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: 2026/11/12 ／ 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 →- 論文メタ学習機械学習
メタ学習済みパラメータ空間における加法的類推：急速学習と合成的構造の関連
メタ学習したネットワークの適応後パラメータを関数表現ベクトルとして扱い、関数間の記号的関係がベクトルの加減算で再現できることを示した研究。
原題: Linking Rapid Learning to Compositional Structure in Neural Networks: Evidence from Additive Analogies in Meta-Learned Parameter Spaces ／ Abigail L. Tenenbaum, R. Thomas McCoy
日本語で読む → - 論文生物多様性モニタリング画像認識
Pl@ntNetの機械間植物識別APIによる自動生物多様性モニタリング
Pl@ntNetの植物識別AIをAPI経由で自動利用できる機械間サービスを公開し、8.5万種を対象に精度0.89、人手の最大666倍の処理速度、累計8400万件超の識別実績を報告した論文。
原題: Pl@ntNet machine-to-machine identification service with Pl@ntNet API: enabling automated biodiversity monitoring through large-scale plant identification ／ Benjamin Bourel, Jean-Christophe Lombardo, Alexis Joly 他
日本語で読む → - 論文動画言語/ベンチマーク画像認識
PhysCapBench：物理的根拠に基づく動画キャプションのクロスドメインベンチマーク
三人称視点・一人称視点・グリッパー操作の3領域にまたがる物理キャプション品質を評価する初の統一ベンチマークを構築し、7つの物理次元で精度と網羅性を評価した。
原題: PhysCapBench: A Cross-Domain Benchmark for Physically Grounded Video Captioning ／ Haofeng Wang, Pengcheng Wen, Ruiqi Li 他
日本語で読む → - 論文メモリ/推論効率化AI
HeMeR: 構造化KV再利用による身体性エージェントの異種メモリ統合
宣言的・手続き的・作業メモリを動的に更新しながら、変化しない部分のKVキャッシュを再利用して推論を高速化するフレームワークHeMeRを提案し、実機で成功率83.2%・推論時間を2.94秒から1.87秒に短縮した。
原題: HeMeR: Heterogeneous Memory Reconciliation for Embodied Agents via Structured KV Reuse ／ Saehun Chun, Wonje Choi, Jinwoo Jang 他
日本語で読む → - 論文群制御cs.DC
計算場上の自律移動ロボット
ロボットが動く格子自体をセルオートマトンとして計算媒体化し、ロボットを極めて弱く保ったまま場の状態数で資源を測るモデルCABOTを提案。整列や集合などのタスクが少数の場の状態で解けることを示した。
原題: Autonomous Mobile Robots on a Computing Field ／ Yonghwan Kim, Gil-Tak Kong, Un-Sook Choi
日本語で読む → - 論文IoMT/セキュリティcs.AR
Matter規格を用いた医療IoT遠隔測定とセキュリティ分析のデモ
Matter標準に独自のHealthVitalsクラスタを追加し、心拍数・血中酸素・体温の模擬データをRaspberry Pi 5上で収集・通信できるIoMTテストベッドを構築した。
原題: Demo: Matter-Based IoMT Telemetry and Security Analysis ／ Muhammad Hassan, Masooda Bashir, Carl Gunter
日本語で読む → - 論文VLAロボティクス
VLAは呼び出すエージェントから何を学べるか：具現化ナビゲーションのためのタスクレベル経験蒸留
LLMプランナー付きナビゲーションエージェントの成功経験をVLAに蒸留し、テスト時はVLA単体でナビゲーションできるようにするH2E手法を提案。REVERIE-CEで成功率を35.0%から44.9%に向上させた。
原題: What Can a VLA Learn from the Agent That Calls It? Task-Level Experience Distillation for Embodied Navigation ／ Jinze Tao, Yuxiao Han, Kangkang Dong 他
日本語で読む → - 論文視覚推論画像認識
視覚暗号ベンチマーク：長期的視覚推論におけるLLMエージェントの評価
画像のみから解を導く40問の視覚パズルを新たに作成し、8つの最先端モデルの長期的視覚推論能力を評価したところ、最高性能でも正答率26.7%にとどまった。
原題: Visual Cipher Bench: Benchmarking LLM Agents on Long-Horizon Visual Reasoning ／ Deyao Hong, Jiayi Jiang, Yuchun Chen 他
日本語で読む → - 論文LiDAR慣性オドメトリロボティクス
離散LiDAR慣性オドメトリの因果的連続時間リファインメント
既存の離散SGal(3)推定器の事後姿勢列を、直近姿勢への3次軌道フィッティングと固定ラグ評価で因果的に平滑化する連続時間リファインメントモジュールを提案し、相対軌道精度を最大70%改善した。
原題: CT-SGAL-LIO: Causal Continuous Time Refinement of Discrete LiDAR Inertial Odometry ／ Nam Tran, Thu Tran, Toan Nguyen 他
日本語で読む → - 論文経路計画ロボティクス
ガウス過程による情報獲得型経路計画：誤差限界・アルゴリズム・ベンチマーク
ガウス過程を用いた情報獲得型経路計画について、予測分散が理論的に最適な目的関数であることを示し、GreedyCoverの近似保証が問題の理論限界に一致することを証明した上で、ベンチマークで優位性を確認した理論解析論文。
原題: Informative Path Planning with Gaussian Processes: Error Bounds, Algorithms, and Benchmarks ／ Kalvik Jakkala, Jennifer Wakulicz, Donald G. Dansereau 他
日本語で読む → - 論文データ収集ロボティクス
全身移動マニピュレーションのための人間整合型データ収集システムHALO
操作者の知覚と動作をロボットに整合させ、低抵抗プラットフォームとキネステティック教示で全身移動マニピュレーションの実演を自然かつ高速に収集するシステムを提案。
原題: HALO: Human-Aligned Data Collection for WhoLe-body MObile Manipulation ／ Shuai Yang, Fangyi Xu, Yishu Shen 他
日本語で読む → - 論文群制御ロボティクス
結合型制御バリア関数によるデッドロックフリーなマルチロボット競合解決
複数ロボットの競合解決のため、譲り合い行列と結合型制御バリア関数を用いたQPベースのフィードバック制御器を提案し、設計上デッドロックを回避しつつ安全性を保証する。
原題: A Coupled Control Barrier Function Approach to Deadlock-Free Multi-Robot Conflict Resolution ／ Gary Rostomyan, Ketan Savla, Petros A. Ioannou
日本語で読む → - 論文動作追従ロボティクス
BlinkMimic：単一GPUで数分間にヒューマノイド動作トラッカーを学習
並列シミュレーションから学んだワールドモデルを通じた誤差逆伝播とMuon更新を基に、学習率減衰・失敗時リセット・GPUグラフキャプチャを加え、Unitree G1の40動作を単一RTX 4090で3.4分で学習する手法を提案。
原題: BlinkMimic: Training a Humanoid Motion Tracker in Minutes on a Single GPU ／ Fuyi Chen
日本語で読む → - 論文マルチモーダル対話ロボティクス
XBot-Omni：身体理解と対話のためのオムニモーダルモデル
テキスト・画像・音声・動画を入力に、発話・身体動作・表情を統合して生成するThinker-Talker-Actor構成のロボット向けオムニモーダルモデルを提案し、7つのベンチマークで理解と動作生成の性能を検証した。
原題: XBot-Omni: An Omni-Modal Model for Embodied Understanding and Interaction ／ Kerui Gu, Xing Fu, Shuoyang Sun 他
日本語で読む → - 論文SLAMロボティクス
エッジ上でのRGB-D SLAM：Raspberry Pi 5におけるRTAB-MapとORB-SLAM3のベンチマークとプロファイリング
Raspberry Pi 5上でRTAB-MapとORB-SLAM3を6つのTUM RGB-Dシーケンス・3解像度で実行し、追跡率・誤差・処理時間・メモリ・CPU・温度を計測して段階別にプロファイリングした。
原題: RGB-D SLAM on the Edge: Benchmarking and Profiling RTAB-Map and ORB-SLAM3 on the Raspberry Pi 5 ／ Himanshu Patil, Jaideep Joshi, Rohit Saluja 他
日本語で読む → - 論文マニピュレーションロボティクス
把持のアドミタンスによる入出力特性評価：設計パラメータと把持挙動の接続
低インピーダンスグリッパの把持をアドミタンス行列で特徴づけ、静的剛性だけでなく動的な共振特性まで評価できることを示した研究。
原題: Input-output characterization of robotic grasping: Connecting design parameters to grasp behavior through the admittance ／ Julien Vanderheyden, Guillaume Drion, Pierre Sacré 他
日本語で読む → - 論文VLAロボティクス
UAV-Flow++：言語誘導ドローン飛行のベンチマークと学習のための統合スイート
短距離の物体相対飛行操作に焦点を当て、言語指示から連続飛行行動を生成するタスク「Flow」を定式化し、実世界3万件超のデータセットとシミュレータ、模倣学習とTGRPO強化学習を組み合わせたFlowVLAを提案した。
原題: UAV-Flow++: A Unified Suite for Benchmarking and Learning Language-Guided UAV Flight ／ Donglin Yang, Xiangyu Wang, Yantong Zhong 他
日本語で読む → - 論文VLAロボティクス
AgriSense：仮想温室における視覚言語による意思決定支援とロボット介入
Isaac Sim上の仮想温室で四足移動マニピュレータと視覚言語モデルを統合し、環境予測・ゾーン判断・介入を行う枠組みを構築・評価した論文。
原題: AgriSense: Vision-Language Decision Support and Robotic Intervention in a Virtual Greenhouse Copy title ／ Lyes Saad Saoud, Oualid Doukhi, Reza Ghorbani 他
日本語で読む → - 論文群制御ロボティクス
反復クラスタリングによる異種マルチロボットシステムの協調タスク割り当て
異種ロボット群の協調タスク割り当てを、ロボットとタスクのクラスタを反復的に形成して部分問題に分割する反復クラスタリング法で解き、単調な効用改善と収束性を保証した。
原題: Collaborative Task Allocation for Heterogeneous Multi-Robot Systems Through Iterative Clustering ／ David R. Martin, Brooks A. Butler, Scott Nivison 他
日本語で読む → - 論文ソフトロボティクス制御
流体興奮性ニューロンのためのエネルギーベースモデリング
空気圧興奮性デバイスの設計に向けて、ボンドグラフ理論を用いてHodgkin-Huxleyモデルのエネルギー的等価表現を構築し、空気圧ハーフセンター発振器の設計に応用した。
原題: On Energy-Based Modelling for Fluidic Excitable Neurons ／ Robin Wroblowski, Brent Michiels, Benjamin Gorissen 他
日本語で読む → - 論文VLAロボティクス
意味的に整合した潜在行動による身体性基盤モデルの二軸スケーリング
人間とロボットの動画クリップの言語記述から意味的類似度を推定し、対応付けなしで潜在行動空間を整合させるSALAを提案。人間動画とロボット動画の両方で基盤モデルを学習でき、二軸のスケーリングを可能にする。
原題: SALA: Semantically Aligned Latent Actions Enable Dual-Axis Scaling of Embodied Foundation Models ／ Jiachun Jin, Zetong Zhou, Haonan Wang 他
日本語で読む → - 論文LLM信頼性管理ロボティクス
LLMの有用性を最大化しつつ誤りを管理する適応的依存手法
LLMの信頼性推定に基づきシステムの依存度を適応的に変える古典的手法をレビューし、誤りリスクを抑えつつ性能を向上させる枠組みを示した。
原題: Maximizing LLM Utility While Managing LLM Fallibility ／ Ekta U. Samani, Christopher G. Atkeson
日本語で読む → - 論文VLAロボティクス
ProtoVis-Nav: 視覚空間整合型UAVナビゲーションのためのプロトタイプ視覚想像
UAVの視覚言語ナビゲーションにおいて、次の移動先の局所視覚表現をプロトタイプの線形結合で想像してから経路点を生成することで、言語指示と3D動作の整合性を高める手法を提案した。
原題: ProtoVis-Nav: Prototypical Visual Imagination for Visual-Spatial Aligned UAV Navigation ／ Guangyuan Sui, Yunzhong Hou, Chi Harold Liu
日本語で読む → - 論文マニピュレーションロボティクス
経験時代における実世界コード・アズ・ポリシー：ACE-CaP-0
人間の実演とシミュレーションを選択的に活用してコードポリシーを改良するエージェント手法を提案し、8つの実世界マニピュレーションタスクで92.1%の成功率を達成した。
原題: ACE-CaP-0: Real-World Code-as-Policies in the Era of Experience ／ ACE-CaP Team, Changxu Wei, Yunpeng Qing 他
日本語で読む → - 論文コーディングエージェント/ベンチマークcs.SE
Robo-SWE: ロボットソフトウェアリポジトリから抽出した実行可能なIssue解決データセット
ROS 2やシミュレータなど28のロボット関連リポジトリのマージ済みPRから、修正前は失敗し修正後は成功するテスト付きのIssue解決タスク236件を構築し、複数のコーディングエージェントで評価したデータセット。
原題: Robo-SWE: An Executable Issue-Resolution Dataset Mined from Robot Software Repositories ／ Vahid Haratian, Vahid Ansari, Mohammadhossein Malmir 他
日本語で読む → - 論文ロボット操作エージェントロボティクス
JustRUA：GPT-6ロボット操作エージェントの制御された比較研究
GPT-6によるロボットアーム操作エージェントの設計要素（ハーネス・行動インターフェース・経験再利用・シーン幾何）を同一枠組みで分解検証し、最小構成のハーネスだけでRoboDojoスコアを29.7から50.3へ向上させた。
原題: JustRUA: A Controlled Study of GPT-6 Robot-Use Agents ／ Zefan Wang, Yufan Dang, Xuanwei Shi 他
日本語で読む → - 論文模倣学習機械学習
不完全な模倣：異種デモンストレータからのオフライン・オンライン頑健模倣学習
熟練度が未知でばらつく複数のデモンストレータから、状態行動の最適性スコアと潜在的な熟練度を同時学習し、オンライン方策最適化に統合することで分布シフトに頑健な模倣学習を実現した。
原題: Imitating the Imperfect: Offline-to-Online Robust Imitation Learning from Heterogeneous Demonstrators ／ Cheng Pan, Nan Lu, Kai Arulkumaran 他
日本語で読む → - 論文運動計画ロボティクス
非ホロノミック運動計画のための微分同相ベクトル場整列
ロボットの初期方位とベクトル場の向きの不一致を微分同相変形で解消し、障害物回避と目標収束を保証する運動計画法を提案した。
原題: DIVAL: Diffeomorphic Vector-Field Alignment for Nonholonomic Motion Planning ／ Yike Qiao, Xiaodong He, An Zhuo 他
日本語で読む → - 論文世界モデルロボティクス
想像と現実の認識ギャップ：世界モデルの想像ロールアウトがタスク関連情報を失う現象
CARLA運転シミュレータの世界モデルで、観測に基づく事後状態は障害物情報を保つが想像ロールアウトでは徐々に失われ、モデル自身の不確実性指標もそれを検知できないことを示した事例研究。
原題: The Posterior-Prior Epistemic Gap: When World Model Imagination Fails to Carry Task-Relevant Signals ／ Jaerock Kwon, Elahe Delavari, Donghyun Kim 他
日本語で読む → - 論文逆運動学ロボティクス
条件付きフローによる汎用逆運動学
条件付きフロー生成モデルで逆運動学を解き、移動台車や複数エンドエフェクタ、シーン認識、行動選好を統合したGenGenIKを提案し、二腕リフト等で解率と実行時間を改善した。
原題: Generalized Inverse Kinematics via Conditional Flow ／ Kaitlyn Zhang, Tomás Lozano-Pérez, Leslie Pack Kaelbling
日本語で読む →
PR・アフィリエイト広告
MINISFORUM（ミニPC）
