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
GN0: 視覚言語ナビゲーションにおける生成・評価・方策学習の統一的パラダイムに向けて
大規模データセットと高忠実度シミュレータを構築し、RL駆動のナビゲーション基盤モデルを提案して、視覚言語ナビゲーションの性能を向上させた。
原題: GN0: Toward a Unified Paradigm for Generation, Evaluation, and Policy Learning in Visual-Language Navigation / Xinhai Li, Xiaotao Zhang, Yuehao Huang 他
日本語で読む → - 論文ナビゲーションロボティクス
安全危機状況における蒸留視覚言語モデルを用いたイベント適応型動作計画
安全が重要な場面で、視覚言語モデルを連続制御に使うと遅延が生じる問題を解決するため、異常イベント時のみモデルを起動するフレームワークを提案し、高次推論と低次制御を統合して動的安全マージンを向上させた。
原題: Event-Adaptive Motion Planning with Distilled Vision-Language Model in Safety-Critical Situations / Zhenwei Huang, Changsheng You, Shuai Wang 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
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
事前学習ViTのパッチ単位スカラー特徴が実世界での高速移動ナビゲーションを可能にする
実世界の静的ゴールナビゲーション966エピソード(24km)の大規模実験を通じて、事前学習視覚エンコーダのどの要素が重要かを検証し、パッチ単位のスカラー特徴へのボトルネック化が解釈可能で有効な特徴を生むことを示した論文。
原題: A scalar per patch from pre-trained ViTs enables fast moving navigation in the real world / Steeven Janny, Leonid Antsfeld, Christian Wolf
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
KinematicRL: 運動学的実現可能性を備えた社会的ナビゲーションのためのシミュレーションから実世界への強化学習フレームワーク
この論文は、社会的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、高次制御入力と2D LiDARのみを用いた人間追跡により、シミュレーションと実世界のギャップを低減して動的に実現可能なナビゲーションポリシーを生成する。
原題: KinematicRL: A Sim-to-Real Reinforcement Learning Framework For Social Navigation With Kinodynamic Feasibility / Zhiming Xu, Haodong Yang, Chengju Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
IntentNav: 人間のデモから空間視覚オブジェクトナビゲーションを学習する
人間のデモから探索意図を学習し、空間記憶と視覚的手がかりを統合してオブジェクトナビゲーションを行うフレームワークを提案。複数ベンチマークで最高性能を達成し、異なるロボットへのゼロショット転移も可能。
原題: IntentNav: Learning Spatial-Visual Object Navigation from Human Demonstrations / Yuxin Cai, Zongtai Li, Maonan Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
蒸留型視覚言語信頼性ガイド付き拡散モデルによる空中ナビゲーション
UAVの自律ナビゲーション向けに、観測の信頼性を考慮した拡散ベースの経路生成プランナーを提案。視覚言語モデルから蒸留した信頼性ヒートマップで不確実領域を検出し、ESDFコストで物理障害物と同等に扱うことで、衝突率を大幅に低減した。
原題: Guided Diffusion with Distilled Vision-Language Reliability for Aerial Navigation / Ivan Valuev, Iana Zhura, Valerii Serpiva 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
AgniNav: 構成駆動型クロスエンボディローカルナビゲーション
ロボットの衝突エンベロープを4パラメータで定義し、単眼画像から疑似レーザースキャンを生成するネットワークとプランナーを構成することで、再学習なしで車輪型・脚型・人型ロボットに適用可能なナビゲーション手法を提案した。
原題: AgniNav: Configuration-Driven Cross-Embodiment Local Planning for Robot Navigation / Tianhao Zang, Siwei Cheng, Haidong Huang 他
日本語で読む → - 論文VQA/ナビゲーションロボティクス
VL-MemKnG: 長時間の自己中心視点ナビゲーション軌跡に対する質問応答のための時空間知識グラフとハイブリッドメモリ
長時間の自己中心視点ビデオに対するナビゲーション関連の質問応答において、時空間知識グラフとセグメントレベルの文脈メモリを組み合わせたハイブリッドメモリフレームワークを提案し、検索精度を向上させた。
原題: VL-MemKnG: Hybrid Memory with a Spatio-Temporal Knowledge Graph for Question Answering over Long Egocentric Navigation Trajectories / Svetlana Lukina, Mohamad Al Mdfaa, Gloria Haro 他
日本語で読む → - 論文ナビゲーションロボティクス
因果モデルはロボットナビゲーションを向上できるか?実ロボットナビゲーションのためのオンライン因果適応
実環境のサービスロボットのナビゲーションに因果モデルを適用し、オフライン評価とオンライン適応の両方で有効性を検証した論文。
原題: Can Causal Models Enhance Robot Navigation? Online Causal Adaptation for Real-Robot Navigation / Zhitao Liang, Alex Mitrevski, Emmanuel Dean 他
日本語で読む → - 論文ナビゲーションロボティクス
LeCropFollow: 不規則な農地におけるナビゲーションのための潜在空間プランニング
作物の不規則な植え付けや途切れなどの非構造環境での農業ロボットのナビゲーションを、幾何学的モデルを使わずに学習された潜在表現とモデルベース強化学習を用いて行うフレームワークを提案した。シミュレーションから実世界へのゼロショット転移を実現し、既存手法よりセマンティックな失敗を大幅に削減した。
原題: LeCropFollow: Latent Space Planning for Navigation in Unstructured Crop Fields / Felipe Tommaselli, Francisco Affonso, Arthur Pompeu 他
日本語で読む → - 論文ナビゲーションロボティクス
グレア耐性ナビゲーションコストマップのための信頼性誘導型深度融合
反射床やガラス面などで生じるRGB-D深度計測の誤差を、深度信頼度を予測するネットワークと信頼性に基づく融合機構で補正し、偽の障害物を減らしてナビゲーションコストマップを頑健に構築する手法を提案した。
原題: Reliability-Guided Depth Fusion for Glare-Resilient Navigation Costmaps / Shang-En Tsai
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
AirDreamer: ワールドモデルを用いた汎用ドローンナビゲーション
動物のナビゲーション行動に着想を得て、強化学習ポリシーとワールドモデルによる環境理解を組み合わせたドローンのナビゲーションフレームワークを提案。手作りの報酬整形なしで複雑な未見環境を航行し、シミュレーションと実機で有効性を実証した。
原題: AirDreamer: Generalist Drone Navigation with World Models / Zian Liu, Andong Yang, Chunkai Yang 他
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画像認識
P2DNav: パノラマから俯瞰への推論によるゼロショット視覚言語ナビゲーション
ゼロショットの視覚言語ナビゲーションにおいて、パノラマ方向選択と俯瞰ローカル接地を分離した階層的フレームワークを提案し、性能を向上させた。
原題: P2DNav: Panorama-to-Downview Reasoning for Zero-shot Vision-and-Language Navigation / Kai Sheng, Liuyi Wang, Haojie Dai 他
日本語で読む → - 論文世界モデル/ナビゲーション画像認識
3D-Belief:生成的3D世界モデリングによる身体化された信念推論
部分観測から3D空間でのエージェントの信念を推定・更新する生成的3D世界モデルを提案し、シミュレーションと実世界の物体ナビゲーションタスクで有効性を示した。
原題: 3D-Belief: Embodied Belief Inference via Generative 3D World Modeling / Yifan Yin, Zehao Wen, Suyu Ye 他
日本語で読む → - 論文VLMナビゲーション画像認識
SleepWalk:指示付き視覚言語ナビゲーションのストレステストのための3層ベンチマーク
テキストから生成された3D環境で、指示に基づく軌道予測を評価するベンチマークを提案し、最先端のVLMが空間推論に系統的な失敗をすることを示した。
原題: SleepWalk: A Three-Tier Benchmark for Stress-Testing Instruction-Guided Vision-Language Navigation / Niyati Rawal, Sushant Ravva, Shah Alam Abir 他
日本語で読む → - 論文ナビゲーション画像認識
ゼロショット具現化ナビゲーションと推論のためのマルチスケールガウス言語マップ
環境の幾何構造と意味構造を捉えるマルチスケールのガウス言語マップを提案し、大規模モデルと統合してゼロショットでナビゲーションと推論を行う。
原題: Multi-Scale Gaussian-Language Map for Zero-shot Embodied Navigation and Reasoning / Sixian Zhang, Yiyao Wang, Xinhang Song 他
日本語で読む → - 論文ナビゲーション画像認識
TrajRAG: 幾何学的・意味的経験の検索によるゼロショット物体ナビゲーション
過去のナビゲーション軌跡をトポロジカル極座標表現で構造化し、階層的チャンクで検索可能にすることで、大規模モデルの推論を強化するゼロショット物体ナビゲーション手法を提案。
原題: TrajRAG: Retrieving Geometric-Semantic Experience for Zero-Shot Object Navigation / Yiyao Wang, Sixian Zhang, Keming Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
EXACT-MPPI: 点群からの任意フットプリントロボットのための正確な符号付き距離ナビゲーションを経路積分制御で実現
点群観測と疎なガイダンスから、中間マップ表現なしで直接モーションコマンドを生成する、学習不要の局所ナビゲーションフレームワークを提案。任意の凸・凹フットプリントを正確に扱う符号付き距離評価をMPPIコントローラに組み込み、GPU並列でリアルタイム制御を実現した。
原題: EXACT-MPPI: Exact Signed-Distance Navigation for Arbitrary-Footprint Robots from Point Clouds via Path Integral Control / Chen Peng, Zhikang Ge, Wenwu Lu 他
日本語で読む → - 論文自律ナビゲーションロボティクス
統合自律スタック:汎用ロボット自律性のための設計指針に向けて
多様な航空・地上ロボットに適用可能な、モジュール統合型の自律システムスタックを提案・公開し、GNSS拒否環境での安全なナビゲーションや探索を実証した。
原題: The Unified Autonomy Stack: Toward a Blueprint for Generalizable Robot Autonomy / Mihir Dharmadhikari, Nikhil Khedekar, Mihir Kulkarni 他
日本語で読む → - 論文ナビゲーションロボティクス
D-CLING: ナビゲーション基盤モデルのための事前知識を保持する深度条件付きファインチューニング
ナビゲーション基盤モデルを新しい環境やカメラ設定に適応させる際、事前学習の知識を保ちながら効率的に学習するファインチューニング手法を提案した。ControlNetに着想を得て、ゼロ初期化の残差経路を持つ学習可能なバックボーンを追加し、深度情報を活用することで、衝突や人間の介入を減らしつつ長期的なナビゲーションを実現した。
原題: D-CLING: Prior-Preserving Depth-Conditioned Fine-Tuning for Navigation Foundation Models / Shintaro Nakaoka, Takayuki Kanai, Kazuhito Tanaka
日本語で読む → - 論文ナビゲーションロボティクス
MASt3R-Nav: 相対3DマップにおけるWayPixelナビゲーション
画像ペア間の相対3D座標系でのピクセル対応に基づくピクセル相対接続性マップを提案し、これをコストマップとして用いて制御器を訓練することで、高精度な視覚ナビゲーションを実現した。
原題: MASt3R-Nav: WayPixel Navigation in Relative 3D Maps / Vansh Garg, Rohit Jayanti, Krish Pandya 他
日本語で読む → - 論文ナビゲーションロボティクス
幾何学を超えて:複雑な3D環境における効率的な位相基盤ナビゲーション
複雑な3D環境でのロボットナビゲーションを効率化するため、物理的に到達可能な立位位置のみを抽出して状態空間を削減し、高速な経路計画を実現する手法を提案した。
原題: Beyond Geometry: Efficient Topologically-Grounded Navigation in Complex 3D Environments / Yifan Du, Chengwei Zhang, Siyu Liao 他
日本語で読む → - 論文ナビゲーションロボティクス
Uni-LaViRA: 言語・視覚・ロボット行動の翻訳による統合具現化ナビゲーション
ナビゲーションの意思決定構造を言語と視覚の行動出力に分解し、事前学習済みMLLMを活用してゼロショットで4つのタスクと4種類のロボットに適用する統合エージェントアーキテクチャを提案した。
原題: Uni-LaViRA: Language-Vision-Robot Actions Translation for Unified Embodied Navigation / Hongyu Ding, Sizhuo Zhang, Ziming Xu 他
日本語で読む →
PR・アフィリエイト広告
