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 →- 論文ナビゲーションロボティクス
動的障害物回避のための時間効率の良い反復学習プランニング
反復学習プランニングに予測リスク制御バリア関数を統合し、動的環境での安全なナビゲーションを実現する手法を提案。
原題: Time-Efficient Iterative Learning Planning for Safety-Critical Dynamic Obstacle Avoidance / Zhiyi Chen, Shuli Lv, Chen Min 他
日本語で読む → - 論文故障診断/LLMロボティクス
AUV故障復旧のためのシミュレーションプラットフォーム:LLMベース診断戦略の探求
AUVの異常時にLLMを診断・復旧プランナとして呼び出すアーキテクチャを検討し、物理ベースの故障注入とLLM評価を統合した閉ループシミュレータSPARを構築して、質量移動故障に対する複数LLMの診断性能を比較した。
原題: A Simulation Platform for AUV Fault Recovery: Exploring LLM-Based Diagnostic Strategies / Khalid Halba, Kylie Cooper, James G. Bellingham
日本語で読む → - 論文手術支援/トラッキングロボティクス
LapaTrack-3D:腹腔鏡手術のための術前形状を用いた6自由度トラッキング
腹腔鏡映像と術前CTなどの3D形状をリアルタイムに位置合わせする6自由度トラッキング手法を提案し、生体内・生体外実験で有効性を示した。
原題: LapaTrack-3D: 6 DoF pre-operative shape tracking for laparoscopic surgery / Jingwei Song, Javid Hussain Jakir, Ray Zhang 他
日本語で読む → - 論文歩行ロボティクス
SmellDiffusion: 嗅覚シーングラフを用いた拡散モデルベース四足歩行ナビゲーション
ガス漏れ源への四足ロボットナビゲーションのため、開語彙の嗅覚シーングラフと拡散プランナを組み合わせ、ピーク位置のずれを幾何ゲートで補正する手法を提案。
原題: SmellDiffusion: Diffusion-Based Quadruped Navigation with Olfactory Scene Graphs / Faith Ogunwoye, Iana Zhura, Hajira Amjad 他
日本語で読む → - 論文軌道最適化math.OC
平方根ガウス・ニュートンiLQR
コストのガウス・ニュートン構造を利用し、各ステップをQR分解のみで行う数値的に安定なiLQRの平方根定式化を提案。
原題: Square Root Gauss-Newton iLQR / Maximilian Haas-Heger, Jur van den Berg
日本語で読む → - 論文sim2realロボティクス
幾何変動下におけるロボット挿入の視覚的sim-to-real学習:鉄筋設置への応用
鉄筋挿入タスクを対象に、手続き的生成とドメインランダム化を用いた視覚ベースのsim-to-real学習システムを構築し、実機で91.3%の成功率を達成した。
原題: Visual Sim-to-Real Learning for Robotic Insertion under Geometric Variations: Application to Rebar Installation / Tao Sun, Beining Han, Patrick Yin 他
日本語で読む → - 論文マニピュレーションロボティクス
マルチロボットのタスク・動作計画における漸近最適性
複数ロボットのタスクと動作を同時に計画する問題に対し、遷移構造を特徴づけて大域的漸近最適性の十分条件を導出し、効率的なアルゴリズムを開発した。
原題: Asymptotically Optimal Multi-Robot Task and Motion Planning / Thi Thuy Ngan Duong, Cheuk Tung Shadow Yiu, Rahul Shome 他
日本語で読む → - 論文マニピュレーションロボティクス
CANTABILE: ロボットピアノ演奏のための表現豊かなダイナミクス学習
ロボットピアノ演奏において、音の強弱(ダイナミクス)を考慮したフレームワークを提案し、ベースラインより表現力豊かな演奏を実現した。
原題: CANTABILE: Learning Expressive Dynamics for Robotic Piano Performance / Woosik Kim, Wonhyeok Choi, Sunghoon Im
日本語で読む → - 論文ヒューマノイド全身制御ロボティクス
KINO: ヒューマノイドの移動操作におけるVLM計画と全身制御のためのキーフレームインターフェース
VLMによる計画と強化学習制御の間の仲介表現として動作キーフレームを用い、物体の把持・運搬・配置をヒューマノイドで実現する階層的フレームワークを提案。
原題: KINO: A Keyframe Interface for VLM Planning and Whole-Body Control in Humanoid Loco-Manipulation / Sitong Chen, Fatemeh Zargarbashi, Jin Cheng 他
日本語で読む → - 論文群制御ロボティクス
TRACER: 人間応答予測とインタラクションを考慮した再計画による適応型マルチロボット社会ナビゲーション
複数ロボットが人間と共存する空間で、ロボットの動きに対する人間の応答を予測し、その結果をオンラインで学習しながら再計画する双方向フレームワークを提案。
原題: TRACER: Adaptive Multi-Robot Social Navigation via Joint Human-Response Prediction and Interaction-Aware Replanning / Lan Hu, Minghui Liwang, Wenbo Zhu 他
日本語で読む → - 論文農業ロボティクスロボティクス
CLASP: 生食用ブルーベリー収穫のためのソフトローリングバンドグリッパを備えたクラスタ単位自律選択収穫ロボット
生食用ブルーベリーの房をソフトなローリングバンドグリッパで包み込み、成熟果実のみを選択的に引き離して収穫するクラスタ単位の自律ロボットを開発し、圃場試験で92%の把持成功率を達成した。
原題: CLASP: A Cluster-Level Autonomous Selective Picking Robot with a Soft Rolling-Band Gripper for Fresh-Market Blueberry Harvesting / Yixuan Xia, Yilin Cai, Natalia Belen Espinoza 他
日本語で読む → - 論文sim2real画像認識
日常動画から関節物体を再構成し操作を再現する実-to-シミュレーション手法
単眼RGB動画から、ドアや引き出しなどの関節物体のリンク分割・関節推定・3D再構成を行い、手の動きと合わせてシミュレーション上で操作を再現するフレームワークを提案。
原題: Track, Articulate, Act: Generating Articulation from Casual Human Videos / Jiaming Zhang, Homanga Bharadhwaj
日本語で読む → - 論文VLAロボティクス
M²Tok: 視覚言語行動モデルのためのマルチヘッド・マルチコードブック離散行動トークン化
連続的な行動信号を複数のヘッドと独立したコードブックで離散トークン化し、再構成誤差を抑えつつVLAモデルの性能を向上させる手法を提案。
原題: ${M}^2$Tok: Multi-head Multi-codebook Discrete Action Tokenization for Vision-Language-Action Models / Chunpu Xu, Zhixuan Liang, Yuhao Zhang 他
日本語で読む → - 論文水中マニピュレーションロボティクス
ULOHA: 水中両腕ロボット学習プラットフォーム
水中で両腕ロボットの模倣学習を行うためのテレオペ・多視点センシング・方策学習・自律実行を統合したプラットフォームを構築し、ACTやDiffusion Policy、SmolVLAを評価した。
原題: ULOHA: An Underwater Bimanual Robot System for Robot Learning / Masato Kobayashi, Takeru Tsunoori
日本語で読む → - 論文制御/最適化ロボティクス
ElastiQP: 制約付きロボット制御のための常に実行可能なQPソルバ
不等式制約をl1ペナルティで緩和し、実行不可能な問題でも競合する制約のみを違反して解を返す高速QPソルバを提案。
原題: ElastiQP: An Always-Feasible QP Solver for Constrained Robot Control / Daniel Morton, Jon Arrizabalaga, Zachary Manchester 他
日本語で読む → - 論文マニピュレーションロボティクス
InterMASH: 把持合成のための統一幾何表現
球面固定アンカーと球面調和関数で手と物体の局所形状・接触を統一的に符号化し、拡散Transformerで手形状と接触を同時生成する把持合成手法を提案。
原題: InterMASH: A Unified Geometric Representation for Grasp Synthesis / Xuanze Yang, Yumeng Liu, Haiyang Xin 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボット収穫のための能動的知覚:地中海温室におけるトマトのクラスタ内隠蔽果実の3D再構成と位置推定
トマトの房内に隠れた果実を、次善視点計画による点群取得とクラスタリングで3D再構成し、90%以上の精度で位置・姿勢を推定する手法を提案。
原題: Active perception for robotic harvesting: 3D reconstruction and localisation of tomatoes hidden within clusters in a Mediterranean greenhouse / Fernando Cañadas-Aránega, Rowan Border, José C. Moreno 他
日本語で読む → - 論文マニピュレーションロボティクス
長期自律マニピュレーション評価のためのグラフベース自動リセットシステムHALTER
学習済みの原子リセットスキルをグラフ探索で組み合わせ、LLMが採点・リセット計画・検証を行うことで、長期タスクのロボット評価を人手なしで再現性高く実行する。
原題: From Rollout to Reset: A Graph-Based Harness for Autonomous Long-Horizon Manipulation Evaluation / Jing Jiang, Yue Yang, Xinkai Jiang 他
日本語で読む → - 論文社会的ナビゲーション画像認識
PRISM: 社会的ロボットナビゲーションのための相互作用スタイルと運動の予測表現
人間同士の観察から歩行者の相互作用特性を潜在空間で推論し、その時間的安定性スコアをナビゲーション方策に組み込むことで、群衆内での衝突を減らすフレームワークを提案した。
原題: PRISM: Predictive Representation of Interaction Style and Motion for Social Robot Navigation / Bo-Han Chen, Hiromu Taketsugu, Norimichi Ukita
日本語で読む → - 論文マニピュレーションロボティクス
自己回帰型ワールドアクションモデルの失敗回復のための因果履歴テスト時スケーリング
自己回帰型ワールドアクションモデルにおいて、失敗回復を因果履歴のテスト時スケーリングとして再定式化し、進捗検知・履歴プレフィックス回復・仮説検証の3段階で訓練なしに回復を実現するフレームワークを提案。
原題: Causal-History Test-Time Scaling for Failure Recovery in Autoregressive World-Action Models / Lin Li, Long Chen, Kwunhang 他
日本語で読む → - 論文VLAロボティクス
視覚・言語・行動を分離した効率的なマルチタスクロボット方策
VLMを使わず視覚エンコーダ・言語エンコーダ・行動ヘッドを分離した方策を構築し、同等の成功率を保ちつつ推論速度と省エネ性を大幅に改善した。
原題: Decoupling Vision, Language, and Action for Efficient Multi-Task Robot Policies / Xiatao Sun, Chen Liang, Ziyao Zeng 他
日本語で読む → - 論文飛行マニピュレーションロボティクス
スラスタ一体型柔軟連続リンクを持つ形状適応型飛行マニピュレーションロボット
柔軟な連続リンクにスラスタを分散配置した飛行ロボットを提案し、形状適応性と大きな相互作用力を両立させて空中マニピュレーションを実現した。
原題: A Morphing Aerial Robot With Thruster-Integrated Flexible Continuum Links for Shape Adaptive Aerial Manipulation / Eri Sawada, Kazuki Sugihara, Ayano Miyamichi 他
日本語で読む → - 論文sim2realロボティクス
機能を保つデータ生成によるゼロショット実機-シミュレーション-実機マニピュレーション
接触を伴うタスクで形状を多様化しても機能的な接触面を保つメッシュ変形により、実機データなしでゼロショットの実機-シミュレーション-実機マニピュレーションを実現する手法を提案。
原題: Function-Preserving Data Generation for Zero-Shot Real-to-Sim-to-Real Manipulation / Tianyi Xiang, Xupeng Xie, Jiahang Cao 他
日本語で読む → - 論文VIOロボティクス
地下環境における視覚慣性オドメトリの劣化・誤較正・動的遮蔽下でのベンチマーク
CERBERUSデータセットを用い、地下環境でのVIOシステム4種を9つの実用的な摂動条件下で評価し、故障パターンとロバスト性限界を分析したベンチマーク研究。
原題: Benchmarking Visual-Inertial Odometry in Subterranean Environments Under Sensor Degradation, Miscalibration, and Dynamic Occlusion / Yueying Zhu, Xiang Li, Thien-Minh Nguyen 他
日本語で読む → - 論文VLA画像認識
Finder: 身体性グラウンディングのためのエージェント型閉ループ物体探索
言語で指定された物体を部分的に観測された3Dシーンから見つけるため、計画・証拠収集・検証・制御を閉ループで回すエージェント型手法を提案し、物体検索や質問応答で精度を向上させた。
原題: Finder: Agentic Closed-Loop Object Finding for Embodied Grounding / Shixiong Xu, Zhiyuan Chen, Song Ding 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボット積層造形の工程計画のための運動学に基づくエージェントAI
LLMエージェントと専門ツールを組み合わせ、スライス・配置・逆運動学・軌道タイミングなどを統合評価して、6軸ロボットアームによる積層造形の実行可能な工程計画を自動生成するフレームワークを提案。
原題: Kinematics-Grounded Agentic AI for Robotic Additive Manufacturing Process Planning / Jingzhan Ge, Ruimin Chen, Azadeh Haghighi 他
日本語で読む → - 論文VLAロボティクス
UAVと身体性知能の融合:物理デジタルAIエージェントによる人間意図と飛行力学の橋渡し
UAVの身体性知能(UAV EI)を5つの能力次元と5つのアーキテクチャ層からなる枠組みで整理し、基盤モデルや世界モデル、AIエージェントによる最近の進展を体系的にレビューしたサーベイ論文。
原題: UAVs Meet Embodied Intelligence: Bridging Human Intents and Flying Dynamics Via Harnessing Physical-Digital AI Agents / Yonglin Tian, Weiyi Wang, Houhua Lu 他
日本語で読む → - 論文VLAロボティクス
AdaGeoVLN: 視覚言語ナビゲーションのための表現深度とナビゲーション時間にわたる選択的幾何情報
視覚言語ナビゲーションにおいて、幾何基盤モデルの階層的特徴をポリシーの各段階に融合し、指示関連性・幾何信頼度・遷移新規性に基づいて履歴KV状態を選択的に保持するストリーミングフレームワークを提案。
原題: AdaGeoVLN: Selective Geometry Across Representation Depth and Navigation Time for Vision-Language Navigation / Quan-Dung Pham, Anh Dao, Danh Vinh Le 他
日本語で読む → - 論文物理的ヒューマンロボットインタラクションロボティクス
接触を伴う物理的人間-ロボットインタラクションにおけるオンライン・マルチモーダル作業負荷評価
接触の多い物理的ヒューマンロボットインタラクションにおいて、力覚・運動・皮膚コンダクタンスを統合し、経路曲率とタスク進行度で重み付けする解釈可能なオンライン作業負荷評価フレームワークを提案し、瞳孔径を参照に評価した。
原題: Online Multimodal Workload Assessment in Contact-Rich Physical Human-Robot Interaction / Yanyi Chen, Fan Yang, Min Deng
日本語で読む → - 論文VLAロボティクス
VLM-MPPI: 自然言語を多様な飛行行動に接地する空中ナビゲーション
自然言語の指示を6つの行動条件付きMPPIプランナで生成した多様な軌道候補に結びつけ、VLMがFPV画像から候補を選ぶ階層型UAVナビゲーションを実機とシミュレーションで実証した。
原題: VLM-MPPI: Grounding Natural Language in Behaviorally Diverse Trajectories for Aerial Navigation / Hanbing Zhang, Fangguo Zhao, Zerui Li 他
日本語で読む →
PR・アフィリエイト広告
