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: 2026/9/4 / 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ロボティクス
意図を考慮したロボットから人への両手受け渡しのための時間的触覚符号化とコンプライアンス制御
ロボットから人への物体受け渡しにおいて、視覚だけでは受け取り意図を判別できない問題に対し、VLAモデルに時間的触覚フィードバックとコンプライアンス制御を組み合わせ、安全で快適な受け渡しを実現する手法を提案・評価した。
原題: Temporal Tactile Encoding and Compliance for Intent-Aware Robot-to-Human Bimanual Handover / Pasquale Marra, Stefano Berti, Gabriele Mario Caddeo 他
日本語で読む → - 論文3D再構成画像認識
HiSfM: 足場アンカー型階層再構成によるStructure-from-Motionの曖昧性解消
繰り返し構造や対称構造による視覚的曖昧性に強い、階層的な粗密SfMフレームワークを提案。局所コミュニティと検証済みスケルトンを用いて安定な足場を構築し、残りの画像を効率的に吸収することで、曖昧性による失敗を防ぎつつ計算コストを削減する。
原題: HiSfM: Disambiguating Structure-from-Motion via Scaffold-Anchored Hierarchical Reconstruction / Ziding Zhao, Hainan Cui, Peilin Tao 他
日本語で読む → - 論文3D認識/クラス増分学習画像認識
クロスドメイン3Dクラス増分学習における性能差の緩和
3D点群のクラス増分学習で、ドメイン間の性能差という新たな課題を発見し、その緩和手法PolyMemを提案した論文。
原題: Mitigating Performance Discrepancy in Cross-Domain 3D Class-Incremental Learning / Jinge Ma, Gautham Vinod, Bruce Coburn 他
日本語で読む → - 論文画像生成画像認識
シーン内の人物の多視点画像生成のための評価フレームワーク
人物が固定された自然シーンの多視点画像を生成する際のカメラ角度変化の一貫性を評価する新しい指標HSRDを提案し、合成データ生成の品質評価に活用する。
原題: An Evaluation Framework for Generating Multi-View Images of a Person in a Scene / Mahir Majid, Young Kyung Kim, Guillermo Sapiro
日本語で読む → - 論文インタラクティブアートHCI
拡散TV:拡散モデルを触覚的・身体的に体験するインタラクティブアート
拡散TVは、改造したCRTテレビのアンテナを物理的に操作することで、AI生成画像のノイズ除去過程を体験できるインタラクティブアート作品を提案した論文。
原題: Diffusion TV: Experiencing Diffusion Models through Tangible, Embodied Interaction / Sihwa Park
日本語で読む → - 論文遠隔制御ロボティクス
結合制御と無線ワールドモデルによる頑健な遠隔ロボット制御
無線ネットワーク上の遠隔ロボット制御において、通信資源の制約や不安定な接続に頑健なフレームワークを提案。カメラ画像と無線信号の表現を統合したJEPAワールドモデルで将来の状態を予測し、通信スケジューリングを最適化する。
原題: Coupled Control and Wireless World Models for Resilient Remote Robotic Control / H. P. Madushanka, Sumudu Samarakoon, Mehdi Bennis
日本語で読む → - 論文最適制御制御
ルールブックを用いたリスク認識型最適制御
複数の要件を優先度とリスク評価で扱う安全制御問題に対し、リスク認識型ルールブックを定義し、辞書式最適化と枝刈りアルゴリズムで最適性ギャップを保証する手法を提案した。
原題: Risk-Aware Optimal Control with Rulebooks / Tichakorn Wongpiromsarn
日本語で読む → - 論文模倣学習ロボティクス
何が重要か、いつ重要か?視運動模倣ポリシーにおける条件付き視覚グラウンディングの診断と改善
視運動模倣ポリシーが、視覚的に類似した物体や容器が導入されると失敗する問題を、条件付き視覚グラウンディングとして分析し、注意正則化や外観ベースの視覚プロンプティングなどの介入でロバスト性を改善した。
原題: What Matters, When? Diagnosing and Improving Conditional Visual Grounding in Visuomotor Imitation Policies / Vivek Chavan, Pengtao Xie, Yahuan Shi 他
日本語で読む → - 論文エージェントAIAI
言語モデルから世界行動システムへ:デジタル・社会・仮想・物理環境におけるエージェントAIの進歩と限界
大規模言語モデルが外部状態を変えるエージェントとなる際の進歩と限界を、委任された権限、時間的持続性、環境結合の観点から批判的にレビューした論文。
原題: From Language Models to World-Acting Systems: Progress and Limits of Agentic AI across Digital, Social, Virtual, and Physical Environments / Linsen Zhu, Mengqing Cai
日本語で読む → - 論文VLAロボティクス
長期的視覚言語行動操作のための神経記号的推論
長期的な操作タスクを遂行するために、学習されたVLA制御と明示的なタスクグラフおよびマルチモーダル手続き記憶を組み合わせた神経記号的枠組みを提案する。
原題: Towards Neuro-Symbolic Procedural Reasoning for Long-Horizon Vision-Language-Action Manipulation / Vivek Chavan, Yahuan Shi, Oliver Heimann 他
日本語で読む → - 論文SLAM/オドメトリロボティクス
FIRE-LIVWO: 故障耐性ミリ波レーダー強化による堅牢なLiDAR-慣性-視覚-車輪オドメトリ
地下炭鉱のような過酷な環境でのSLAMの堅牢性を高めるため、4Dミリ波レーダー、LiDAR、視覚、車輪オドメトリを統合し、故障検出と適応的融合戦略によりモダリティを動的に切り替えるオドメトリフレームワークを提案した。
原題: FIRE-LIVWO: Robust LiDAR-Inertial-Visual-Wheel Odometry via Failure-Immune mmWave Radar Enhancement / Kun Hu, Menggang Li, Kaidi Wu 他
日本語で読む → - 論文姿勢推定画像認識
音に基づく複数人物の3D姿勢推定
音響信号のみから複数人物の3D姿勢を推定する初の試みで、重なり合う音響特徴を分離するエンコーダ・デコーダフレームワークを提案した。
原題: Sound-based Multi-Person 3D Pose Estimation / Yusuke Oumi, Yuto Shibata, Go Irie 他
日本語で読む → - 論文ナビゲーションロボティクス
NavArena: 3Dガウススプラッティング再構成からの目標指向ナビゲーションベンチマークの自動構築
固定された3DGS再構成を、到達可能性や衝突判定、意味的目標を備えたナビゲーションベンチマークへ自動変換するフレームワークを提案し、2,000以上のシーンで2,220万の専門家軌道を生成して評価する。
原題: NavArena: Automated Construction of Goal-Oriented Navigation Benchmarks from 3D Gaussian Splatting Reconstructions / Junhui Wang, Wei Yang, Xinyao Li 他
日本語で読む → - 論文画像生成画像認識
LensStyle:光学美学を学習し、制御可能なスタイライズドレンズ効果レンダリングを実現
レンズの美学(絞り形状、周辺減光、回折など)を明示的にモデル化し、連続・離散制御を統合した統一フレームワークで、多様なボケ効果やスターバーストなどのスタイライズドレンズ効果を生成する手法を提案した。
原題: LensStyle: Learning the Optical Aesthetics for Controllable Stylized Lens Effect Rendering / Yachuan Huang, Liwen Xiao, Liao Shen 他
日本語で読む → - 論文ハンド/ベンチマークロボティクス
多指ロボットハンドの巧緻性ベンチマーク:レビューと展望
多指ロボットハンドの巧緻性を評価するためのベンチマーク手法を体系的にレビューし、3段階のベンチマークフレームワークを提案する論文。
原題: Benchmarking Dexterity of Multifingered Robot Hands: A Review and Perspective / Anthony Shilati, Anunth Ramaswami, Luke Batteas 他
日本語で読む → - 論文3D再構成画像認識
WorldSculpt: 接地動画からの構成的3D世界生成
数百の物体が密集したシーンを、個々の物体メッシュの集合として構成的に3D再構成する手法を提案。単一物体の生成事前分布を多視点観測に適応させ、シーン全体の学習なしで複雑なシーンを生成できることを示した。
原題: WorldSculpt: Generating Compositional Worlds from Grounded Videos / Muyao Niu, Jixuan He, Ruihan Yu 他
日本語で読む → - 論文協調自動運転ロボティクス
CoLMIN: LLMに基づく協調自動運転のためのマルチ決定経路交渉
複数車両の協調自動運転において、LLMの推論能力を活用し、複数の運転意図を生成・評価する交渉フレームワークCoLMINを提案。浅い反射と深い反射を組み合わせて、複雑な交通シナリオでの安定した合意形成を実現する。
原題: CoLMIN: LLM-based Multi-Decision Path Negotiation for Cooperative Autonomous Driving / Zhe Huang, Zhaoxin Fan, Shuo Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
物理カーネル:暗所マニピュレーションのための構造化視覚潜在表現
短時間の照明下での書き込みで視覚潜在z0を符号化し、その後は画素入力なしで方策と開ループ動力学が接触の多いスキルを実行できることを示した研究。
原題: Physical Kernel: Structured Visual Latents for Dark Manipulation / Jinting Hang, Hong Li, Zhenhui Cai 他
日本語で読む → - 論文力学系制御ロボティクス
厳密モードを至る所に:測地流と両立するポテンシャルによる力学系の秩序化
保存力学系において、構成空間全体を厳密な非線形ノーマルモードで埋め尽くすポテンシャルを設計し、弾性要素による効率的な周期軌道生成と制御手法を提案した。
原題: Strict Modes Everywhere - Bringing Order Into Dynamics of Mechanical Systems by a Potential Compatible With the Geodesic Flow / Arne Sachtler, Alin Albu-Schäffer
日本語で読む → - 論文認知アーキテクチャロボティクス
自律ロボットのためのイベント依存認知処理と学習による連続的認知カバレッジ
自律ロボットが遭遇するすべてのイベントに、状態や文脈に応じた認知処理を割り当て、学習により自動化・改善する連続的認知カバレッジの枠組みを提案した。
原題: Continuous Cognitive Coverage for Autonomous Robots via Event-Dependent Cognitive Treatment and Learning / Hong Su
日本語で読む → - 論文マニピュレーションロボティクス
動作中の着衣支援:人間の動きを考慮した拡散ポリシーによるロボット着衣支援
静的デモから着衣スキルを学習し、ユーザーの腕の動きに応じて軌道を適応させる拡散ポリシーを提案。シミュレーションと実機で有効性を検証した。
原題: Dressing in Motion: A Human Motion-Aware Diffusion Policy for Robot-Assisted Dressing / Haoxiang Sun, Fangyuan Wang, Songhao Huang 他
日本語で読む → - 論文群制御/セキュリティ制御
ハードウェア認証とパケットタイミング透かしによるミッションクリティカルなロボット群の実践的ゼロトラスト
ROS 2ベースの無人車両群に対し、TPM 2.0によるハードウェア認証とパケット間遅延の統計的透かしを組み合わせたゼロトラストセキュリティフレームワークを提案・実証し、ステルス型中間者攻撃を完全検出した。
原題: Practical Zero-Trust for Mission-Critical Robotic Fleets via Hardware Attestation and Packet Timing Watermarking / Ryne Gonzales, Ethan Liesdyanto, Rex Worley 他
日本語で読む → - 論文ハードウェアアクセラレータcs.AR
APEX-RBD: ハードウェア効率的なロボット動力学アクセラレータ設計のための混合精度探索フレームワーク
剛体動力学計算のハードウェアアクセラレータ設計において、変数の感度差を考慮した混合精度探索を効率化する自動フレームワークを提案し、面積と消費電力を大幅に削減する構成を発見した。
原題: APEX-RBD: Mixed-Precision Exploration Framework for Hardware-Efficient Robot Dynamics Accelerator Design / Xingyu Liu, Hanwei Fan, Chaofang Ma 他
日本語で読む → - 論文ナビゲーションロボティクス
密集・不確実な群衆中のロボットナビゲーションのための人-人・人-ロボット相互作用トランスフォーマー (H2INT)
群衆中のロボットナビゲーションにおいて、歩行者がロボットの存在に応じて動きを変えることを明示的にモデル化する強化学習フレームワークを提案。人-人・人-ロボット関係を階層的に符号化するトランスフォーマーと、応答性を段階的に低下させるカリキュラム学習により、安全性と頑健性を向上させた。
原題: Human-Human & Human-Robot Interaction Transformer (H2INT) for Robot Navigation in Dense and Uncertain Crowds / Ao Shen, Kaixi Chen, Shiwei Liu 他
日本語で読む → - 論文制御アーキテクチャロボティクス
ロボットシステムにおける適応ニーズ:ビヘイビアツリーの評価とその拡張
ロボットシステムの適応ニーズを6分類し、古典的ビヘイビアツリーの限界と拡張手法の体系を文献調査と実証で分析した論文。
原題: Adaptation Needs in Robotic Systems: Assessing Behavior Trees and Their Enhancement / Mehran Rostamnia, Gianluca Filippone, Ricardo Caldas 他
日本語で読む → - 論文医用画像分割画像認識
心血管カテーテル血管造影における多クラス分割のための二部構成マルチラテラル分岐ネットワーク
カテーテル画像の多クラス分割を高速かつ高精度に行うため、エンコーダに横方向分岐、デコーダに複数ヘッドを持つ二部構成のMLBNetを提案し、ファントムや動物モデルのデータで有効性を検証した。
原題: Dual-Part Multi-Lateral Branched Network for Multi-Class Segmentation in Cardiovascular Catheterization Angiograms / Olatunji Omisore, Ahmed Elazab, Ali Shahidinejad 他
日本語で読む → - 論文VLM報酬モデルロボティクス
同じ軌道、矛盾する報酬(ROBORMBENCH):視覚言語報酬モデルにおける言い換えの脆弱性
視覚言語モデルをロボット学習の報酬関数として使う際、意味的に等価な指示の言い換えで報酬が大きく変わり、成功と失敗が反転することもあることを示し、その脆弱性を測るベンチマークROBORMBENCHを構築した。
原題: Same Trajectory, Contradictory Rewards (ROBORMBENCH): Paraphrase Fragility in Vision Language Reward Models / Wonje Jeung, Sangyeon Yoon, Hyesoo Hong 他
日本語で読む → - 論文VLAロボティクス
推論コストなしの推論:ロボットVLAポリシーのための潜在意味的足場
ロボットのVLAモデルに、推論時のコストを増やさずに物理的推論の能力を持たせるため、訓練中にアクショントークンの表現をテキストの推論根拠に合わせる補助損失を導入し、推論時にはそのヘッドを捨てる手法を提案した。
原題: Reasoning Without Inference Cost: Latent Semantic Scaffolding for Robot VLA Policies / Andrew Ting Yan Li, Zhuo Li, Zhelin Yang 他
日本語で読む → - 論文自動運転/拡散モデル/軌道計画/シナリオ生成画像認識
一つの拡散モデルで二つの役割:閉ループシミュレーションにおける軌道計画と安全臨界シナリオ生成の誘導
事前学習済みの拡散交通モデルを、自動運転の開発ループにおいて、自己車両の軌道計画器と、計画器をストレステストするための安全臨界シナリオ生成器の両方として活用する手法を提案した。
原題: One Diffusion Model, Two Roles: Guided Trajectory Planning and Safety-Critical Scenario Generation in Closed-Loop Simulation / Arka Pal, Rajesh Kumar, Hannes Eriksson 他
日本語で読む → - 論文世界モデル画像認識
TourPhysics: 物理を世界モデルに導入し、単一画像からの探索と操作を実現
単一画像と物理設定から初期化し、シミュレーションとビデオ生成を組み合わせて、長期的な物理的一貫性を保ちながら探索と操作を行うオンラインフレームワークを提案する。
原題: TourPhysics: Bringing Physics to World Models for Exploration and Manipulation from a Single Image / Xin Zhang, Yabo Chen, Zixuan Duan 他
日本語で読む →
PR・アフィリエイト広告
