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: 2026/6/1 / 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 →- 論文ナビゲーションロボティクス
ImagineUAV: 世界モデルと運動力学的計画による空中視覚言語ナビゲーション
UAVの視覚言語ナビゲーションにおいて、潜在ビデオ拡散モデルで未来の観測を想像し、そこから6自由度の動作を抽出して衝突回避軌道を計画するフレームワークを提案。
原題: ImagineUAV: Aerial Vision-Language Navigation via World-Action Modeling and Kinodynamic Planning / Xuchen Liu, Jiawei Huang, Shihao Xia 他
日本語で読む → - 論文ナビゲーションロボティクス
NavWM: 先読み計画のための統合ナビゲーションワールドモデル
ナビゲーションのための統合ワールドモデルを提案し、潜在世界トークンによる幾何・意味理解と、多様な行動予測による閉ループ計画を実現した。
原題: NavWM: A Unified Navigation World Model for Foresight-Driven Planning / Yanghong Mei, Longteng Guo, Ming-Ming Yu 他
日本語で読む → - 論文ナビゲーションロボティクス
展開可能なソーシャルロボットナビゲーションのための視覚言語モデル:意味推論と低レベル制御の橋渡し
本論文は、ソーシャルロボットナビゲーションにおける視覚言語モデルの活用を概観し、高レベルの意味推論と低レベルの制御を統合するための構造化されたロードマップを提案している。
原題: Vision-Language Models for Deployable Social Robot Navigation: Bridging Semantic Reasoning and Low-Level Control / Runji Cai, Toshihiko Yamasaki, Ling Xiao
日本語で読む → - 論文VLMナビゲーション画像認識
Goal2Pixel: ナビゲーション目標をピクセルに接地する視覚言語ナビゲーション
視覚言語ナビゲーションを、行動予測ではなく画像平面上のナビゲーション可能なピクセル接地として再定式化し、VLMの推論回数を大幅に削減しつつ高性能を達成した。
原題: Goal2Pixel: Grounding Goals to Pixels for Vision-Language Navigation / Muyi Bao, Yuxin Cai, Hang Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
COREプランナー:未知環境でのロボットナビゲーションのための文脈記憶指向強化学習
未知環境でのロボットナビゲーションにおいて、従来手法と学習ベース手法の利点を組み合わせ、スパース可視グラフとTransformerを用いた文脈記憶機構を導入し、シミュレーションから実機へのゼロショット転移を実現する強化学習プランナーを提案した。
原題: CORE Planner: Contextual-memory Oriented Reinforcement-learning in Unknown Environments for Robot Navigation / Jintao Kong, Zhihao Zhang, Weihuang Chen 他
日本語で読む → - 論文ナビゲーションロボティクス
画像で指定された物体へ飛行:クロスグラフメモリと視点計画による3Dクアッドローター航法
クエリ画像に写る特定の物体インスタンスへ向かうクアッドローター航法の階層的フレームワークを提案。視点を考慮した行動ノード生成と学習ベースのポリシーで探索と安全な飛行を両立し、シミュレーションと実機で有効性を実証した。
原題: Flying to Image-Specified Objects: 3D Quadrotor Navigation via Cross-Graph Memory and Viewpoint Planning / Junjie Gao, Yuqi Chen, Yongzhou Pan 他
日本語で読む → - 論文ナビゲーションロボティクス
FloVerse: フロアプラン誘導によるマルチモーダルナビゲーション
フロアプランを用いた屋内ナビゲーションの新しいタスクを提案し、PointNav・ObjectNav・ImageNavを統合した大規模データセットと拡散モデルベースの模倣学習手法を開発した。
原題: FloVerse: Floor Plan-Guided Multi-Modal Navigation / Weiqi Huang, Shuangyi Dong, Jiaxin Li 他
日本語で読む → - 論文ナビゲーションロボティクス
ViTL: 時間論理ガイドによる視覚言語モデルを用いたゼロショット自然言語ナビゲーション
自然言語コマンドを時間論理式に変換し、視覚言語モデルで方向別スコアを生成することで、複数目標を順序付きで探索するゼロショット長期的ナビゲーションを実現した。
原題: ViTL: Temporal Logic-Guided Zero-Shot Natural Language Navigation via Vision-Language Models / Kaier Liang, Hengde Dai, Cristian-Ioan Vasile
日本語で読む → - 論文ナビゲーションロボティクス
VISTA: 行動履歴条件付けによるスケール認識型視覚ナビゲーション
視覚ナビゲーション基盤モデルが正規化された行動予測により物理的スケールを誤解する問題を解決するため、行動履歴を条件付けに加え、DINOv3エンコーダで空間・幾何情報を強化したモデルVISTAを提案。未見環境でのゼロショット実世界展開で高い性能を示した。
原題: VISTA: Scale-Aware Visual Navigation via Action History Conditioning / Maeva Guerrier, Koki Kobayashi, Simon Roy 他
日本語で読む → - 論文ナビゲーションロボティクス
NavIsaacLab: 並列ロボット学習による現実的な群衆生成と人間を考慮したナビゲーションのベンチマーキング
物理ベースで写実的なシミュレーション環境を提供し、データ駆動の歩行者モデルを用いて人間らしい群衆を生成することで、人間を考慮したナビゲーションポリシーの訓練と評価を可能にするフレームワークを提案した。
原題: NavIsaacLab: Generating Realistic Crowd via Parallel Robot Learning for Benchmarking Human-aware Navigation / Bingyi Xia, Han Bao, Jingyu Zhu 他
日本語で読む → - 論文ナビゲーションロボティクス
SurveilNav: ロボットと監視システムの協調による物体目標ナビゲーション
監視カメラとロボットを協調させ、大規模環境での物体探索ナビゲーションを効率化するフレームワークを提案した論文。
原題: SurveilNav: Collaborative Object Goal Navigation with Robot and Surveillance System / Ming-Ming Yu, Qunbo Wang, Rongtao Xu 他
日本語で読む → - 論文ナビゲーション画像認識
2D-3Dギャップを埋める:視覚言語ナビゲーションのための階層的意味幾何マップ
視覚言語ナビゲーションの性能を向上させるため、3D空間情報をVLMが扱える階層的マップに変換し、意味推論と経路計画を分離する手法を提案した。
原題: Bridging the 2D-3D Gap: A Hierarchical Semantic-Geometric Map for Vision Language Navigation / Kailing Li, Tianwen Qian, Lijin Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
EffiNav:深度と視覚言語を融合した効率的な物体目標ナビゲーション
未知環境での物体探索効率を高めるため、深度情報と視覚言語モデルを組み合わせたナビゲーション手法を提案し、シミュレーションと実機で検証した。
原題: EffiNav: Fusing Depth and Vision-Language for Efficient Object Goal Navigation / Zecheng Yin, Benedict Jun Ma
日本語で読む → - 論文ナビゲーションロボティクス
FlashNav: 20秒以内の超高速ロボットナビゲーションポリシー訓練
GPU中心のフレームワークで、レンジベースのロボットナビゲーションの強化学習ポリシーを20秒未満で訓練できることを示した論文。シミュレーションをナビゲーションMDPに合わせて簡略化し、GPU上で並列遷移を生成することで高速化を実現。
原題: FlashNav: Ultra-Fast Policy Training for Robot Navigation within 20 Seconds / Shanze Wang, Yiwei Qian, Xinming Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
階層的意味拡張ナビゲーション:最適輸送とグラフ駆動推論による視覚言語ナビゲーション
連続環境での視覚言語ナビゲーション(VLN-CE)のための、階層的意味シーングラフと最適輸送に基づくプランナー、グラフ認識強化学習を統合したフレームワークを提案し、長期的タスクでの性能を向上させた。
原題: Hierarchical Semantic-Augmented Navigation: Optimal Transport and Graph-Driven Reasoning for Vision-Language Navigation / Xiang Fang, Wanlong Fang, Changshuo Wang
日本語で読む → - 論文UAVナビゲーションロボティクス
LNN-Fly: タイミング不一致に頑健な障害物回避のための連続時間UAVナビゲーション
LiDARベースのUAV障害物回避において、センサや制御のタイミングずれに頑健な連続時間ナビゲーションポリシーを提案し、シミュレーションと実機で有効性を示した。
原題: LNN-Fly: Continuous-Time UAV Navigation for Robust Obstacle Avoidance under Timing Mismatch / Yulin Huang, Shaojie Chen, Di Feng 他
日本語で読む → - 論文ナビゲーションロボティクス
PolyMerge: ポリトープ被覆による3Dガウシアンスプラットの圧縮と、リソース制約下での安全なナビゲーションの実現
3Dガウシアンスプラットで表現されたシーンを、凸ポリトープの集合に変換して軽量化し、制御バリア関数と組み合わせることで、計算資源が限られたドローンでもリアルタイムに安全な経路計画を可能にする手法を提案した。
原題: PolyMerge: Compressing 3D Gaussian Splats with Polytope Coverings for Provably Safe Resource-Constrained Navigation / Jihoon Hong, Chih-Yuan Chiu, Sara Fridovich-Keil 他
日本語で読む → - 論文ナビゲーションロボティクス
オープンな視覚言語モデルを用いた空間QAとナビゲーションのためのバイナリ追跡
ロボットの軌跡の時間順序を利用し、クエリから特定した2つのアンカー地点間で二分探索を行うことで、空間質問応答の精度と速度を向上させるオープンソースのエージェントを提案した。
原題: Binary Tracking for Spatial QA and Navigation with Open Vision-Language Models / Dongbin Na, Chanwoo Kim, Soonbin Rho 他
日本語で読む → - 論文ナビゲーションロボティクス
MineXplore: GNSS非依存地下環境向けオープンソース強化学習探索ベンチマーク
実在の地下鉱山データに基づくMuJoCoベースのナビゲーションベンチマークを構築し、PPOエージェントの学習が可能であることを実証した。
原題: MineXplore: An Open-Source Reinforcement Learning Exploration Benchmark for GNSS-Denied Underground Environment / Abhishek S, Badrikanath Praharaj, Sreeram MV
日本語で読む → - 論文ナビゲーションロボティクス
BIT-Nav: 脳に着想を得た軌跡記憶による身体化ナビゲーション
視覚言語モデルによるナビゲーションの性能限界はフレーム数ではなく表現方法にあるとし、軌跡の行動意図を圧縮した記憶トークンを追加するフレームワークを提案した。
原題: BIT-Nav: Brain-Inspired Trajectory Memory for Embodied Navigation / Rithvik Jonna, Aakash Gurram, Man Namgung 他
日本語で読む → - 論文ナビゲーションロボティクス
SidewalkBench: 都市歩道における視覚ナビゲーションのベンチマーク
都市歩道での視覚ナビゲーションを評価するための包括的なベンチマークを提案し、9つのモデルを様々なシナリオで評価した。
原題: SidewalkBench: Benchmarking Visual Navigation on Urban Sidewalks / Zhizheng Liu, Honglin He, Vivek Alumootil 他
日本語で読む → - 論文ナビゲーションロボティクス
JPPD: 動的障害物回避のための微分可能な安全ガイダンスを備えた統合予測・計画拡散モデル
歩行者やサービスロボットが混在する共有空間での自律移動のために、予測と計画を単一の条件付き軌道生成問題として扱う拡散モデルを提案し、微分可能な安全ポテンシャルで衝突回避を実現した。
原題: JPPD: Joint Prediction_Planning Diffusion with Differentiable Safety Guidance for Dynamic Obstacle Avoidance in Intelligent Transportation Systems / Jiahao Wu, Shengwen Yu
日本語で読む → - 論文ナビゲーションロボティクス
LocalNav: フロンティアVLMと身体化RLの蒸留によるオンデバイス物体目標ナビゲーション
大規模VLMの空間推論能力を軽量な4BパラメータのローカルVLMに蒸留し、組み込みGPU上で低遅延な物体目標ナビゲーションを実現する手法を提案した。
原題: LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation / Nicolas Baumann, Liam Boyle, Pu Deng 他
日本語で読む → - 論文ナビゲーションロボティクス
未マップ環境におけるアッカーマン操舵ロボットの安全な局所ナビゲーション
グローバルな目標がない未マップ環境で、障害物検出に基づき最も安全な進行方向を決定し、凸二次最適化で左右の境界線を構築して障害物を回避する局所ナビゲーション制御フレームワークを提案した。
原題: Safe Local Navigation for Ackermann-Steered Robots in Unmapped Environments / Christian Schaible, Shahin Sirouspour
日本語で読む → - 論文ナビゲーションロボティクス
UNSEEN: 未知環境におけるスパース推定を用いた不確実性を考慮したナビゲーション
前方カメラのみを用いて、位置推定・地図構築・経路計画を統合し、不確実性を考慮した視覚ナビゲーションを実現するフレームワークを提案した。
原題: UNSEEN: Uncertainty-aware Navigation via Sparse Estimation in Unknown Environments / Tommaso Faraci, Marco Camurri, Daniele Fontanelli 他
日本語で読む → - 論文強化学習/UAVナビゲーションロボティクス
AgenticRL: 視覚条件付きUAVナビゲーションのための自己改善型エージェント強化学習
報酬設計とポリシー改善を大規模言語モデルエージェントが自動で行う、UAVナビゲーションのための強化学習フレームワークを提案した。
原題: AgenticRL: Self-Refining Agentic Reinforcement Learning for Vision-Conditioned UAV Navigation / Roohan Ahmed Khan, Yasheerah Yaqoot, Amir Atef Habel 他
日本語で読む → - 論文ナビゲーションロボティクス
VGP-Nav:ロボットナビゲーションのためのメトリック対応視覚幾何知覚
単眼RGBカメラのみを用いて、メートル単位の正確な自己位置推定と障害物知覚を同時に実現する統合フレームワークを提案した。
原題: VGP-Nav: Metric-Aware Visual Geometric Perception for Robot Navigation / Hewei Pan, Weiye Zhu, Zekai Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
順序ニューラルコラプスを視覚ナビゲーションの表現事前分布として用いる手法
視覚ベースのナビゲーションにおいて、エンコーダの表現空間を行動の順序構造に合わせて整理する手法ORIONを提案し、曖昧な判断点での行動不一致を低減する。
原題: Ordinal Neural Collapse as a Representation Prior for Visual Navigation / E-In Son, Jung-Taak Kim, Seung-Woo Seo
日本語で読む → - 論文ナビゲーションロボティクス
AnyGoal: 視覚言語ガイドによるマルチエージェント探索を用いた訓練不要の生涯ナビゲーション
VLMを探索の中心に据え、共有ベイズ価値マップでエージェントを協調させる訓練不要のマルチロボットナビゲーション手法を提案。GOAT-BenchでSOTAを達成した。
原題: AnyGoal: Vision-Language Guided Multi-Agent Exploration for Training-Free Lifelong Navigation / MoniJesu James, Marcelino Julio Fernando, Miguel Altamirano Cabrera 他
日本語で読む → - 論文ナビゲーションロボティクス
Qwen-RobotNav 技術報告:エージェント型ナビゲーションシステム向けのスケーラブルなナビゲーションモデル
本論文は、推論時に外部から観測戦略を再構成可能なパラメータ化インターフェースを持つスケーラブルなナビゲーションモデルQwen-RobotNavを提案し、複数のタスクモードと観測パラメータを導入して、指示追従や物体探索などの多様なナビゲーション行動を単一モデルで実現する。
原題: Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System / Jiazhao Zhang, Gengze Zhou, Hale Yin 他
日本語で読む →
PR・アフィリエイト広告
