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 → - 論文経路計画ロボティクス
TPS-A*: 軌道パラメータ空間での保証付き衝突判定による任意形状車両の経路計画
任意形状の車両に対し、軌道パラメータ空間で保証付き衝突判定を行うラティスプランナを提案し、ハイブリッドA*より高速かつ衝突のない経路を生成できることを示した。
原題: TPS-A*: Path Planning for Any-Shape Vehicles with Certified Collision Checking in Trajectory Parameter Space / Jose Luis Blanco-Claraco, Shravan S. Rai, Fernando Cañadas-Aránega 他
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 → - 論文触覚画像認識
一人称視点映像から触覚を推定するマルチソース教師あり学習モデル
手袋・ロボット触覚など複数データ源の触覚情報と特権視点の蒸留を用い、一人称映像のみから接触・圧力を密に推定するTouchAnnotatorを提案した。
原題: TouchAnnotator: Multi-Source Tactile Supervision with Privileged-View Distillation / Ao Li, Zhihao Yuan, Chubin Zhang 他
日本語で読む → - 論文触覚ロボティクス
キウイフルーツ把持のための光電子式ソフト吸引カップによる力覚センシング
キウイ専用の二成分設計ソフト吸引カップに光センサを組み込み、果実との接触力を推定できることを示した研究。未学習の果実でも高い精度で力を推定でき、硬さの二値分類もある程度可能だった。
原題: Mechanical Interaction Sensing for Robotic Kiwifruit Handling with an Optoelectronic Soft Suction Cup / Romina Adhami, Ebrahim Shahabi, Alessio Mondini 他
日本語で読む → - 論文走行可能性推定ロボティクス
実行接地型走行可能性:学習した閉ループ軌道分布による評価
車両と制御器のペアが候補経路を追従・前進できる確率を、地形特徴と車両姿勢から閉ループ軌道分布を予測して推定する手法を提案し、実環境にもゼロショット転移した。
原題: EGT: Execution-Grounded Traversability through Learned Closed-Loop Trajectory Distributions / Chinmay Mundane, Amith Manoharan, Arun Kumar Singh
日本語で読む → - 論文VLA画像認識
HiMEM:海馬に着想を得たVLAモデル向け記憶の統合・剪定・構成
3Dシーンで動くVLAモデルの記憶ノイズを減らすため、海馬に倣ってエピソード記憶を意味記憶へ統合し、冗長な記憶を剪定し、複数記憶を組み合わせる仕組みを提案した。LIBEROでpi_0の成功率を91.88%から98.20%に向上。
原題: HiMEM: Hippocampus-Inspired Memory Consolidation, Pruning, and Composition for Vision-Language-Action Models in 3D Scenes / Boran Zhao, Yanbin Hu, Jun Ye 他
日本語で読む → - 論文受動変形ドローンロボティクス
接触を伴う狭い隙間の通過に最適化した受動変形クアッドロータの設計
シミュレーション上の隙間通過成功率をフィードバックして機体形状と受動折り畳みアームの特性を同時最適化し、幅31.3cmから14.1cmに縮んで15cmの隙間を2m/sで通過できる機体を実現した。
原題: Task-Driven Closed-Loop Design Optimization of Passively Morphing Quadrotors for Contact-Mediated Narrow Gap Traversal / Etor Arza, Luca Girardi, Gabriel Maquignaz 他
日本語で読む → - 論文シミュレーションロボティクス
詳細メッシュ対応の接触リッチ相互作用向け軽量シミュレータLodos
メッシュ同士の衝突を高速に扱うことに特化した新しい剛体シミュレータを開発し、既存シミュレータと同等の物理的忠実度を保ちつつ、詳細メッシュ衝突で約10倍のスループットを実現した。
原題: Lodos: A Lightweight Simulator Designed for Contact-Rich Interactions with Detailed Meshes / Onur Beker, Andreas René Geist, Georg Martius
日本語で読む → - 論文群制御ロボティクス
異種軌道上の安全な周回:非ホロノミック多エージェント系のための距離のみを用いたHOCBF-QPフレームワーク
各ロボットが目標までの距離のみを測り隣接2機と情報交換する条件下で、異なる周回半径を保ちつつ衝突回避を保証するHOCBF-QPベースの安全制御を提案した論文。
原題: Safe Circumnavigation on Heterogeneous Orbits: A Range-Only HOCBF-QP Framework for Nonholonomic Multi-Agent Systems / Shubham Singh, Anand Singh, Anjali Tiwari 他
日本語で読む → - 論文データ拡張機械学習
Augmentron:ロボット学習のためのスケーラブルなマルチビュー視覚拡張
記録されたカメラポーズを用いて幾何学的に一貫したシーン表現を生成・描画し、時間的・多視点的一貫性を保ちながら環境や作業空間のバリエーションを拡張するパイプラインを提案。実世界データの半分を置き換えることで、分布外の妨害物体や作業空間変化に対するロボットポリシーの汎化性能が向上した。
原題: Augmentron: Scalable Multi-View Visual Augmentation for Robot Learning / Tanay Tandon, Aseem Doriwala, Jade Choghari 他
日本語で読む → - 論文分子生成機械学習
スパース表現編集による制御可能な分子生成:解釈可能性駆動のアプローチ
大規模言語モデルの分子生成において、表現をスパースな特徴空間に分解し編集することで、原子や官能基の局所配置や物性の全体制御を可能にする解釈可能性駆動フレームワークSpaREを提案した。
原題: Controllable Molecule Generation via Sparse Representation Editing: An Interpretability-Driven Perspective / Zhuoran Li, Xu Sun, Chang Wen Chen 他
日本語で読む → - 論文カメラ再定位画像認識
文脈条件付きエキスパートルーティングによるカメラ再定位向けコンパクトシーン座標回帰
シーン座標回帰のMixture-of-Expertsにおいて、文脈適応器とグローバル文脈エンコーダでルーティング入力を再校正し、屋外の大規模シーンでも高精度なカメラ位置推定を実現した。
原題: DAC-MACE: Context-Conditioned Expert Routing for Compact Scene Coordinate Regression in Camera Relocalization / Dingying Fan, Mingkai Liu, Haohua Que 他
日本語で読む → - 論文VLAロボティクス
時空間不確実性を考慮したデータ効率の高い視覚-言語-行動学習フレームワークSURE
操作タスクにおける行動の空間的・時間的な不確実性を明示的にモデル化し、少ないデモデータでも高い成功率を達成するVLA学習手法を提案した。
原題: SURE:Spatiotemporal Uncertainty Representation for Efficient Vision-Language-Action Learning / Jingye Zhang, Choo Sin Wai, Dake Zhong 他
日本語で読む → - 論文社会支援ロボットロボティクス
ウェルネスロボットと完全自律への道
社会参加型支援ロボットの新カテゴリ「自律型ウェルネスロボット」を提唱し、自動車の自動運転基準に倣った6段階の自律性尺度CRASを提案。商用ロボットRyanの長期実証で認知改善と抑うつ傾向の低下を示し、2030年代初頭の完全自律化へのロードマップを描く。
原題: Wellness Robots and the Path to Full Autonomy / Mohammad H. Mahoor, Matthew Hessler, Lombe Chileshe 他
日本語で読む → - 論文自動運転/End-to-End計画ロボティクス
計画する場所だけを見るリアルタイム都市運転プランナー
高密度BEV構築を不要にし、計画に必要な領域だけをカメラから直接読む軽量プランナーLOWPを提案。nuScenesやNAVSIMで競争力のある計画性能を少ないパラメータで実現した。
原題: Look Only Where You Plan for Real-Time End-to-End Urban Driving / Haohua Que, Tianle Zhu, Qianyi Wu 他
日本語で読む → - 論文軌道計画q-bio.NC
駐車は軌道レベルのアフォーダンス:可逆なダイナミクスと非対称な行動
駐車における前向き駐車と後ろ向き駐車の非対称性を、可逆ダイナミクスと有限回の切り返し予算の観点から解析し、クリアランスの階層関係を証明した論文。
原題: Reversible Dynamics, Asymmetric Actions: Parking as a Trajectory-Level Affordance / Adam Y. Shavit
日本語で読む → - 論文VLAロボティクス
進捗推定で文脈検索するVLAのインコンテキスト学習
参照動画からタスク進捗を推定する価値関数を用いて、現在の実行段階に合った実演チャンクを検索し、VLAモデルのインコンテキスト学習を実現した研究。未見の実世界マニピュレーションで成功率を6.2%から23.8%に向上させた。
原題: VICTR: Value-Informed In-Context Learning for Vision-Language-Action Models / Luca Macesanu, Tianluo Zhang, Aditya Patil 他
日本語で読む → - 論文VLAロボティクス
失敗から学ぶVLAの汎用リカバリ学習フレームワーク
少数の修正デモから失敗の意図を推論し、空間表現と条件付きコストとして知識を符号化することで、VLAモデルが新規物体やシーン変化にも汎化できるリカバリ動作を学習する手法を提案。
原題: OopsieRecover: Learning Transferable VLA Corrections from Semantic Interventions / Arpit Bahety, Skand Peri, Sriniket Ambatipudi 他
日本語で読む → - 論文全身制御ロボティクス
サブシステム間の拘束を解いて全身協調を予測する階層制御フレームワーク
ヒューマノイドを胴体・腕・下半身のサブシステムに分解し、拘束力と相互作用レンチをNMPCで同時最適化することで、双腕協調マニピュレーションと全身協調を実現した研究。
原題: CRISP: Constraint-Resolved Interactions between Subsystems for Predictive Whole-Body Cooperation / Dario Valenzuela, Jeeseop Kim
日本語で読む → - 論文一人称視点行動認識画像認識
物体と視覚言語アフォーダンスを用いた一人称視点行動認識
一人称動画の行動認識において、物体のアフォーダンスを視覚言語モデルでゼロショット生成し、映像専門家と物体専門家を後期融合することで認識精度を向上させた研究。
原題: Egocentric Action Recognition with Objects and Vision-Language Affordances / Raúl Boix-Aldeguer, Manuel Benavent-Lledo, David Ortiz-Perez 他
日本語で読む → - 論文言語指示→記号目標AI
生成してからランク付け:身体性エージェントのための記号的目標解釈の学習
自然言語指示を計画可能な記号的目標に変換するため、LLMの微調整で候補を生成し、モデル自身の出力から好みを学習するランキング手法で最良候補を選ぶ二段階手法を提案した。
原題: Generate-then-Rank: Learning Symbolic Goal Interpretation for Embodied Agents / Jisen Lei, Huizhi Liang
日本語で読む → - 論文公平性・規制機械学習
敵対的多重性:都合よく選ばれたモデルと開示の限界
同程度の精度を持つモデル間の予測の不一致(予測多重性)を悪用し、性能をほぼ変えずに個別予測を反転させたり集計推定を操作したりできることを示し、既存の規制や開示方針をすり抜けうる操作の範囲を整理した研究。
原題: Adversarial Multiplicity: Cherry-Picked Models and the Limits of Disclosure / Cassandra C. Chou, Benjamin Q. Huynh, Allison Koenecke 他
日本語で読む → - 論文VLAロボティクス
較正済み潜在プロービングによるVLAモデルの失敗予測と分類
VLAモデルの潜在層に軽量プローブを挿入し、失敗の早期検出・検出漏れ/誤警報率の上限保証・失敗モード分類を低オーバーヘッドで実現した研究。
原題: Failure Prediction and Classification in Vision-Language-Action Models Via Calibrated Latent Probing / Michal P. Podolinsky, Yunhao Yang, Daniel Little 他
日本語で読む → - 論文手姿勢推定画像認識
高速・高精度な手の推定:ピクセル・インタラクション・ワールド空間
単眼画像から手のメッシュ・2D/3D関節・接触を高速推定するモデル群FAHを提案し、画像空間の整合性やワールド空間追跡を改善した。
原題: Fast and Accurate Hand Estimation in Pixels, Interaction and World Space / Jinkun Cao
日本語で読む → - 論文sim2realロボティクス
スタント走行向け学習ベース制御器の訓練非依存な検証手法
学習ベース制御器G-Maneuverを訓練条件から独立した物理パラメータと評価基準で検証し、Sim2Real2Simループで実車試験の安全領域を選定した研究。
原題: Training-Independent Validation of a Learning-Based Controller for Stunt Maneuvers / Kiruthiga Chandra Shekar, Aliasghar Arab, Jingang Yi
日本語で読む → - 論文UAVテストロボティクス
対称性を活用したUAV自動操縦の代理モデル支援テスト
飛行ミッション間の幾何学的対称性を利用し、単一ミッションで学習したニューラルネット代理モデルを任意ミッションの安全クリティカルなテスト生成に再利用する手法を提案・評価した。
原題: Symmetry-Aware Surrogate-Assisted Testing of UAVs / Anas Shrinah, Chris Bennett, Kerstin Eder
日本語で読む → - 論文VLAロボティクス
意図認識で安全な人型ロボットのソーシャルタッチを実現するVLA制御
人型ロボットが握手やハグなどの接触を伴う社会的インタラクションを安全に行えるよう、意図認識で動作をゲートするVLAパイプラインを構築し、複数モデルを比較評価した。
原題: AffectiveVLA: Safe and Intent-Aware VLA Control for Human-Humanoid Social Interaction / Nikita Kuzmin, Georgii Demianchuk, Mariya Lezina 他
日本語で読む → - 論文マニピュレーションロボティクス
Semantics-to-Contact:接触の多い操作のための段階的フレームワーク
視覚言語モデルでタスク領域を粗く特定し、その領域内で力覚フィードバックを用いた残差強化学習により微細な接触動作を学習する2段階手法を提案し、視覚的・位置的変動に頑健な実世界接触操作を実現した。
原題: Semantics-to-Contact: A Stagewise Framework for Robust Contact-Rich Manipulation / Guanren Qiao, Ruixiang Ouyang, Sheng Xu 他
日本語で読む → - 論文マニピュレーションロボティクス
可動スタッキングとギャップ認識プッシュ転送による双腕卓上整列
双腕ロボットで混雑した卓上を整列させるため、境界の衝突しない隙間を見つけて片腕で押し込み非同期に受け渡す手法を提案し、MCTSで計画する。
原題: Dual-Arm Tabletop Rearrangement with Movable Stacking and Gap-Aware Push Transfers / Mohammadreza Firoozalizadeh, Zakiye Rostamirad, Arman Barghi 他
日本語で読む →
PR・アフィリエイト広告
