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 →- 論文自動運転規制ロボティクス
自動運転車の認証における州・国レベルのアプローチ:州運用ガバナンスの比較フレームワーク
米国各州のSAEレベル4-5自動運転システムの認証制度を3つのモデルに分類し、国際的な規制動向と比較してノースカロライナ州の規制戦略への示唆を検討した論文。
原題: National and State-Level Approaches to Automated Vehicle Certification: A Comparative Framework for State Operational Governance / Sk Nahia Ahsan, Md Abdullah Al Hasan, Danjue Chen 他
日本語で読む → - 論文ワールドモデル画像認識
PlayGen2: 明示的な3D状態でリアルタイムに遊べる世界を学習する
学習した3D状態の遷移とニューラルレンダリングを分離し、永続的な世界メモリを持つリアルタイム対話型ワールドモデルを提案。Doomで幾何認識型の移動やNPCとの相互作用を学習し、MacBook Pro上で約160msの低遅延を実現した。
原題: PlayGen2: Learning Real-Time Playable Worlds with Explicit 3D State / Jihai Zhang, Yuhan Zhou, Junyou Li 他
日本語で読む → - 論文マニピュレーションロボティクス
遺伝的アルゴリズムによる高密度環境での果菜収穫順序最適化
RGB-Dカメラで果実位置を取得し、遺伝的アルゴリズムで収穫順序を最適化、ウェイポイントでロボット動作を制御する高密度作物環境向け収穫手法を提案し、実環境で評価した。
原題: An Ordering Optimization for Fruit-Vegetable in High-Density Environment based on Genetic Algorithm / Jaehwi Seol, Jeonghyeon Pak, Hyoung Il Son
日本語で読む → - 論文制約付き生成/フローポリシーロボティクス
制約を満たすフローポリシーサンプリング
フローマッチング方針の推論時に、未学習の制約を満たしつつ方針の尤度を保つサンプリング手法CS-Piを提案。射影と棄却を組み合わせ、効率と妥当性を両立させる。
原題: CS-Pi: Constraint-Satisfying Flow Policy Sampling / Soumojit Bhattacharya, Oliver Kroemer, Shubham Tulsiani
日本語で読む → - 論文内部構造推定画像認識
衝突からの内部構造推定:仮説空間推論によるアプローチ
物体の衝突変形を多視点観測し、内部空洞の位置や形状を仮説空間推論と微分可能MPMシミュレーションで推定する手法を提案。
原題: Structure from Collision via Hypothesis-Space Reasoning / Takuhiro Kaneko
日本語で読む → - 論文自動運転/生成モデルAI
GuidedWAM: 学習不要のエネルギー誘導による自動運転向けワールドアクションモデル
学習済みのワールドアクションモデルを凍結したまま、サンプリング時にエネルギー誘導で運転目的を注入するフレームワークを提案し、NAVSIM v2で性能向上を実証した。
原題: GuidedWAM: Training-Free Energy Guidance for World Action Models in Autonomous Driving / Xiyan Su, Finn Rasmus Schäfer, Hojun Lim 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 → - 論文模倣学習ロボティクス
VREgo:コンシューマVRヘッドセットによる一人称視点デモからのロボットマニピュレーション学習
PICO 4 Ultraなどの市販VRヘッドセットで記録した一人称視点のデモンストレーションからマニピュレーション方策を学習する手法を提案し、卓上タスクでシミュレーション評価した。
原題: VREgo: Consumer VR Headsets for Learning Robot Manipulation from Egocentric Demonstrations / Liuchuan Yu
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 → - 論文視覚ベース制御/セキュリティロボティクス
動的ウォーターマーキングと行動条件付き潜在ダイナミクスによる安全な視覚ベース制御
視覚ベース制御へのリプレイ攻撃を検出するため、制御入力に秘密のガウスウォーターマークを付加し、画像から学習した潜在空間で応答を予測して不一致を検出する適応的フレームワークを提案。強化学習でウォーターマーク強度を調整し、検出性と制御歪みのバランスを取る。
原題: Dynamic Watermarking and Action-Conditioned Latent Dynamics for Secure Vision-Based Controllers / Aditya Parameshwaran, Navid Aftabi, Abhishek Hanchate 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 → - 論文自律ナビゲーションロボティクス
視覚ベースの車輪ローバー自律ナビゲーション向け統合オープンソーススタック
YOLOv8n検出とRGB-D SLAM、行動ツリーミッション管理を組み合わせ、矢印追従・終点到達・自動帰還を実現するROS 2スタックを公開し、屋内・屋外ミッションで実証した。
原題: An Integrated Open-Source Stack for Vision-Based Autonomous Navigation of Wheeled Rovers / Iaroslav Kolomiets, Iaroslav Sheipak, Mikhail Reppo 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 → - 論文超音波誘導画像認識
USB Gym:閉ループ超音波ビュー一致のためのGymnasiumテストベッド
公開CTデータから超音波画像を模擬し、プローブを目標ビューに一致させる閉ループ誘導を評価するテストベッドを構築。既存手法を組み合わせても目標近傍への誘導は不十分で、課題が未開拓であることを示した。
原題: USB Gym: A Gymnasium Testbed for Closed-Loop Ultrasound View Matching / Thanapong Intharah, Zhichao Gao, Yiliang Liu 他
日本語で読む → - 論文歩行ロボティクス
美的評価と物理的滑らかさを分離するヒューマノイド歩行学習
VLMによる美的スコアと物理的滑らかさが逆方向を向くことを示し、両者を独立した報酬チャネルに分離するPhySAを提案。MuJoCoで関節加速度を削減したが、他環境への転移は限定的。
原題: PhySA: Decoupling Aesthetic and Physical Rewards for Humanoid Locomotion / Yunwan Fu, Sicheng He, Jiageng Mao 他
日本語で読む → - 論文拡散ポリシー/強化学習ロボティクス
潜在ノイズ表現ブリッジによる拡散ポリシーの効率的ファインチューニング
拡散・フローポリシーの強化学習による適応において、ノイズ空間と行動空間を共有表現で結ぶブリッジ方程式を導出し、ノイズエイリアシング問題を解消するLARBRIDアルゴリズムを提案した。歩行・操作タスクで2〜3倍の性能向上を達成。
原題: Efficient Diffusion Policy Fine Tuning with Latent Noise Representation Bridging / Yuanchu Liang, Yue Yang, An-Chi He 他
日本語で読む → - 論文VLAロボティクス
失敗から学ぶVLAの汎用リカバリ学習フレームワーク
少数の修正デモから失敗の意図を推論し、空間表現と条件付きコストとして知識を符号化することで、VLAモデルが新規物体やシーン変化にも汎化できるリカバリ動作を学習する手法を提案。
原題: OopsieRecover: Learning Transferable VLA Corrections from Semantic Interventions / Arpit Bahety, Skand Peri, Sriniket Ambatipudi 他
日本語で読む → - 論文機構解析ロボティクス
二重閉ループ四節リンク脚を持つ四足・五ロータロボットの運動学解析
3自由度の二重四節閉ループ脚機構についてヤコビ行列を導出し、特異点解析と歩容設計を行った。地上歩行と空中再構成の両モードに対応する歩容をMATLABと単脚試験機で検証した。
原題: Kinematic analysis of a double-closed-loop four-bar chain-based leg for a multimodal quadruped-pentarotor robot / Prashant Raturi, Santhakumar Mohan
日本語で読む → - 論文LiDAR-視覚-慣性オドメトリロボティクス
剛体結合と時刻同期を不要にしたLiDAR-慣性-視覚オドメトリ
LiDARとカメラの固定配置や時刻同期を前提とせず、生成モデルでLiDAR強度画像を作り画像特徴マッチングで対応点を得ることで、別時刻・別センサの姿勢を単一因子グラフで同時最適化する手法を提案した。
原題: FREE-LIVO: Physically Decoupled Yet Tightly Coupled LiDAR-Inertial-Visual Odometry / Reon Tabata, Kenji Koide, Shuji Oishi 他
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LiDAR/Transformer画像認識
強度誘導トークン削減と物理考慮型拡張によるリアルタイム全波形LiDAR Transformer
全波形LiDARのTransformer処理において、強度分布に基づくトークンの枝刈り・統合と波形構造を保つデータ拡張を導入し、リアルタイム動作と精度向上を両立させた。
原題: Towards Real-Time Full-Waveform LiDAR Transformers via Intensity-Guided Token Reduction and Physics-Aware Augmentation / Kotaro Oishi, Kazuma Ikeda, Ryosei Hara 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VLAロボティクス
SLA:継続的事前学習による空間・言語・行動モデルのスケーリング
3D知覚モデルの空間表現とVLAの中間視覚埋め込みを整合させることで、空間理解を基盤能力として継続的事前学習するSLAモデルを提案。異種ロボットデータを統合し、多様な実機・タスク・環境での操作性能を高めた。
原題: SLA: Scaling Spatial-Language-Action Model via Continual Pre-training / Fuhao Li, Wenxuan Song, Qizhou Huang 他
日本語で読む → - 論文sim2realロボティクス
スタント走行向け学習ベース制御器の訓練非依存な検証手法
学習ベース制御器G-Maneuverを訓練条件から独立した物理パラメータと評価基準で検証し、Sim2Real2Simループで実車試験の安全領域を選定した研究。
原題: Training-Independent Validation of a Learning-Based Controller for Stunt Maneuvers / Kiruthiga Chandra Shekar, Aliasghar Arab, Jingang Yi
日本語で読む → - 論文脚式ロボット・力制御ロボティクス
脚式ロボットの体を使った壁面摺動のための接触ベース表面フレーム推定
腕なし四足歩行ロボットが未知の壁面に体装着工具を押し当てて摺動させるため、力と速度の手がかりからカルマンフィルタで表面法線を推定するSCRUBを提案し、Go1実機で壁面走査と柱周回を達成した。
原題: SCRUB: Contact-Based Surface-Frame Estimation for Force-Motion Control with an Armless Quadruped / Sourav Selvaraj, Juan Pablo Espinosa Chessal, Mahdi Agheli
日本語で読む → - 論文群制御制御
相対位置計測に基づく差動駆動ロボット編隊の分散幾何最適化と制御
アンカー1台・絶対方位・相対位置計測のみを用い、差動駆動ロボット群の形状・位置・向きを分散最適化で同時制御する推定制御手法を提案し、ROS 2 Gazeboと5台の実機で検証した。
原題: Distributed Geometric Optimization and Control of Rigid Differential-Drive Formations from Relative-Position Measurements / Thanacha Choopojcharoen, Erman Selim, Ramisha Anjum 他
日本語で読む → - 論文マニピュレーションロボティクス
人間の物体中心動作事前分布から学ぶロボット巧みな操作
人間の物体操作データセットから将来の手と物体の状態を予測し、その予測を汎用報酬として強化学習に用いることで、多様な物体の巧みな操作を実現した論文。
原題: Learning Object-Centric Motion Priors from Human for Robotic Dexterous Manipulation / Zhengdong Hong, Guofeng Zhang
日本語で読む →
PR・アフィリエイト広告
