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: 2026/9/16 / 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cs.CR
「あなたのロボットは嘘で訓練されていた」:ロボットマニピュレーションに対する衝突メッシュ汚染攻撃
シミュレータ用3Dアセットの衝突メッシュだけを改ざんし、シミュレーションでは正常に見えるが実世界で失敗や安全リスクを引き起こす初のポイズニング攻撃を提案した。
原題: "Your Robot Was Trained on a Lie": Collision Mesh Poisoning Attacks on Robotic Manipulation / Gengyang Xu, Dongwei Xiao, Yiteng Peng 他
日本語で読む → - 論文マニピュレーションロボティクス
ForwardDLO: 固定されていない変形可能な線状物体に対するモデルベース両腕形状マッチング
固定されていないロープを両腕で把持・操作するための再帰的潜在ダイナミクスモデルを提案し、高精度かつ高速な候補行動評価により実世界の形状マッチングと経路誘導タスクを実現した。
原題: ForwardDLO: Model-Based Bimanual Shape Matching of Unconstrained Deformable Linear Objects / Tim Missal, Berk Guler, Lucas Domingues 他
日本語で読む → - 論文VLAロボティクス
GR00T N1.7向けワンステップドリフティングアクションヘッドの技術報告
VLAポリシーの拡散トランスフォーマーアクションヘッドをワンステップのドリフティングヘッドに置き換え、推論速度が大幅に向上する一方でタスク成功率が系統的に低下する速度と成功率のトレードオフを報告した。
原題: Technical Report: One-Step Drifting Action Heads for GR00T N1.7 / Xihe Shao
日本語で読む → - 論文全身移動操作ロボティクス
ViLoMan: ヒューマノイドロボットの視覚・固有感覚による全身移動操作スキルの学習
人間の部分的な動作デモを物理的に実行可能なロボット軌道に変換し、教師-生徒蒸留で視覚と固有感覚から全身関節動作を直接出力する統合方策を学習。扉閉めタスクでシミュレーションから実機へ転移し、多様な条件で汎化を実証した。
原題: ViLoMan: Learning Visual-Proprioceptive Whole-Body Loco-Manipulation Skills for Humanoid Robots / Zejie Tian, Ruibing Hou, Bingpeng Ma 他
日本語で読む → - 論文VLAロボティクス
リアルタイム視覚-言語-行動ポリシーのための強化学習
大規模VLAモデルの推論遅延による観測のずれを解消するため、遅い行動生成と速い反応的編集を分離し、強化学習でリアルタイム制御を可能にするフレームワークを提案。
原題: Reinforcement Learning for Real-Time Vision-Language-Action Policies / Perry Dong, Kuo-Han Hung, Dorsa Sadigh 他
日本語で読む → - 論文sim2realロボティクス
ビールを取ってきて:スムーズなピックアンドプレースのための合成から実への階層型ポリシー
液体入り容器をこぼさずに運ぶため、流体シミュレーションで検証した合成データと、言語・視覚からSE(3)目標を生成する高レベルモジュール+潜在拡散コントローラの階層型ポリシーを組み合わせた合成→実機フレームワークを提案。
原題: Fetch My Beer: Synthetic-to-real Hierarchical Policy for Smooth Pick-and-place / Yingyue Li, Chenyangguang Zhang, Ruida Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
接触音を夢見る:ゼロショット力覚マニピュレーションとデータ生成のための動画・音声生成の活用
生成動画に接触音を付加し、その音量から力プロファイルを推定することで、力覚を考慮したマニピュレーションを実現するパイプラインを提案。
原題: Dreaming the Sound of Contact: Leveraging Video and Audio Generation for Zero-Shot Force-Aware Manipulation and Data Generation / Guanhua Ji, Tianyu Li, Dayoon Suh 他
日本語で読む → - 論文VLAロボティクス
GroundingVLN: 視覚言語ナビゲーションのためのグラウンディングに基づく推論と行動
視覚的グラウンディングを推論と行動の共通インターフェースとして用い、推論を画像位置に紐付け、画素ゴールを予測して動作に変換する視覚言語ナビゲーション手法を提案。R2R-CEで69.9%の成功率を達成。
原題: GroundingVLN: Reasoning and Acting with Grounding for Vision-Language Navigation / Kailing Li, Yu Han, Tianwen Qian 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 → - 論文オープンボキャブラリ検索/水中画像ロボティクス
QMSR: クエリ条件付きマスク単位エキスパートルーティングによる頑健なオープンボキャブラリ水中物体検索
水中画像検索において、クエリと候補のペアごとに最適な画像強調エキスパートと融合強度を適応的に選ぶルーティング手法を提案し、固定の強調処理より高精度を実現した。
原題: QMSR: Query-Conditioned Mask-wise Expert Routing for Robust Open-Vocabulary Underwater Object Retrieval / Fuming Zhang, Dongyue Huang, Junjie Wen 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 → - 論文マニピュレーションロボティクス
混雑環境での把持のための視覚言語モデルによる校正済み確率的障害物推論
VLM・深度・アモーダルマスクの手がかりを校正・統合し、障害物グラフ上の確率分布を推論して、把持・障害物除去・保留の判断を不確実性付きで行う枠組みを提案。
原題: Calibrated Probabilistic Obstruction Reasoning with Vision-Language Models for Grasping in Clutter / Thanh-Tuan Tran, Ngoc-Chien Chu, Thanh Nguyen Canh 他
日本語で読む → - 論文3Dダイナミクス/事前学習画像認識
PointZero: 転移可能な3Dダイナミクス学習のための3D点追跡補完
ロボットの行動ラベルなしで、RGB-D観測と部分的な3D軌跡から全点の未来軌跡を予測する事前学習手法を提案し、下流のダイナミクス予測や模倣学習で有効性を示した。
原題: PointZero: 3D Point Track Completion for Learning Transferable 3D Dynamics / Bardienus P. Duisterhof, Kaifeng Zhang, Adam Hung 他
日本語で読む → - 論文群制御制御
クアッドロータUAVの高次安全臨界制御における実現可能性と特異性
入力制約と衝突回避制約下でのクアッドロータ群の高次安全臨界制御を研究し、ペア有効性と集合実現可能性の指標で特異性を特徴付け、トルクを考慮した動的拡張とガウス過程によるロバストな安全マージンを提案した。
原題: Feasibility and Singularity in High-Order Safety-Critical Control for Quadrotor UAVs / Omayra Yago Nieto, Leonardo Colombo
日本語で読む → - 論文変形物体生成ロボティクス
DeformSmith: 物理ハーネス誘導によるロボットマニピュレーション用変形アセットの階層的生成
テキストや1枚の画像から、物理的に妥当な変形物体アセットを階層的エージェント構築と物理ベースの検証ループで自動生成し、ロボット操作のシミュレーションやデータ合成を可能にするフレームワーク。
原題: DeformSmith: Physics Harness-Guided Hierarchical Generation of Deformable Assets for Robot Manipulation / Can Li, Jie Gu, Zishun Deng 他
日本語で読む → - 論文VLA画像認識
FIVE-VLA: 再帰的行動メモリによる高速で効果的な自動運転
高解像度画像をわずか98トークンに圧縮する効率的な視覚エンコーダと、過去の行動トークンを条件に用いる再帰的行動メモリ(RAM)を組み合わせ、641Mパラメータで従来のVLAより高速・高精度に軌道予測を行う自動運転モデル。
原題: FIVE-VLA: Fast and EffectIVE Autonomous Driving with Recurrent Action Memory / Kemal Oksuz, Alexandru Buburuzan, Yuhan Yao 他
日本語で読む → - 論文マニピュレーションロボティクス
OpenDexGrasp: オープン語彙のタスク指向巧み把持
自由形式の言語指示から機能意図を推論し、多視点視覚と物体形状に基づいて高自由度の巧みな把持を生成する統合フレームワークを提案。
原題: OpenDexGrasp: Open-vocabulary Task-Oriented Dexterous Grasping / Jiyao Zhang, Junhan Wang, Tianyu Wang 他
日本語で読む → - 論文VLAロボティクス
rMuscle: 効率的な視覚-言語-行動モデル推論のためのロボット筋肉記憶
反復作業における実行間の類似性を利用した二段階キャッシュでVLAモデルの推論を高速化し、1.29〜1.42倍の速度向上を実現した。
原題: rMuscle: Robotic Muscle Memory for Efficient Vision-Language-Action Model Inference / Kaijun Zhou, Zhiyang Li, Le Chen 他
日本語で読む → - 論文量子化/sim2realロボティクス
配備前に予測せよ:World Action Modelの量子化によるタスク性能劣化のオフライン予測
World Action Modelの量子化設定がタスク性能に与える影響を、閉ループ評価なしにオフラインの行動偏差から予測するフレームワークPreDEを提案し、実機実験で有効性を示した。
原題: Predict Before You Deploy: Offline Prediction of Quantization-Induced Task Degradation for World Action Models / Jiuyi Xu, Jinjia Guo, Meida Chen 他
日本語で読む → - 論文教育・MRロボティクス
ハードウェア不要のロボティクス実験室を複合現実で実現
MATLABで生成したロボット軌道を複合現実空間で実物大再生する教育プラットフォームを開発し、学生による予備評価で低いセットアップ負担と高い利用意欲を確認した。
原題: Hardware-Free Robotics Laboratories in Mixed Reality / Santiago Berrezueta-Guzman, Habiba-Loai Khalil, Andrei Koshelev 他
日本語で読む → - 論文VLAロボティクス
AffordanceWAM: アフォーダンス認識型の世界行動統合モデリングによるロボットマニピュレーション
人間とロボットの動画から物体中心のアフォーダンスを予測し、将来の映像とロボット行動を統合的に生成するモデルを提案。人間動画を活用してロボット操作の汎化性能を向上させた。
原題: AffordanceWAM: Affordance-Aware Joint World-Action Modeling for Robot Manipulation / Jiadi You, Qize Yu, Yue Chen 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 → - 論文脚式ロボット探索ロボティクス
狭所未知環境における全方向知覚を用いた姿勢認識型脚式ロボット意味的探索
脚式ロボットの体幹のピッチ・ロールと全方向カメラLiDARを活用し、対象物の表面被覆率を高めつつ探索時間を短縮する姿勢認識型意味的探索システムPOSEを提案した。
原題: Pose-aware Legged Robot Semantic Exploration with Omnidirectional Perception in Confined Unknown Environments / Xiaoyang Zhan, Shiyu Chen, Kenji Shimada
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VLAロボティクス
ActionPiece:自己回帰型視覚言語行動モデルのための行動トークン化の再考
行動トークン化の関係的忠実度を測る「物理ランク整合性(PRC)」を提案し、表現学習と量子化を共同監督するActionPieceで局所的な行動の順序関係を保つトークン化を実現した。
原題: ActionPiece: Rethinking Action Tokenization for Autoregressive Vision-Language-Action Models / Shijie Lian, Bin Yu, Zhaolong Shen 他
日本語で読む → - 論文VLAロボティクス
ゲームプレイから方策へ:ゲーム化されたロボット不要のインタラクションによるスケーラブルなロボットデータ収集
VRゲームで人間の操作データを収集し、ロボットに転移する枠組みを提案。ゲームから実機へのギャップを埋めるGame2Policyにより、少数の実機デモで成功率が向上することを示した。
原題: From Gameplay to Policy: Towards Scalable Robot Data Collection via Gamified Robot-Free Interaction / Zheng Li, Liang Zhu, Junzhe Wang 他
日本語で読む → - 論文直列弾性アクチュエータロボティクス
3Dプリントねじり直列弾性アクチュエータの設計と実験的検証:安全な人間-ロボットインタラクションに向けて
3DプリントTPU製の低剛性ねじりバネを直列弾性アクチュエータに用い、トルク閾値切替式ハイブリッド位置制御で安全な人間-ロボットインタラクションを実現した。
原題: Design and Experimental Validation of a 3D Printed Torsional Series Elastic Actuator for Safe Human Robot Interaction / Joel Hidalgo Pisco, Melissa Cobos Condo, Luigi Miranda 他
日本語で読む → - 論文タスクプランニングロボティクス
GAVEL: グラフ世界モデルによる検証済みで効率的な長期LLMタスクプランニング
物体関係や行動の事前条件・効果、未観測物体の位置信念を表すグラフ世界モデルでLLMの長期計画を検証・修復し、BEHAVIOR-1Kで成功率を大幅に向上させた。
原題: GAVEL: Graph World Models for Verified and Efficient Long-Horizon LLM Task Planning / Ruiyang Wang, Hao-Lun Hsu, Swarajh Mehta 他
日本語で読む → - 論文自動運転計画AI
自動運転における選択的軌道計画のためのリスク認識型ワールドモデリングとフロー誘導占有進化
リスクを考慮したワールドモデルで占有予測と軌道選択を行い、衝突率を低減する自動運転の計画手法を提案。
原題: Risk-Aware World Modeling with Flow-Guided Occupancy Evolution for Selective Trajectory Planning in Automated Driving / Rongxiang Zeng, Linsen Cai, Jiafu Zhang 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 →
PR・アフィリエイト広告
