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: 2026/9/18 / 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 →- 論文マニピュレーションロボティクス
GPU並列モード評価による接触リッチ動作計画
接触モード列をGPUで並列評価し貪欲に拡張するCoMETを提案し、平面押し操作や双腕非把持マニピュレーションで従来手法と同等以上の性能を示した。
原題: Contact-Rich Motion Planning via GPU-Parallel Mode Evaluation / Jiayun Li, Georgia Chalvatzaki
日本語で読む → - 論文触覚ロボティクス
AVT-Fabric: 適応的証拠選択による能動的視触覚知覚で効率的なロボット布地比較
RGB画像を起点に、比較の難易度に応じて触覚情報を追加取得するか判断する枠組みを提案し、布地比較タスクで高精度かつ効率的な視触覚推論を実現した。
原題: AVT-Fabric: Active Visuo-Tactile Perception via Adaptive Evidence Selection for Efficient Robotic Fabric Comparison / Chang Gao, Zhuo Chen, Suhang Xia 他
日本語で読む → - 論文イベントカメラ/ロボティクスビジョンロボティクス
イベントカメラを用いたロボティクスビジョンのためのEventCVライブラリ
イベントカメラをロボットに統合するためのオープンソースRustライブラリEventCVを開発し、ノイズ除去や特徴学習、ONNX推論などの機能を提供してロボット応用事例を示した。
原題: The EventCV Library for Event-Based Robotic Vision / Adam D. Hines, Michael Milford, Tobias Fischer
日本語で読む → - 論文世界モデルロボティクス
認識的不確実性に基づく適応的ロールアウト打ち切りによる効率的なオフライン世界モデル訓練
世界モデル訓練で、認識的不確実性が閾値を超えた時点で自己回帰ロールアウトを打ち切る適応戦略を提案し、固定ホライズンと同等以上の精度を約72%少ない計算で達成した。
原題: Adaptive Rollout Truncation Based on Epistemic Uncertainty for Efficient Offline World Model Training / Nikodem Sebastian Zymla, Laurin Thiele, Johannes Pitz
日本語で読む → - 論文歩行ロボティクス
FootQuery: 予測接地位置に基づく深度履歴検索による知覚型ヒューマノイド歩行
各足の次回接地位置予測を用いて過去の深度フレームから必要な地形情報を検索し、複雑地形を歩行するヒューマノイド制御を実現した研究。
原題: FootQuery: Future-Touchdown-Guided Retrieval from Depth History for Perceptive Humanoid Locomotion / Tao Dong, Jia Yu, Yuxuan Fan 他
日本語で読む → - 論文模倣学習ロボティクス
CARF: 失敗誘導フローマッチングの対比的引力-斥力
失敗軌道から「進展する部分」は模倣し「失敗を招く部分」は回避する非対称な学習を、フローマッチングで統一的に実現する手法を提案。
原題: CARF: Contrastive Attraction-Repulsion of Failure-Guided Flow Matching / Shuqi Zhao, Bang Du, Cheng-En 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
ForceTwin: 計測された人間の操作からロボットマニピュレーションのための物理情報デジタルツインを構築
力覚グリッパで人間が物体を操作した際の姿勢と力を用い、慣性・摩擦・機構動力学を含む物理情報デジタルツインを同定する手法を提案し、インピーダンス制御のフィードフォワードモデルとして目標達成率を大幅に改善した。
原題: ForceTwin: Physics-informed Digital Twins for Robotic Manipulation from Instrumented Human Interaction / Tim Engelbracht, René Zurbrügg, Mayank Mittal 他
日本語で読む → - 論文医療AIデータ基盤機械学習
EHR2Trace: 患者ワールドモデルと臨床エージェントのための監査可能なEHRデータ基盤
異なる形式の電子カルテデータを、追跡可能な患者イベントに変換するシステムを提案し、モデル学習・評価のためのデータ基盤を提供する。
原題: EHR2Trace: Auditable EHR Data Infrastructure for Patient World Models and Clinical Agents / Xinye Yang, Yuli Wang, Cheng Ting Lin 他
日本語で読む → - 論文制御アーキテクチャ/LLMロボティクス
LEMCA: LLMによる効率的なモード切替制御アーキテクチャの合成
LLMを進化的ループで用いて、制御モードとリソース配分、モード遷移を自動設計し、単一構成の制御より効率的なモード切替制御を合成する手法を提案。
原題: LEMCA: LLM-Guided Synthesis of Efficient Mode-Switching Control Architectures / Arjun Krishna, Vincent Pacelli, Dinesh Jayaraman
日本語で読む → - 論文VLAロボティクス
視覚言語行動ポリシー間における成果条件付きエンドエフェクタ幾何
4つのVLAポリシーによる15,000回のLIBEROロールアウトを解析し、両方成功したペアは片方のみ成功したペアよりエンドエフェクタ軌道が近いことを示した。
原題: Outcome-Conditioned End-Effector Geometry Across Vision-Language-Action Policies / Xingyu Lin, Zhuang Li, Zhongrun Wu 他
日本語で読む → - 論文社会ナビゲーションロボティクス
PopNavShift: 歩行者集団の行動変化に対する社会ナビゲーションのストレステスト
歩行者の行動分布を人為的に変化させるシミュレーション枠組みを構築し、代表的な社会ナビゲーション手法の性能が歩行者負担とロボット移動時間のどちらで評価するかによって順位が逆転しうることを示した。
原題: PopNavShift: Stress-Testing Social Navigation under Behavioral Population Shift / Kaizhen Tan, Diyu Zheng, Tim Guangyu Wu 他
日本語で読む → - 論文模倣学習/人間からロボットへの転移ロボティクス
Skel-WAM: 人間からロボットへの操作スキル転移を実現する手骨格条件付きワールドアクションモデル
人間とロボットの手の骨格を共通インターフェースとして用い、人間の動画とロボットの実演を統合学習することで、実機の双腕操作タスクの成功率を大幅に向上させた研究。
原題: Skel-WAM: A Hand-Skeleton-Conditioned World Action Model for Human-to-Robot Manipulation Transfer / Zetao Cai, Yaping Li, Yiqun Wang 他
日本語で読む → - 論文人ロボット協調ロボティクス
視覚的先回り行動:意図伝達による人とロボットの協調強化
ロボットが視覚フィードバックで自身の意図を人間に伝える「視覚的先回り行動」を提案し、物体受け渡し実験で人間の行動調整と協調性の向上を確認した。
原題: Visual Proactivity: Enhancing Human-Robot Collaboration Through Intent Communication / Valerio Bo, Edison Bejarano, Anaís Garrell 他
日本語で読む → - 論文クロスエンボディメント転移ロボティクス
潜在ポリシーステアリング:異なる身体間の転移のための効率的で柔軟なフレームワーク
多様な身体の視覚ダイナミクスを学習した世界モデルを活用し、テスト時に潜在空間探索でポリシーを誘導することで、身体の異なるロボット間の効率的な転移を実現する。
原題: Latent Policy Steering: An Efficient and Flexible Framework for Cross-Embodiment Transfer / Yiqi Wang, Mrinal Verghese, Jeff Schneider
日本語で読む → - 論文全身制御ロボティクス
LIMBO: 俊敏かつ安全な全身制御のためのモデルフリー障壁目的の学習と内部化
黒箱遷移から状態行動制御障壁関数を学習し、その安全構造をタスク方策に蒸留することで、オンライン安全フィルタなしに人型ロボットの全身制御を安全かつ俊敏に実現するフレームワーク。
原題: LIMBO: Learning and Internalizing Model-Free Barrier Objectives for Agile and Safe Whole-Body Control / Jake Gonzales, Arturo Flores Alvarez, Yu-Ming Chen 他
日本語で読む → - 論文継続的マッピング/3Dガウシアンスプラッティング画像認識
EliGSiR: 計算量制約下での継続的RGB-Dマッピングのためのガウシアンスプラッティング
オンラインでRGB-D観測が到着する継続的マッピングにおいて、限られた計算予算を適応的に配分し、ガウシアンスプラッティングによる地図を逐次更新する手法を提案。
原題: EliGSiR: Continual RGB-D Mapping with Gaussian Splatting under Bounded Compute / Björn Ellensohn, Elmar Rueckert, Christian Rauch
日本語で読む → - 論文sim2realロボティクス
学習ベースロボットPKにおけるダイナミクス由来のコミットメント
人型ロボットのシュートと四足ロボットのセーブからなるPKシステムを構築し、身体能力に起因する『コミットメント(選択肢の消失)』を解析するDIC-Mapを提案した。推定器の置き換えがセーブ率を0.240から0.472へ大幅に改善することを示した。
原題: Dynamics-Induced Commitment in Learning-Based Robotic Penalty Kicks / Ruize Geng, Hao E. Zhang, Yisen Li 他
日本語で読む → - 論文VLAAI
意図から行動へ:車両音声コマンド認可におけるLLM安全性のベンチマーク
車載音声アシスタントにおけるLLMの実行前認可判断を評価する202シナリオのベンチマークを提案し、7クラス分類での意思決定整合性と安全性エラーを測定した。
原題: From Intent to Action: Benchmarking LLM Safety in Vehicle Voice Command Authorization / Diba Afroze, Xingli Zhang, Yazhou Tu 他
日本語で読む → - 論文自己校正ロボティクス
OmniCalib:ヒューマノイドロボットのためのターゲット不要・タスク構造化自己校正
ロボット自身の動作と搭載センサのみを用い、腕・脚の関節ゼロ点やカメラ外部パラメータを校正ターゲットなしで推定する自己校正ワークフローを提案。
原題: OmniCalib: Target-Free, Task-Structured Self-Calibration for Humanoid Robots / Kaixiang Lu, Haiyu Lan, Chunxiao Qiao 他
日本語で読む → - 論文VLA画像認識
産業用物体検出における人間可読なXAIのための視覚言語モデル適応
産業製造ラインの物体検出において、非専門家向けに直感的な説明を生成する視覚言語モデルを微調整し、XAIインターフェースを構築した。
原題: Adapting Vision-Language Models for Human-Readable XAI in Industrial Object Detection / Sarvenaz Sardari, Freddy Fernandes, Samarth Yelvande 他
日本語で読む → - 論文マニピュレーションロボティクス
把持条件付き配置のための実行を考慮した事前ランキング
把持と配置の候補を計画前にランキングし、実行可能性を予測するモデルを提案。30物体・1235シーンのデータセットで成功率を大幅に改善した。
原題: Execution-Aware Pre-Execution Ranking for Grasp-Conditioned Robotic Placement / Tianyuan Liu, Rutherford Agbeshi Patamia, Benjamin Champion 他
日本語で読む → - 論文マニピュレーションロボティクス
VLA事後学習による高自由度巧みなマニピュレーション
高自由度の巧みな手の操作を実現するため、時間的手動作コーデック・教師あり微調整・DAgger・実世界残差強化学習を組み合わせた4段階の事後学習パイプラインを提案し、実世界の5タスクで成功率100%を達成した。
原題: Towards High-DoF Dexterous Manipulation through VLA Post-Training / Junlei Zhu, Shenzhe Yao, Chaogui Huang 他
日本語で読む → - 論文安全フィルタリングロボティクス
ロボットによる電池リサイクルにおける二端子危険に対する実行時安全フィルタリング
電池リサイクルで導電性ペイロードが充電セルの両端子に同時に近づく危険を対象に、学習済み操作ポリシーへの実行時安全フィルタの設計(述語構造・マージン・フォールバック)を比較し、フォールバック戦略が安全性とタスク成功率のトレードオフに最も大きく影響することを示した。
原題: Runtime Safety Filtering for Two-Terminal Hazards in Robotic Battery Recycling / Yuxin Cao, Wei Song, Xianglin Yang 他
日本語で読む → - 論文マニピュレーションAI
MAGMA-GEN: 曖昧な失敗からの反事実的再実行による検証済み回復監督
長期的な操作タスクにおける曖昧な失敗を、特権コーチによる仮説と反事実的再実行で検証し、回復行動の教師データを自動生成する手法を提案。
原題: MAGMA-GEN: Validated Recovery Supervision from Ambiguous Failures via Counterfactual Re-Execution / Loan Bernat, Matthieu Grard, Ariane Herbulot 他
日本語で読む → - 論文群制御ロボティクス
HEROIC: 異種ロボットの証拠推論によるオープンボキャブラリ同定と協調
空中・地上ロボットが自然言語のみで通信し、センサ特性とスケール則に基づいて役割を動的に再割り当てしながらオープンボキャブラリ探索を行う分散協調フレームワークを提案。
原題: HEROIC: Heterogeneous Evidential Reasoning for Open-Vocabulary Identification and Cross-Robot Collaboration / Mihir Chauhan, Aarav Jain, Addison Zucek 他
日本語で読む → - 論文VLAロボティクス
ForeTac-VLA: 接触の多いロボットマニピュレーションのための触覚予測に基づく視覚-言語-行動モデル
未来の触覚状態を予測して行動生成を導く触覚・視覚・言語融合モデルを提案し、接触の多い実世界タスクで高い成功率を達成した。
原題: ForeTac-VLA: A Forecasting-Based Tactile-Vision-Language-Action Model for Contact-Rich Robotic Manipulation / Zhengyu Tao, Xin Li, Xin Wang
日本語で読む → - 論文マルウェア検出cs.CR
Delphi Scanner: API系列モデリングによる効率的で解釈可能な静的マルウェア検出
Windows PEファイルのAPI系列をCNNでモデル化し、ルールベースの解釈層で悪意ある機能を分類する静的マルウェア検出システムを提案。19万件超で95.35%の精度を達成し、軽量かつ解釈可能で敵対的回避にも頑健。
原題: Delphi Scanner: efficient and interpretable static malware detection via API sequence modeling / Bijied Brahimi, Vincent Cohadon, Gabriel Glazman 他
日本語で読む → - 論文迎撃ドローンロボティクス
Project SCOUT: 周辺防衛のための迎撃ドローン
本論文は、侵入するUAVを迎撃するために、機上での視覚検出・追跡・制御を統合したROSベースのフレームワークSCOUTを提案し、実機実験で有効性を示した。
原題: Project SCOUT: Interceptor Drone for Perimeter Defense / Azmain Yousuf, Siwei Cai, Knut Peterson 他
日本語で読む → - 論文3Dグラウンディング画像認識
CitySTAR: オープンボキャブラリ都市3Dグラウンディングのための構造的・トポロジー認識推論
都市規模の3D点群において、自然言語指示から対象を特定するタスクを構造的制約推論として再定式化し、シーングラフとハイパーグラフによるトポロジー検証で高精度にグラウンディングする学習不要のフレームワークを提案。
原題: CitySTAR: Structured and Topology-Aware Reasoning for Open-Vocabulary Urban 3D Grounding / Shuai Zhang, Hongye Hou, Qinghe Liu 他
日本語で読む → - 論文自動運転/駐車ロボティクス
量子化行動表現を用いたオフライン強化学習による信頼性の高い駐車ポリシーの学習
LiDAR特徴を目標姿勢に適応させ、ウェイポイント列を離散トークンに量子化して保守的Q学習を行うオフライン強化学習により、対話を考慮した自動駐車を実現し、CARLAで最高の成功率と未見スロットへの転移を示した。
原題: Learning Reliable Parking Policies via Offline Reinforcement Learning with Quantized Action Representations / Zewei Yang, Zengqi Peng, Jun Ma
日本語で読む →
PR・アフィリエイト広告
