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: 2026/11/4 / 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 →- 論文社会受容・知覚HCI
都市に現れるロボットは安心感をどう変えるか:ペルソナ別の知覚評価
ソウルの街路画像を用い、配達ロボットやヒューマノイドの存在が歩行者の安心感に与える影響を、ペルソナ条件付きマルチモーダルLLMと人間の比較で分析した。
原題: Robots in the City: Persona-Based Perceptions of Urban Robots / Keonhee Jang, Kanghoon Lee, Seokwoo Yun 他
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 → - 論文視覚慣性オドメトリロボティクス
床面反射に頑健なステレオ視覚慣性オドメトリのためのカルマンフィルタによる床高さ推定
反射する床面で生じる鏡像の仮想特徴点を、カルマンフィルタで推定した床高さより下にあるものだけ除去することで、ステレオ視覚慣性オドメトリの軌道精度を改善した研究。
原題: Reflection-Robust Stereo Visual-Inertial Odometry via Kalman-Filtered Ground-Height Estimation / Uihyun Hwang, Sungjae Shin, Dongjae Kim 他
日本語で読む → - 論文時系列予測画像認識
時空間予測のための動的状態空間拡散モデル
拡散過程のノイズに状態空間モデル由来の時間相関を導入し、時系列予測の精度を向上させる手法を提案。
原題: Dynamical State-Space Diffusion for Spatiotemporal Prediction / Woojun Lee, Hankyeol Kim, Pilsung Kang
日本語で読む → - 論文品質多様性探索cs.NE
アーカイブ定着を予測する品質多様性探索
品質多様性探索において、個体がアーカイブに定着するかどうかを事前シグナルで予測し、親選択のバイアスが探索性能に与える影響を調べた研究。
原題: From Admission to Retention: Predicting Durable Offspring in Quality-Diversity Search / Corrado Calamita, Matteo Mendicini, Luca Ferrari 他
日本語で読む → - 論文ループ閉じ込め検出ロボティクス
UniLoop:検索から幾何検証・相対姿勢推定までを統合したループ閉じ込め検出
事前学習済み幾何基盤モデルの階層表現を再利用し、検索・検証・相対姿勢推定を一つの枠組みで行うループ閉じ込め検出法を提案。冗長な計算を削減しつつ精度とロバスト性を向上させた。
原題: UniLoop: Unified Loop Closure Detection from Retrieval to Geometric Verification and Relative Pose Estimation / Jingwen Yu, Pengyu Wang, Jin Wu 他
日本語で読む → - 論文強化学習機械学習
強化学習による汎用ロボットポリシーのマルチタスク自己改善スケーリング
汎用ロボットポリシーを展開時に強化学習で多様なタスクへ同時に自己改善できるか検証し、価値推定や資源配分の設計次第で未学習タスクにも汎化することを示した。
原題: Reinforcement Learning Enables Scaling Generalist Robot Policy Improvement / Michal Korniak, Marco Bagatella, Ralf Römer 他
日本語で読む → - 論文触覚ロボティクス
LumiTac:ヒューマンロボットインタラクション向け小型高速六軸光学触覚センサ
小型・低コストの光学式六軸触覚センサを開発し、機械学習で力とモーメントを高速推定、ロボット操作や人との接触に応用した。
原題: LumiTac: Compact, High-Rate Six-Axis Optical Tactile Sensing for Human-Robot Interaction / Hao Wu, Haotian Guo, Yu Feng 他
日本語で読む → - 論文模倣学習ロボティクス
潜在的な物理特性へのオンライン適応による模倣学習
物体の物理特性の潜在表現を動力学モデルと共に学習し、実行時に観測との誤差から潜在表現をオンライン更新することで、見た目が同じでも物理特性が異なる物体へのマニピュレーション動作を適応させる手法を提案した。
原題: Online Adaptation to Latent Physical Properties for Learning from Demonstration / Kotaro Kajitsuka, Masaki Murooka, Fumio Kanehiro
日本語で読む → - 論文遮蔽検出画像認識
遮蔽はタダで分かる:2つの単眼距離手がかりの不一致から遮蔽を検出
カメラのみのパイプラインが既に計算する見かけの身長と単眼深度の順序の不一致から、学習や遮蔽ラベルなしで歩行者の遮蔽を検出する手法を提案。
原題: Occlusion for Free: Detecting Occlusion from the Disagreement Between Two Monocular Distance Cues / Chibueze Praise Onyenweaku, Toyibat Adele, Sikirulahi Opeyemi Abdulkareem 他
日本語で読む → - 論文ベンチマークロボティクス
VABAR:エージェント型ロボティクスのための変動自動化ベンチマーク
産業・医療・インフラ向けの6種のマニピュレーションタスクを対象に、エージェント型ロボティクスを体系的に評価するオープンなシミュレーションベンチマークVABARを提案し、33の汎用スキルと基準解を整備した。
原題: VABAR: A Variational Automation Benchmark for Agentic Robotics / Shuangyu Xie, Kaiyuan Chen, Uksang Yoo 他
日本語で読む → - 論文ベンチマークAI
BEAKER:自動化学実験室の身体知能を評価する専門家監修ベンチマーク
自動化学実験室でMLLMが実験遂行に必要な能力を測るため、専門家が手作業で作成した1000問・11種の画像/動画タスクからなるベンチマークを構築し、28モデルを評価した。
原題: BEAKER: An Expert-Curated Benchmark for Embodied Brains in Self-Driving Chemical Laboratories / Fei Lin, Tengchao Zhang, Ziyang Gong 他
日本語で読む → - 論文サーベイロボティクス
基盤モデル時代の器用なロボットハンド:ハードウェア・データ・転移・学習・評価の全層サーベイ
2024年以降の器用なロボットハンド研究を、ハードウェアからデータ収集、異形態間転移、学習・基盤モデル、評価まで5層に整理し、人間の手物体理解と触覚を横断的視点として統合したサーベイ。
原題: Dexterous Robotic Hands in the Foundation-Model Era: A Full-Stack Survey of Hardware, Data, Cross-Embodiment Transfer, Learning, and Evaluation / Ji Pei
日本語で読む → - 論文sim2realロボティクス
シミュレーションから獲得する知覚型ヒューマノイド動作
1000件の手続き生成された家庭環境で視覚・言語・動作データを合成し、実世界未経験のまま実環境で91%の成功率を達成したヒューマノイド自律システムHALOを提案。
原題: Perceptive Humanoid Motion from Simulation / Siyuan Hu, Abulikemu Abuduweili, Yue Meng 他
日本語で読む → - 論文VLA画像認識
Open-HumanScale:身体性基盤モデルのための人間・ロボット経験スケーリングのオープンレシピ
50,000時間の一人称視点人間動画を整備し、人間動画の事前学習時間とロボット成功率の対数線形スケーリング則を発見。人間のみ事前学習のHumanWAM-Vanillaと人間・ロボット混合学習のHumanWAM-Goalを開発し、RoboTwin 2.0で最先端性能を達成した。
原題: Open-HumanScale: An Open Recipe for Scaling Human and Robot Experience for Embodied Foundation Models / Juncheng Ma, Jiaxin Li, Jiankai Tu 他
日本語で読む → - 論文VLA/推論最適化ロボティクス
VLA推論時間はどこで消費されるのか?GPU間のボトルネックと最適化の相互作用
7種類のVLAモデルと4世代のGPUで7系統の推論最適化手法を計測し、CPU起動オーバーヘッドやメモリ帯域、カーネル効率が最適化効果をどう左右するかを分析して、最適化を積み重ねる際の指針VLA-Triageを導出した論文。
原題: Where Is VLA Inference Time Spent? Bottlenecks and Optimization Interactions Across GPUs / Muhammad Danish Waseem, Ahmed Ali-Eldin Hassan
日本語で読む → - 論文安全制御/リーチアビリティロボティクス
保守的リーチアビリティのためのニューラルHamilton-Jacobiサブソリューション
Hamilton-Jacobiリーチアビリティの学習において、安全側に保守的なサブソリューションを学習することで危険状態の誤分類を減らすConDRを提案し、複数システムで衝突率の低減を示した。
原題: ConDR: Conservative Reachability through Neural Hamilton-Jacobi Subsolutions / Kendra Givens, Taylor T. Johnson, Bryan C. Ward 他
日本語で読む → - 論文オープンセット知覚/ベンチマーク画像認識
WayPOP: パノラマ型オープンセット・パノプティック追跡ベンチマーク
Waymoの実走行データに未知物体を3D合成して、多カメラ時系列で未知物体を一貫してセグメンテーション・追跡できるかを評価する新ベンチマークを構築した。
原題: WayPOP: A Panoramic Open-Set Panoptic Tracking Benchmark / Rohit Mohan, Maximilian Luz, Swarnava Chowdhury 他
日本語で読む → - 論文安全制御/MPCロボティクス
終端制約を超えて:学習した安全集合による信頼性の高いロボット制御
制御不変集合に頼らず、より広い安全集合を学習し予測ホライズンの各ノードを制約することで、MPCの再帰的実行可能性と安全性を保証する手法を提案し、6関節マニピュレータで検証した。
原題: Beyond Terminal Constraints: Reliable Robot Control with Learned Safe Sets / Gianni Lunardi, Elias Fontanari, Matteo Saveriano 他
日本語で読む → - 論文音声視覚セグメンテーションAI
両耳音響による発音インスタンスの曖昧性解消を用いた音声視覚セグメンテーション
両耳の音響手がかり(両耳間差)を画像平面の空間応答に変換し、同クラスの複数候補の中から実際に音を出しているインスタンスを特定する音声視覚セグメンテーション手法を提案した。
原題: Which One Is Sounding? Binaural Sounding Instance Disambiguation for Audio-Visual Segmentation / Haoze Ma, Yidi Li, Yu Ma 他
日本語で読む → - 論文sim2realロボティクス
TwinBridge:デジタルツインによる方策と報酬の転移で実世界強化学習を実現する実験室ロボティクス
3Dガウシアンスプラッティングと物理シミュレーションでデジタルツインを構築し、シミュレータ由来の方策初期化と視覚報酬モデルを実世界のオンライン強化学習に転移することで、実験室の5タスクを高成功率かつ短時間で学習できるようにした。
原題: TwinBridge: Digital Twin-Driven Policy and Reward Transfer for Real-World Reinforcement Learning in Laboratory Robotics / Shu'ang Sun, Yibo Qiu, Haoliang Ye 他
日本語で読む → - 論文VLAAI
証拠中心の能動的情報探索エージェントフレームワークEviSeek
質問から導かれる「証拠要求」を明示的な獲得目標として扱い、視点変更や物理的相互作用を通じた能動的情報探索を訓練なしで行うフレームワークを提案した。
原題: EviSeek: An Evidence-Centric Agentic Framework for Embodied Active Information Seeking / Jintao Li, Zhiyong Cao, Baihua Xiao 他
日本語で読む → - 論文VLAロボティクス
空間幾何を活用したUMI操作のためのワールドアクションモデル
RGB-DのUMIデータで学習し、将来のRGB・メートル深度・行動を同時予測する5Bのワールドアクションモデルを提案し、ロボット実機や環境変化への汎化を評価する新ベンチマークも構築した。
原題: Spatial-UMI-Dream: Scaling World Action Models with Metric Geometry for UMI Manipulation / Weiduo Yuan, Ze Yuan, Sihan Liu 他
日本語で読む → - 論文群制御HCI
流動体としての群ロボット:手の流体拡張による操作システム
手と群ロボットの間に仮想流体を介在させ、手の開閉で群れの硬さや流動性を変えて障害物回避や物体運搬を直感的に操作できるシステムを提案・評価した。
原題: Fluidic Body: Swarm Robots as a Fluid Extension of the Hand / Michikuni Eguchi, Shigeo Yoshida, Mai Nishimura 他
日本語で読む → - 論文適応サンプリングロボティクス
生成海洋モデルを用いた閉ループ適応サンプリング
学習型生成海洋モデルを予測・不確実性推定・計画・観測同化に一貫して用い、複数ロボットで情報量の多い観測地点を選ぶ閉ループ適応サンプリング手法を開発した。
原題: Closed-Loop Adaptive Sampling on a Generative Ocean Model / Shayesteh Hafezi, Alan Papalia
日本語で読む → - 論文歩行ロボティクス
ヒューマノイド制御のための階層型異種マルチエージェント強化学習
関節自由度ごとの物理的異質性を考慮した方策分解と、高レベル計画と低レベル実行を閉ループで共最適化する階層型マルチエージェント強化学習を提案し、ヒューマノイドの全身制御を改善した。
原題: H^2MARL: Hierarchical Heterogeneous Multi-agent Reinforcement Learning for Humanoid Robot Control / Xuemin Hu, Kaixin Li, Qingqing Xia 他
日本語で読む → - 論文マニピュレーションロボティクス
渦吸着グリッパによる柔軟物把持時の渦誘起トルク:形状と空気圧パラメータの影響
渦式グリッパで柔軟物を把持する際に生じる回転トルクを、供給圧力・ノズル径・表面形状・曲率の影響として実験的に定量化し、ガウス過程回帰で予測できることを示した研究。
原題: Vortex-Induced Torque in Grasping Soft Objects: Influence of Geometry and Pneumatic Parameters / Roman Mykhailyshyn, Tomohiro Motoda, Ivan Virgala 他
日本語で読む → - 論文VLAロボティクス
A³-VLA: 操作プロセスから自動生成した知覚ガイドで注意を整列させるロボットマニピュレーション手法
操作中の視覚変化から対象物・ロボット領域を自動抽出し、注意配分損失と対照学習でVLAの注意をタスク重要領域へ誘導するフレームワーク。複数のVLAバックボーンで成功率を6.5〜25.2%向上させた。
原題: $A^3$-VLA: Automatic Perception-Guided Attention Alignment for Robot Manipulation / Shengzhe Zhang, Qi Zhang, Dazhong Shen 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 → - 論文世界モデルAI
Cosmosによる物理AI向けインタラクティブ世界シミュレーション
Cosmos世界基盤モデルを拡張し、行動やシーン操作に応じて映像をリアルタイムに生成する対話型シミュレーションフレームワークを提案。カメラ移動やロボット操作、自動運転のマルチビュー生成などで実証した。
原題: Interactive World Simulation with Cosmos for Physical AI / NVIDIA, :, Anis Ahmad 他
日本語で読む →
PR・アフィリエイト広告
