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: 2026/9/17 / 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
Co-VLA: 視覚言語行動モデルのためのコンセンサスベース連合学習
ロボットデータを分散したまま、ADMMによるコンセンサス最適化で視覚言語行動モデル(VLA)を連合学習し、集中学習と同等の性能を達成した。
原題: Co-VLA: Consensus-based Federated Training for Vision-Language-Action Models / Haolong Li, Guner Dilsad Er, Michael Muehlebach 他
日本語で読む → - 論文マニピュレーションロボティクス
障害物を考慮したハーネスによる安全なロボットマニピュレーションのためのコーディングエージェント
言語モデルがロボット制御プログラムを書くコーディングエージェントは安全制約を無視しがちなため、障害物を考慮した経路計画と接触実行のハーネスを導入し、安全性を優先させる手法を提案する。
原題: Coding Agents with an Obstacle-Aware Harness for Safe Robot Manipulation / Bingxin Xu, Yuzhang Shang, Zhen Dong 他
日本語で読む → - 論文VLAロボティクス
VA-Bench:視覚実演・能動的知覚・メートル制御による身体性空間知能の評価
RGB実演から手順を学び、カメラ視点を能動的に選び、メートル単位の動作指令を出してフィードバックで修正する「観察-推論-行動-修正」ループを評価するベンチマークVA-Benchを提案。最良モデルでもタスク成功率は約54%にとどまることを示した。
原題: VABench: Measuring Embodied Spatial Intelligence through Visual Demonstrations, Active Perception, and Metric Control / Zhongbo Zhang, Jiayi Jin, Yifan Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
SPARROW: 適応的な経路探索・観測・待機のための生存POMCP
一時的な障害物がある環境で、待機・迂回・観測を選びながら経路探索するPOMCPベースのプランナを提案し、シミュレーションと実機で既存手法より到達時間を短縮した。
原題: SPARROW: Survival-POMCP for Adaptive Robot Routing, Observation, and Waiting / Hshmat Sahak, Aoran Jiao, Nicholas Rhinehart 他
日本語で読む → - 論文sim2realAI
PAANI: 河川ロボットシミュレーションのためのオンデバイス視覚証拠融合と説明可能ガイダンス
Arduino UNO Q上でYOLO11n検出器とMobileNetV3-Smallセグメンタを融合し、河川監視ロボット向けに証拠と方針理由を提示する説明可能な知覚・誘導パイプラインを構築した。
原題: PAANI : On Device Visual Evidence Fusion and Explainable Guidance for River Robot Simulation / Savio Cardoz, Santhiya Rajan
日本語で読む → - 論文VLA画像認識
パッチ除去後も持続する視覚言語行動ポリシーへの敵対的影響
VLAポリシーへの敵対的パッチが除去後も持続する状態効果を引き起こすことを示し、状態復元プロトコルで即時影響と持続影響を分離して評価した。
原題: Beyond Patch Removal: Persistent Adversarial Effects in Vision-Language-Action Policies / Enhao Wu, Fusen Guo, Yuxin Cao 他
日本語で読む → - 論文外骨格制御ロボティクス
UniExo:筋骨格系移動と適応型外骨格制御のための統合マルチスキルポリシー
歩行・旋回・走行・後退歩行の4スキルを単一の筋骨格系人間ポリシーに統合し、外骨格制御ポリシーと共適応させるフレームワークを提案。未見の動作でも高い追従成功率を示し、股関節外骨格で速度変化に対応した。
原題: UniExo: Unified Multi-Skill Policies for Musculoskeletal Locomotion and Co-Adaptive Exoskeleton Control / Yifei Yuan, Jakob Wolf, Ghaith Androwis 他
日本語で読む → - 論文sim2realロボティクス
DEXTERA: 単一画像から実機展開可能な巧みなマニピュレーションへ向けたReal-to-Sim-to-Real
1枚のRGB画像からシーンを分解し、物理パラメータ推定・ロボットキャリブレーション・軌道生成を自動化して、シミュレーションのみで学習した巧みなマニピュレーション方策を実機にゼロショット展開できるようにしたフレームワーク。
原題: DEXTERA: From a Single Image to Deployable Dexterous Manipulation via Real-to-Sim-to-Real / Jin Wu, Lianjie Yuan, Zeyan Sun 他
日本語で読む → - 論文ビジュアルサーボロボティクス
WM-VS: 進捗整合型ワールドモデルによる閉ループビジュアルサーボ
目標領域との対応からサーボ座標を定義し、行動結果が誤差を減らすかを予測するワールドモデルと反応型方策を学習。実機7自由度系で高精度な閉ループ視覚サーボと未学習目標への転移を実現した。
原題: WM-VS: Progress-Aligned World Models for Closed-Loop Visual Servoing / Guanzhong Sun, Junyi Ma, Yixuan Zhou 他
日本語で読む → - 論文電波ローカリゼーションロボティクス
MAGNETAR: マルチパス誘導による空間事後分布を用いた上中帯域送信機姿勢推定
単一の非同期RFマルチパス計測から、部屋のレイアウトと受信機姿勢を条件に、送信機の平面位置と向きの同時事後分布を推論する手法を提案。
原題: MAGNETAR: Multipath-Guided Spatial Posteriors for Transmitter Pose Inference in the Upper Mid-Band / Haozhe Lei, Ruibin Chen, Yuhan Jiang 他
日本語で読む → - 論文SLAMロボティクス
低コスト自律水中ロボット向けのパッシブセンサのみを用いた効果的な視覚慣性SLAM
1万ドル以下の民生センサのみを搭載した低コストAUVで、ステレオカメラ・MEMS IMU・深度センサを用いた6自由度の視覚慣性SLAMを評価し、既存SLAMパッケージの最適化により実用的なナビゲーションが可能であることを示した。
原題: Towards Effective Visual-Inertial SLAM with Passive-Only Sensors for Low-Cost Autonomous Underwater Vehicles / Grant Schwidder, David Widhalm, Junaed Sattar
日本語で読む → - 論文VLAロボティクス
捕まえられるものなら捕まえてみろ:応答性の高いVLAのためのリアルタイムフィードバックデノイジング
拡散型VLAの最終デノイジング段を軽量なフィードバック界面として残し、最新の観測で各行動を実行直前に補正する二時間スケール構成を提案し、動的環境での成功率を大幅に改善した。
原題: Catch Me If You Can: Real-Time Feedback Denoising for Responsive VLAs / Yiheng Ji, Xingru Zhou, Luis Sentis 他
日本語で読む → - 論文マニピュレーションロボティクス
LIFD: ロボットマニピュレーションのための3D認識シーン記憶を実現するアンカード拡散モデル
単一RGB視点とリカレントメモリから3D認識のシーントークンを拡散モデルで補完し、マニピュレーションポリシーに接続するシーン記憶フレームワークを提案。LIBEROやMetaWorld、実機UR5eで高い成功率を達成した。
原題: LIFD: Anchored Diffusion for 3D-Aware Scene Memory in Robotic Manipulation / Wenbo Li, Yiteng Chen, Wenhao Li 他
日本語で読む → - 論文群制御ロボティクス
母機・子機UAV-UGVシステムの統合誘導制御による協調ミッション
ホバリングするマルチロータ母機への小型マルチロータ子機の自律回収を含む、ローバー・母機・子機の異種協調システムを構築し、屋外20回のミッションで85%の成功率を実証した。
原題: Integrated Guidance and Control of a Mother-Child UAV-UGV System for Cooperative Missions / Aashish Sahu, R. Prasanth Kumar
日本語で読む → - 論文sim2realロボティクス
AURORA: 自然言語駆動型エージェントフレームワークによる信頼性の高い空陸協調シミュレーションの理解・推論・オーケストレーション
自然言語から空陸協調シミュレーションシナリオを生成し、実行時検証と局所修復により要求された相互作用を忠実に実現するエージェントフレームワークを提案。
原題: AURORA: A Natural Language-Driven Agentic Framework for Understanding, Reasoning, and Orchestrating Reliable Air-Ground Co-Simulation / Keshu Wu, Hao Zhang, Rui Gan 他
日本語で読む → - 論文空陸両用ロボットロボティクス
AeRove: 近距離パイプライン検査のための高速双安定再構成を備えたコンパクトな空陸両用ドローン
プロペラガードを車輪としてパイプ上を走行し、バネ式双安定機構で200msで飛行モードと地上モードを切り替える空陸両用ドローンを開発。飛行を障害物跳躍に限定することで消費電流を14分の1に削減し、パイプライン検査とガス検知を実現した。
原題: AeRove: A Compact Bimodal Aerial-Terrestrial Drone with Rapid Bistable Reconfiguration for Close-Range Pipeline Inspection / Caleb Polillio, Petras Swissler
日本語で読む → - 論文ナビゲーションロボティクス
PIVOT: 物理情報に基づく視覚言語モデルによる不整地走行評価とフィールドロボットナビゲーション
視覚言語モデルによる意味推論を物理計測と関連付け、不整地での走行可否評価を改善するナビゲーションシステムを提案し、実機実験で自律性を59.6%から97.0%に向上させた。
原題: PIVOT: Physically Informed Vision-Language Off-Road Traversability for Field Robot Navigation / Aoran Jiao, Wenda Zhao, Hshmat Sahak 他
日本語で読む → - 論文歩行ロボティクス
没入型人間デモンストレーションによる3D障害物環境でのシーン認識型ヒューマノイド歩行の学習
VRで収集した人間の動作をシーン認識型にリターゲティングし、障害物を避けながら全身で移動するヒューマノイド歩行ポリシーを学習させた。
原題: Learning Scene-Aware Humanoid Locomotion through 3D Clutter from Immersive Human Demonstrations / Beichen Wang, Tong Xu, Daniel Kosukhin 他
日本語で読む → - 論文マニピュレーションロボティクス
Imagine-TAMP:部分観測下での想像誘導によるタスク・動作計画
視覚言語モデルと生成シーンモデルで未観測領域を想像し、観測と操作のどちらを優先すべきかを計画段階で比較するTAMPフレームワークを提案。
原題: Imagine-TAMP: Imagination-Guided Task and Motion Planning in Partial Observability / Antareep Singha, Shivaram Kumar, Yoonwoo Kim 他
日本語で読む → - 論文遠隔操作ロボティクス
感情を考慮した共有自律制御:両手遠隔操作における感情動態と主観評価
操作者の表情・心拍・腕の動きから感情状態を推定し、悪化時のみ支援を発動する共有自律遠隔操作フレームワークを提案。30名の実験で生産的な状態が最大39.7%増加した。
原題: Affective Shared Autonomy: Temporal Affect Dynamics and Subjective Evaluation in Bimanual Teleoperation Tasks / Zhengji Liang, Guiyin Tian, Sijin Qu 他
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 → - 論文マニピュレーションロボティクス
FlipToSee: 再把持による能動的視覚探索のための確率的安定配置事前分布
単視点点雲から物体の安定配置を確率的に予測し、把持・動作計画と統合して未知物体の隠れた面を見るための再把持を実現した。
原題: FlipToSee: A Probabilistic Stable Placement Prior for Active Visual Exploration via Regrasping / Chang Shu, Sushil Samuel Dinesh, Shinkyu Park
日本語で読む → - 論文関節物体認識画像認識
FunArt: 生成3D潜在表現から機能構造と関節運動を解読
単一の静的RGB-D観測から、生成3Dモデルの潜在表現を構造事前分布として活用し、物体の可動部・機能要素のセグメンテーションと関節運動(軸・原点・範囲)を推定するフレームワーク。
原題: FunArt: Decoding Functional Structure and Articulation from Generative 3D Latents / Dennis Rotondi, Abdelrhman Werby, Kai O. Arras
日本語で読む → - 論文ナビゲーションロボティクス
ユニバーサルナビゲーションインターフェース:車輪ロボットのためのロボット不要データ収集
歩行器とスマホを使い、車輪ロボットに適した経路のナビゲーションデータをロボットなしで収集する手法を提案し、電動車椅子への転移も実証した。
原題: Universal Navigation Interface: Robot-Free Data for Wheeled Robot Navigation / Sarvesh Prajapati, Ananya Trivedi, Lorena Maria Genua 他
日本語で読む → - 論文物理シミュレーションcs.GR
S4R: 剛体の相互貫入を解消するスケーリング手法
物体を一度小さく縮めてから徐々に元のサイズに戻すことで、剛体同士のめり込みを解消する手法を提案し、大規模シーンでも高速かつ高精度に処理できることを示した。
原題: S4R: Scaling for Rigid-Body Interpenetration Resolution / Zhiyang Dou, Ang Zhao, Chen Peng 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 →
PR・アフィリエイト広告
