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 →- 論文世界モデルロボティクス
コンパクトだが動く:リカレント世界モデルにおける介入関連幾何学
リカレント世界モデルにおいて、介入による修正が固定部分空間を離れてもヤコビアン輸送で捉えられることを示し、介入構造の持続性を明らかにした。
原題: Compact but Moving: Intervention-Relevant Geometry in Recurrent World Models / Yuming Chen, Yang Liu
日本語で読む → - 論文3D基盤モデル/SLAM画像認識
適応的世界記憶3D基盤モデル:スケーラブルな3Dマッピング・自己位置推定・レンダリング
Transformerベースのゲート付き更新と時空間調整を組み合わせた適応的世界記憶機構により、長期記憶・大規模マッピング・ガウシアンレンダリングを単一モデルで統合した3D基盤モデルを提案。
原題: Adaptive World Memory 3D Foundation Model for Scalable 3D Mapping, Localization, and Rendering / Tianchen Deng, Guole Shen, Yilin Shen 他
日本語で読む → - 論文自動運転ロボティクス
CounterPlay: 自己対戦運転ポリシーのための反事実的ポストトレーニング
失敗したタスクから過去の状態に戻り、慎重から積極的までの運転スタイルで再試行し、他車に新たな衝突を起こさない成功例だけを蒸留する自己対戦ポストトレーニング手法を提案。
原題: CounterPlay: Counterfactual Post-Training for Self-Play Driving Policies / Jiarong Wei, Yin Wu, Runkai He 他
日本語で読む → - 論文歩行ロボティクス
SABER: 脚式移動のための注意ベース意味的アフォーダンス学習
地形の形状だけでなく「接触してよいか」という意味情報も考慮し、壊れやすい物を避けて歩く強化学習ポリシーを提案。Unitree B2で実機検証した。
原題: SABER: Learning Attention-based Semantic Affordance for Legged Locomotion / Hari Prasanth Palanivelu, Samuel Sze, Kennard Garrison Johannes 他
日本語で読む → - 論文ヒューマンロボットインタラクションロボティクス
個々の特性を考慮した支援型ヒューマンロボットインタラクションにおけるエンゲージメントと侵入性の理解
支援ロボットの介入頻度とパーソナリティ特性がユーザーのエンゲージメントや侵入感に与える影響を実験で調査し、個々の特性に合わせたロボット行動の調整が重要であることを示した。
原題: Understanding Engagement and Intrusiveness in Assistive Human-Robot Interaction Using Individual Traits / Valerio Bo, Lavinia Hriscu, Alberto Sanfeliu 他
日本語で読む → - 論文音響ナビゲーションロボティクス
AcousticDiffusion: 意味条件付き音響誘導拡散ポリシーによる救助支援
音声認識とマイクアレイの到来方向推定を統合し、拡散モデルで経路を生成する音響誘導ナビゲーション手法を提案。四足歩行ロボットに実装し、救助者への接近性能を向上させた。
原題: AcousticDiffusion: Semantically Conditioned Audio-Guided Diffusion Policy for Search-and-Rescue Assistance / Iana Zhura, Didar Seyidov, Dmitrii Plotnikov 他
日本語で読む → - 論文画像強調eess.IV
適応的カラーグレーディング
カラーグレーディングツールを開発し、映像フレームのトーン領域閾値を大規模に注釈付けして、K近傍法が画像強調の最先端手法を上回ることを示した。
原題: Adaptive Color Grading / Trevor D. Canham, Abhijith Punnappurath, Michael S. Brown
日本語で読む → - 論文マニピュレーションロボティクス
並列シミュレーションにおけるロボットマニピュレーションのための視覚言語報酬学習のスケーリング
GPU並列ロールアウトと単一リクエスト選好ラベリングを組み合わせたRAPIDを提案し、Franka Pandaの5タスクで訓練時間を8倍短縮、API呼び出しを95.5%削減しつつ成功率を98.7%に向上させた。
原題: Scaling Vision-Language Reward Learning for Robot Manipulation in Parallel Simulation / Lobna Joualy, Eric Demeester, Nikolaos Tsiogkas
日本語で読む → - 論文模倣学習ロボティクス
KnowDemo: 人間動画からの知識誘導型ロボット実演生成
人間の動画からVLMで操作知識を抽出し、対象環境で多様なロボット実演を生成するフレームワークを提案。
原題: KnowDemo: Knowledge-Guided Robot Demonstration Generation from Human Videos / Zhiyuan Gao, Yanxiang Zhan, Mohammad Khoshnazar 他
日本語で読む → - 論文VPR/イベントカメラ画像認識
イベントカメラによる多視点ジオローカリゼーション
フレームベースのデータセットをイベントストリームに変換して視点変化に頑健なイベントベースの位置認識モデルMegaEventを学習し、新規データセットSpringfield-Event-VPRを提案した。
原題: Multi-viewpoint Geo-localization with Event Cameras / Adam D. Hines, Michael Milford, Tobias Fischer
日本語で読む → - 論文ナビゲーションロボティクス
ポーズ注意機構付き視覚ナビゲーションTransformer
カメラポーズを位置エンコーディングとして使うTransformerプランナーを提案し、HM3Dのポイントゴールナビゲーションで93.3%の成功率を達成した。
原題: Visual Navigation Transformer with Pose Attention / Beiming Li, Jaime Romero, Jonathan Diller 他
日本語で読む → - 論文マニピュレーションロボティクス
PSR: 接触の多いマニピュレーションのための予測的感覚運動表現学習
マルチモーダルな感覚運動信号から将来の接触ダイナミクスを予測する表現を事前学習し、VLAモデルの行動生成に組み込むことで、力覚を要する接触の多い操作タスクの成功率を大幅に向上させた研究。
原題: PSR: Predictive Sensorimotor Representation Learning for Contact-Rich Manipulation / Shengbao Li, Peng Xu, Chao Tang 他
日本語で読む → - 論文マニピュレーションロボティクス
MAAP: 協調マニピュレーションのためのマルチエージェント能動知覚
各アームの手首カメラを移動視点として活用する能動知覚手法MAAPと、役割を考慮した模倣学習RAILを提案し、協調マニピュレーションの成功率を大幅に向上させた。
原題: MAAP: Multi-Agent Active Perception for Collaborative Manipulation / Bruno N. Y. Chen, Li Kang, Heng Zhou 他
日本語で読む → - 論文相対オドメトリ/Sim2Realロボティクス
NeuRIO: ゼロショットSim-to-Real多ロボット相対慣性オドメトリのためのストリーミングニューラル推定器
ロボット間の方位・距離・IMUのみから6自由度相対慣性オドメトリを推定するストリーミングニューラルネットワークを提案し、シミュレータ訓練によりゼロショットで実環境に転移、大規模チームでも高速動作を実現した。
原題: NeuRIO: A Streaming Neural Estimator for Zero-Shot Sim-to-Real Multi-Robot Relative Inertial Odometry / Zhehan Li, Jiadong Lu, Shengwei Ren 他
日本語で読む → - 論文ヒューマンロボット対話ロボティクス
失敗したロボットはいつ人間に尋ねるべきか:監査済みセンサ証拠に基づく修正対話の開始
失敗原因の診断精度をセンサごとに測定し、自己診断・追加センサ確認・人間への質問という3択の最適方針を導出。視覚言語モデルは証拠ではなくプロンプト表面に従うことを示した。
原題: When Should a Failing Robot Ask? Initiating Corrective Human-Robot Dialogue from Audited Sensor Evidence / Eshika Pathak, Leela Krishna
日本語で読む → - 論文全身運動/建設作業ロボティクス
屋根施工における人型ロボットのための斜面適応型全身運動学習
人間の動作をロボットに再現させつつ、屋根の斜面に足や手を正しく接地させるため、軌道最適化と強化学習を組み合わせた枠組みを提案し、Unitree G1で釘打ち・ハンマー・押し動作などを実現した。
原題: Learning Slope-Adaptive Whole-Body Locomotion for Humanoid Robots in Roofing Construction / Songyang Liu, Shuai Li
日本語で読む → - 論文VLAロボティクス
Navi-Agent: 位置推定不要の単眼ナビゲーションエージェント
座標や幾何学的な自己位置推定を使わず、視覚観測と移動履歴からナビゲーション用トポロジーを構築し、ゼロショットで長期的な視覚言語ナビゲーションを実現するエージェントを提案した。
原題: Navi-Agent: Unlocalized Monocular Navigation Agent / Wenyuan Xie, Mengyang Hong, Yongzhong Wang 他
日本語で読む → - 論文VLAロボティクス
MoWAM: 効率的なワールドアクションモデルのための明示的な将来運動予測
将来の動画生成をロボット運動の予測に置き換えることで、推論時の計算コストを抑えつつ分布シフトへの頑健性を高めたワールドアクションモデルを提案。
原題: MoWAM: Explicit Future Motion Prediction for Efficient World Action Models / Jiayu Wang, Bin Zhu, Yue Yu 他
日本語で読む → - 論文データ生成/両眼視覚画像認識
BinoGen: 身体性視覚知覚と学習のための大規模自己中心両眼データ生成
屋内環境で身体性を考慮した自己中心両眼視覚体験を自動生成するフレームワークBinoGenを提案し、2000万枚以上の注釈付き画像データセットを構築して、実世界の深度推定・物体検出・追跡性能を向上させた。
原題: BinoGen: Scaling egocentric binocular data for embodied visual perception and learning / Chunpeng Li, Ya-tang Li
日本語で読む → - 論文脚式ロボットロボティクス
情報理論による脚式ロボットの機械的知能の定量化
脚式ロボットを例に、身体ダイナミクスを計算過程かつ通信路とみなし、機械的知能を情報理論的指標で定量化する手法を提案した。
原題: Quantifying Mechanical Intelligence in Legged Robots with Information Theory / Zach J. Patterson
日本語で読む → - 論文セマンティックSLAMロボティクス
ベイズ推論を用いた精密農業におけるセマンティックSLAM
農業ロボット向けに、物体の意味情報をベイズ推論で更新しながらグラフ最適化SLAMと統合するリアルタイム世界モデリングを構築し、SpotとYOLOv8nで400株以上のマッピングを実証した。
原題: Semantic SLAM in Precision Agriculture using Bayesian Inference / Ruben Beumer, Sander Doodeman, René van de Molengraft 他
日本語で読む → - 論文宇宙ロボット/運動計画ロボティクス
アクチュエータ故障下における自由飛行宇宙ロボットのレジリエント運動計画
スラスタ故障をマルコフ連鎖でモデル化し、到達可能集合とRRT*を用いて目標到達確率を最大化する運動計画手法を提案し、実機で検証した。
原題: Resilient Motion Planning for Free-Flying Space Robots under Actuator Failures / Nicolas de Maddalena, Joris Verhagen, Jana Tumova
日本語で読む → - 論文VLAロボティクス
V2-STRep: 生成動画から再利用可能なロボットスキルを獲得するVLM基盤の構造化タスク表現
生成動画から得た運動をVLMで構造化し、点・軸・平面・6D姿勢などの幾何情報として表現することで、シーンを跨いで再利用可能なロボットスキルをゼロショットで獲得するフレームワークを提案。
原題: V2-STRep: VLM-Grounded Structured Task Representations for Reusable Robot Skills Acquired from Generated Videos / Yexin Hu, Dongheui Lee
日本語で読む → - 論文VLAロボティクス
CoRef-GS: マルチエージェント協調型参照3Dガウシアンスプラッティング
複数ロボットが各自構築した3Dガウシアンマップを統合し、言語クエリで対象物を特定する協調型シーン理解フレームワークを提案。
原題: CoRef-GS: Cooperative Referring Gaussian Splatting for Multi-Agent Scene Understanding / Zhikun Zhou, Kunyu Peng, Runyi Yang 他
日本語で読む → - 論文シナリオ生成ロボティクス
初期シーンから安全クリティカルなシナリオを生成する手法
拡散モデルと強化学習を組み合わせ、現実的な初期シーンから衝突などの危険な相互作用が発生しやすい状況を生成する手法を提案。
原題: Safety-Critical Scenanrio Emerges from Initial Scene / Yin Wu, Jiarong Wei, Carl Esselborn 他
日本語で読む → - 論文歩行ロボットロボティクス
四足歩行ロボットによる機械的精密除草
除草剤を使わずに、四足歩行ロボットにカスタム除草ツールを取り付け、脚を動かしてビットを制御し自律的に除草するシステムを開発した。
原題: Mechanical Precision Weeding with a Quadruped Robot / Ruben Beumer, Tom Janssen, René van de Molengraft 他
日本語で読む → - 論文群制御ロボティクス
接続性契約に基づく分散モデル予測制御
各エージェントに接続性契約と呼ばれる局所領域を割り当て、それを守る限りチームの通信接続が保証される分散モデル予測制御フレームワークを提案し、シミュレーションと実機実験で検証した。
原題: Distributed Model Predictive Control with Connectivity-based Contracts / Jorit Geurts, Danilo Saccani, Melanie N. Zeilinger 他
日本語で読む → - 論文強化学習ロボティクス
GR2PO: 連続ロボット制御のためのグループ相対リターン方策最適化
批評家なしでグループ正規化と割引リターンを用いて方策を更新する強化学習フレームワークを提案し、連続ロボット制御タスクで有効性を示した。
原題: GR2PO: Group Relative Return Policy Optimization for Continuous Robot Control / Pengqin Wang, Qiming Zhang, Shaojie Shen 他
日本語で読む → - 論文ラベル配置最適化AI
制約安全なグラフ文脈スコアリングによる安定した点特徴ラベルの配置
地図上の点特徴ラベル配置において、グラフ文脈を考慮したMLPスコアリングと混合整数最適化により、衝突ゼロで安定した配置を実現するプロトタイプを提案した。
原題: Constraint-Safe Graph-Context Scoring for Stable Point-Feature Labels Under Text-Width and Accessibility-Inspired Profiles / Taimoor Ahmad
日本語で読む → - 論文軌道予測ロボティクス
複数EKF軌道候補のニューラル融合による車両軌道予測
ニューラル軌道予測器Trajectron++の出力と拡張カルマンフィルタ(EKF)による複数の軌道候補を後段で融合し、nuScenesデータセットで予測誤差を改善した。
原題: Vehicle Trajectory Prediction via Neural Fusion of Multiple EKF-Based Trajectory Candidates / Seong-Jun Kim, Seung-Hyun Kong
日本語で読む →
PR・アフィリエイト広告
