画像認識
G6D: ロボットマニピュレーションのための幾何学的学習不要RGB-D 6D姿勢ソルバ
大規模事前学習モデルを使わず、テンプレート幾何マッチングとシルエット・深度整合性でRGB-Dから6D物体姿勢を推定する学習不要手法を提案し、CPUのみでも動作する。
原題: G6D: Geometric Learning-Free RGB-D 6D Pose Solver for Robotic Manipulation / Yixuan Liang, William Chen, Yunan Wang 他
日本語で読む → - 論文VLAロボティクス
CompVLA: 接触を伴うマニピュレーションのための可変コンプライアンス視覚-言語-行動モデル
RGB画像と言語入力から動作と剛性行列を同時に予測し、接触の多いタスクで高い成功率を達成するVLAフレームワークを提案した。
原題: CompVLA: A Variable Compliance Vision-Language-Action Model for Contact-rich Manipulation / Jongmin Kim, Junsu Ha, Che-Sang Park 他
日本語で読む → - 論文VLA画像認識
潜在行動モデルにおける代数的整合性だけでは時間構造を保証できない
潜在行動モデルの代数的整合性(加法性・反対称性)が時間構造の獲得を証明しないことを示し、制約なしモデルでも同程度の誤差削減が得られることを明らかにした。
原題: Algebraic Consistency Alone Does Not Certify Temporal Structure in Latent Action Models / Di Wen, Ruodi Zhang, Kailun Yang 他
日本語で読む → - 論文モデル予測制御ロボティクス
STL仕様とパレート最適化に基づく実現可能性修復を備えたシナリオMPC
確率的で制御不能なエージェントが存在するマルチエージェント系において、STL制約の実現可能性修復をパレート最適化として扱うMPCフレームワークを提案し、自動運転シナリオで評価した。
原題: Scenario MPC with STL Specifications and Pareto-Based Feasibility Repair / Tianhao Wu, Yiwei Lyu
日本語で読む → - 論文VLAロボティクス
接地行動モデル:ロボティクスの基盤としての3Dグラウンディング
言語・点・ボックス指示を対象物の3D表現に変換し、マルチストリームTransformerで行動を予測するロボット基盤モデルGAMを提案。RoboTwin 2.0やLIBERO-PROで高い成功率を示した。
原題: Grounded Action Model: 3D Grounding as a Foundation for Robotics / Gehao Zhang, Weikai Huang, Shailesh Shailesh 他
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 → - 論文sim2realロボティクス
ReVeal: VLAポリシー評価のための再構成誤差を考慮したReal-to-Simフレームワーク
実環境を再構成したシミュレータでVLAポリシーを評価する際の再構成精度を定量化し、再構成品質と実機-シミュレーション性能一致度の関係を明らかにするフレームワークを提案。
原題: ReVeal: A Reconstruction-Aware Real-to-Sim Framework for VLA Policy Evaluation / Xinyi Wang, Heng Hao, Wenjun Hu 他
日本語で読む → - 論文手術データセットロボティクス
HumynexSurg-1: 脂肪吸引術の専門家データセット
脂肪吸引術の専門医による豚腹部組織での手術を、吸引力・6軸力覚・RGB-D映像・音声で同期記録した14エピソードのデータセットを構築し、GR00T N1.7のファインチューニングで有効性を実証した。
原題: HumynexSurg-1: A Curated Expert Liposuction Dataset / Rhea Huang, David L. Matlock, Laurence Reich
日本語で読む → - 論文音響知覚cs.SD
OmniEcho: 身体性エージェントのための空間音響理解
実世界の空間音響・視覚シーンを集めたベンチマークOmniEchoBenchを構築し、一人称アンビソニックス音響を扱う全モーダルモデルOmniEchoを提案。音響による知覚・ナビゲーションで最先端性能を達成した。
原題: OmniEcho: Spatial Audio Understanding for Embodied Agents / Ruixun Liu, Yuxuan Wang, Jiacheng Xie 他
日本語で読む → - 論文世界モデル画像認識
OnlineWM: 因果性を考慮した能動的オンライン学習による効果的な世界モデリング
シミュレータと能動的に対話しながら、モデルの弱点を狙ったデータを収集し、反事実学習で行動と状態遷移の因果関係を捉える世界モデルのオンライン学習フレームワークを提案。
原題: OnlineWM: Causality-Aware Active Online Learning for Effective World Modeling / Yikun Miao, Fangqi Zhu, Quanxin Shou 他
日本語で読む → - 論文力推定ロボティクス
物体中心再構成による視覚ベース3次元力推定
ステレオ内視鏡映像から軟組織の変形を解析し、物体中心座標系で点群を再構成してニューラルネットワークで3次元力を推定する手法を提案。ファントムと豚結腸で精度を検証した。
原題: Object-Centered Reconstruction for Vision-Based 3D Force Estimation / Zhonghao Zhang, Mingyeung Wu, Hao Yang 他
日本語で読む → - 論文継続学習画像認識
CE$^4$L: 自己視点・他者視点・両視点の継続学習
自己視点・他者視点・両視点が混在する動画認識のための継続学習ベンチマークCE$^4$Lを提案し、視点間対応や非同期性に対応するパラメータ効率の良い手法VISTAを開発した。
原題: CE$^4$L: Continual Ego, Exo, and Ego-Exo Learning / Hongwei Yan, Kanglei Zhou, Yuchen Liu 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 → - 論文群制御ロボティクス
安全保証付き非ホロノミックマルチロボットシステムの密度駆動型エリアカバレッジ
非ホロノミックロボット群の密度駆動型カバレッジにおいて、制御バリア関数とフィードバック線形化先読み点を組み合わせ、物理入力に直接安全制約を課すことで安全とカバレッジ性能を両立させた。
原題: Density-Driven Area Coverage for Nonholonomic Multi-Robot Systems with Safety Guarantee / Julian Martinez, Kooktae Lee
日本語で読む → - 論文模倣学習ロボティクス
BEACON: 不確実性下の模倣学習のための信念を用いた適応制御
隠れ状態をベイズ信念として構造化し、拡散ポリシーに条件付けることで、不確実性に応じて探索と活用を切り替える模倣学習手法を提案。
原題: BEACON: Belief-Enabled Adaptive CONtrol for Imitation Learning under Uncertainty / Moonyoung Lee, Soumojit Bhattacharya, George Kantor 他
日本語で読む →
PR・アフィリエイト広告
