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: 2026/11/5 / 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
運動学的仮説コンテキスト:帯域制限されたロボット方策アップリンクのための身体性条件付き学習ビデオ符号化
ロボットの関節状態とカメラ校正から両端で生成できるゼロレートの条件信号「運動学的仮説コンテキスト」を導入し、学習型ビデオ符号化の帯域を大幅に削減して遠隔VLA方策の成功率を向上させた論文。
原題: Kinematic Hypothesis Context: Embodiment-Conditioned Learned Video Coding for Bandwidth-Limited Robot Policy Uplinks / Yuze Lu
日本語で読む → - 論文触覚/sim2realロボティクス
TactileLab: せん断感覚を効率的にシミュレートする触覚シミュレーションによるSim-to-Real巧緻マニピュレーション
剛体シミュレーションで接触界面のせん断流れ場を効率的に生成する触覚シミュレーションフレームワークTactileLabを提案し、実触覚画像をシミュレーション触覚流れ場へ変換するreal-to-sim手法と組み合わせて実機での巧緻マニピュレーションを実現した。
原題: TactileLab: Sim-to-Real Dexterous Robot Manipulation with Efficient Shear-Sensitive Tactile Simulation / Yijiong Lin, Wenhao He, Toby Jack 他
日本語で読む → - 論文UAVテストロボティクス
対称性を活用したUAV自動操縦の代理モデル支援テスト
飛行ミッション間の幾何学的対称性を利用し、単一ミッションで学習したニューラルネット代理モデルを任意ミッションの安全クリティカルなテスト生成に再利用する手法を提案・評価した。
原題: Symmetry-Aware Surrogate-Assisted Testing of UAVs / Anas Shrinah, Chris Bennett, Kerstin Eder
日本語で読む → - 論文世界モデルロボティクス
意味的・視覚的フィードバックでロボット世界モデルを学習する
ロボット世界モデルを、候補未来の比較と意味的・視覚的フィードバックで事後学習するRoboImagineを提案し、RT-1などで視覚予測精度を改善した。
原題: Learning Robotic World Models with Semantic and Visual Feedback / Hao Wu, Yuqi Li, Yizhou Zhao 他
日本語で読む → - 論文マニピュレーションロボティクス
安定性を考慮したオンライン強化学習による3Dビンパッキング
積み荷の崩壊リスクを確率的に学習し、方策と価値推定に組み込むことで、未知の到着列に対しても安定かつ高充填率で箱を詰めるオンライン3Dビンパッキング手法SHOREを提案した。
原題: SHORE: Stability-Hybrid On-Policy Reinforcement Learning for Online Bin Packing / Chang Shi, Ann Majewicz Fey
日本語で読む → - 論文記号回帰機械学習
ランダム記号ブースティング:記号回帰への幾何学的アプローチ
ランダムに生成した構文木の集団にブースティングを適用し、世代進化なしで解釈可能な加法記号モデルを構築する手法を提案。予測精度と学習時間のパレート最適点に位置し、実世界データセットで最高性能を達成。
原題: Random Symbolic Boosting: A Geometric Approach to Symbolic Regression / José R. Ortegaa, José Manuel Muñoz Contreras, Leonardo Trujillo
日本語で読む → - 論文ナビゲーションロボティクス
散らかった環境でゼロショット対話型ナビゲーションを実現するMessyNav
視覚言語モデルによるアフォーダンス推論を用い、障害物を操作して道を切り開くゼロショットの対話型ナビゲーション手法を提案し、実機実験で成功率を27ポイント改善した。
原題: MessyNav: Zero-Shot Navigation via Manipulation in Messy Environments / Kenneth Llontop, Cherie Ho, Dylan Zhou 他
日本語で読む → - 論文ワールドモデルロボティクス
3D粒子運動として世界をモデル化する生成型ワールドモデル
3Dシーンの時間発展を粒子・剛体の運動生成として直接予測するトランスフォーマ型ワールドモデルGPWMを提案し、剛体・変形・布・粒状体を単一アーキテクチャで扱い、接触を伴う計画にも応用した。
原題: GPWM: Modeling the World as 3D Particle Motion / Robert Ren, Matthew Bronars, He Zhu 他
日本語で読む → - 論文リハビリロボティクスロボティクス
sEMG最適化のロボットリハビリのためのTransformerベース軌道処方
表面筋電図から接触力軌道を生成するTransformerモデルを提案し、リハビリロボットの軌道処方を筋活性に最適化する。未学習タスク・ユーザーで8%未満の誤差を達成。
原題: Transformer-Based Trajectory Prescription for sEMG-Optimizing Robot-Mediated Rehabilitation / Gabriel Parra, Kimia Khoshnami, Daniel S. Brown 他
日本語で読む → - 論文GPUデータ構造cs.GR
NanoVDBにおける動的GPUボクセルグリッドとボクセル逐次処理
NanoVDBにGPU上での動的なトポロジ更新機能と、疎グリッド上の演算を高速化するボクセル逐次アクセス手法を導入し、読み取り専用の制約を解消した研究。
原題: Dynamic GPU Voxel Grids and Voxel-sequential Processing in NanoVDB / Eftychios Sifakis, Francis Williams, Christopher Horvath 他
日本語で読む → - 論文ベンチマーク/マニピュレーションロボティクス
RoboARCade:エージェント型ロボット制御のベンチマーク
マルチモーダルエージェントをロボットポリシーとして直接使う「エージェント型ロボット制御」のための、長期的マニピュレーションタスクのベンチマークを提案し、主要エージェントの性能差や失敗要因を分析した。
原題: RoboARCade: Benchmarking Agentic Robot Control / Satvik Sharma, Hengyuan Hu, Mihika Kamat 他
日本語で読む → - 論文制御配分/故障対応/クアッドロータロボティクス
単一モータ効率低下時の緊急着陸に向けた故障幾何認識型制御配分
クアッドロータの単一モータ効率低下時に、故障モータに応じて制御配分器を切り替える方策を比較検討し、シミュレーションで高い安全着陸率を達成した。
原題: Fault-Geometry-Aware Control Allocation for Emergency Quadrotor Landing under Single-Motor Loss of Effectiveness / Suhas S P, Samridhi Salwan, Arshan Ali Khan 他
日本語で読む → - 論文マニピュレーションロボティクス
データ効率の良い巧みな操作のための潜在RL事前分布
大規模RLの制御知識を流れマッチング型行動デコーダに蒸留し、視覚のみの行動教師で潜在文脈へ適応させる2段階フレームワークを提案。少ないデモで巧みな操作を実現。
原題: Latent RL Priors for Data-Efficient Dexterous Manipulation / Yixiao Wang, Peiyi Chen, Mustafa Mukadam 他
日本語で読む → - 論文自動運転/ワールドモデルロボティクス
負例を活用した統合ワールドアクションモデルによるエンドツーエンド自動運転の安全強化
専門家軌道に近いが危険な負例軌道を反発アンカーとして学習させ、推論時コストなしで安全境界を獲得する自動運転の事後学習フレームワークNegWAMを提案した。
原題: Reinforcing End-to-End Autonomous Driving Safety via Negative-Aware Planning in a Unified World-Action Model / Zihao Zhang, Xinyu Zhang, Bing Zeng 他
日本語で読む → - 論文VLAロボティクス
意図認識で安全な人型ロボットのソーシャルタッチを実現するVLA制御
人型ロボットが握手やハグなどの接触を伴う社会的インタラクションを安全に行えるよう、意図認識で動作をゲートするVLAパイプラインを構築し、複数モデルを比較評価した。
原題: AffectiveVLA: Safe and Intent-Aware VLA Control for Human-Humanoid Social Interaction / Nikita Kuzmin, Georgii Demianchuk, Mariya Lezina 他
日本語で読む → - 論文キャリブレーションロボティクス
共有ウエスト二鎖モデルによる車輪型ヒューマノイドの全身弾性幾何キャリブレーション
両腕が単一のウエストに載る車輪型ヒューマノイドに対し、ウエストと両腕を一括で同定する全身キャリブレーション手法を提案し、保持ポーズの平均誤差を11.3〜31.1mmから0.50〜1.11mmに低減した。
原題: Whole-Body Elasto-Geometrical Calibration of Wheeled Humanoid Robots Using a Shared-Waist Dual-Chain Model / Pengxin Zha, Yi Lu, Haojun Ma 他
日本語で読む → - 論文自己改善エージェントAI
タスクを学ぶのか、検証器を学ぶのか:身体性自己改善における基準露出の再考
ロボットシミュレーションのベンチマーク基準をエージェントに与える「基準露出」が、指示タスクの遂行ではなく検証基準への過適合を招くことを実験で示し、指示に忠実な基準の有効性を提案した論文。
原題: Learning the Task or Learning the Verifier? Rethinking Criteria Exposure in Embodied Self-Improvement / Wenbo Huang, Jianxin Bi, Shunyu Yang 他
日本語で読む → - 論文VLAロボティクス
La-JEPA:潜在世界モデリングによるコンパクトなロボットポリシー
事前学習済みV-JEPAエンコーダの特徴空間でゼロから学習する小型のワールドアクションモデルを提案し、少ないパラメータでロボット操作の最先端性能と高速推論を実現した。
原題: La-JEPA: Compact Robot Policies with Latent World Modeling / Mateo Clémente, George Z. Xue, Amin Abyaneh 他
日本語で読む → - 論文VLAロボティクス
較正済み潜在プロービングによるVLAモデルの失敗予測と分類
VLAモデルの潜在層に軽量プローブを挿入し、失敗の早期検出・検出漏れ/誤警報率の上限保証・失敗モード分類を低オーバーヘッドで実現した研究。
原題: Failure Prediction and Classification in Vision-Language-Action Models Via Calibrated Latent Probing / Michal P. Podolinsky, Yunhao Yang, Daniel Little 他
日本語で読む → - 論文ロコマニピュレーションロボティクス
四足ロボットのラストマイル把持ナビゲーションのための統合方策学習モデル
四足ロボットの把持ナビゲーションにおける「ラストマイル」問題に対し、把持可能な位置・方向の明示的表現と段階別の階層型Mixture-of-Experts方策を組み合わせた統合学習モデルを提案した。
原題: LMGN: A Unified Policy Learning Model for Last-Mile Grasp-Navigation / Xuenmin Hu, Qingxue Qian, Wei Luo 他
日本語で読む → - 論文モバイルマニピュレーションロボティクス
MOMASPLAT: モバイルマニピュレーションのための動的な新規視点デモンストレーション拡張
モバイルマニピュレーションのデモを、未見のロボット基部位姿から動的な物体操作も含めて合成する新規視点拡張フレームワーク。3Dガウシアンスプラッティングと3D基盤モデル、キネマティクスに基づく動作再ターゲティングを組み合わせ、幾何学的に一貫した合成デモを生成する。
原題: MOMASPLAT: Dynamic Novel-View Demonstration Augmentation for Mobile Manipulation / Sateesh Kumar, Arnav Balaji, Arpit Bahety 他
日本語で読む → - 論文視覚計画ロボティクス
VFlash:フラッシュプリミティブデコーディングによる高速で正確な視覚計画
視覚プリミティブの座標を軽量ドラフタで一括予測し、自己回帰生成より約25倍高速かつ高精度にロボット軌道計画を生成する手法を提案。
原題: VFlash: Fast, Accurate Visual Planning via Flash Primitive Decoding / Yu-Cheng Chou, Shihao Wang, Jin Huang 他
日本語で読む → - 論文インピーダンス制御ロボティクス
フラクタルインピーダンス制御の統合フレームワーク
フラクタルインピーダンス制御の最新アーキテクチャH-PMPを実装・実験検証し、ROS2やMuJoCo対応のオープンソース統合フレームワークを提案した論文。
原題: A Unified Fractal Impedance Control Framework / Adnan Takriti, Mahmoud Sadeq, Quentin Rouxel 他
日本語で読む → - 論文一人称動画生成画像認識
EgoGeneralist:動画ネイティブモデリングで一人称行動動画タスクを統合
事前学習済み動画生成モデルを適応させ、一人称操作における行動条件付き動画生成・姿勢推定・行動動画同時生成を統合する汎用フレームワークを提案した。
原題: EgoGeneralist: Unifying Egocentric Action-Video Tasks through Video-Native Modeling / Yanlin Jin, Bowen Yang, Cheng Zhang 他
日本語で読む → - 論文VLAロボティクス
T3R: 学習不要の二段階トークン精錬による効率的で堅牢なVLAモデル
VLAモデルの推論コスト削減のため、セグメンテーション誘導のトークン枝刈りと顕著性誘導の注意バイアスを組み合わせた学習不要の二段階フレームワークを提案し、精度を保ちつつ計算量と分布シフトへの頑健性を改善した。
原題: T3R: Training-Free Two-Stage Token Refinement Towards Efficient and Robust VLA Models / Mohammed Hassan, Zhenyang Chen, Zheng Wang 他
日本語で読む → - 論文触覚ロボティクス
柔らかさと温度を同時に変えられるマルチモーダル触覚ディスプレイ
粒子ジャミングと温水・冷水の熱伝達を組み合わせ、硬さと温度を同時に提示できる触覚ディスプレイを試作し、剛性300%増加や10〜50°Cの温度制御性能を評価した。
原題: A Multimodal Haptic Interface for Simultaneous Softness and Thermal Modulation / Joshua Brown, Fernando Bello, Lynette Jones
日本語で読む → - 論文視覚対話/ベンチマーク画像認識
対話型ビジュアルジム:シミュレートされたユーザーとの閉ループ評価フレームワーク
実行可能なタスク環境とペルソナ付きユーザーシミュレータを組み合わせ、調理・家事・モバイル操作の3領域で視覚対話モデルを閉ループ評価するベンチマークIVG-Benchを提案した。
原題: Interactive Visual Gym: Evaluating Visual Interaction Models with Simulated Users in Interactive Worlds / Chenhao Zheng, Zixian Ma, Kai Li 他
日本語で読む → - 論文歩行ロボティクス
地形指標付き動作事前分布と幾何学的支持による極限ヒューマノイドパルクール
人示範を段階的に模倣して地形に応じたヒューマノイドのパルクール技能を獲得し、膝や手の支持接触を幾何学的に適応させる枠組みを提案。実機で30試行中29成功、5コース中4完走を達成した。
原題: Terrain-Indexed Motion Priors and Geometric Support for Extreme Humanoid Parkour / Chenghao Sun, Youhao Lyu, Zizheng Li 他
日本語で読む → - 論文敵対的攻撃画像認識
視点不変なプロジェクタベース敵対的攻撃
複数視点の投影・撮影をシミュレーションして敵対的パターンを最適化し、動的環境でも様々な視点から分類器を誤認させるプロジェクタ攻撃手法を提案した。
原題: VIPA: View-Invariant Projector-Based Adversarial Attack / Jiyu Han, Qingyue Deng, Bingyao Huang
日本語で読む → - 論文VLAロボティクス
Meituan-Robotics-0: デスクトップ操作のための視覚言語行動基盤モデル
視覚言語データと多様なロボット軌道を組み合わせ、離散行動トークン事前学習・フローマッチング中間学習・実環境後学習の3段階で訓練したデスクトップ操作向けVLA基盤モデル。Rollbackによる効率的な人間修正学習と非同期行動チャンク統合、イベント駆動エージェントを導入し、実ロボットタスクで高い成功率を達成。
原題: Meituan-Robotics-0: A Vision-Language-Action Foundation Model for Desktop Manipulation / Meituan Robotics Team, Caicheng Wang, Chen Zhao 他
日本語で読む →
PR・アフィリエイト広告
