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: 2026/8/31 / 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画像認識
ZimaBlue: スケーラブルなビデオ事前学習による汎化可能な世界行動モデルの進化
大規模な一人称視点ビデオからロボット制御のための世界行動モデルを学習するフレームワークを提案し、実機ゼロショット評価で成功率を大幅に向上させた。
原題: ZimaBlue: Evolving Generalizable World Action Models through Scalable Video Pre-training / Xionghao Wu, Yijun Yang, Shiyang Zhou 他
日本語で読む → - 論文人間ロボット協調ロボティクス
すべての一致が裏付けとなるわけではない:人間とロボットの協調における型付き行動受理のための来歴保存型多視点融合
予測の一致だけでは証拠にならず、情報の来歴(出所)が重要であるとして、来歴の分割に基づいて証拠を数え、行動の受理条件を判定するPACTという手法を提案した。
原題: Not All Agreement Counts as Corroboration: Provenance-Conserving Multi-View Fusion for Typed Action Admission in Human-Robot Collaboration / Zekai Jin, Hanrong Zhang, Yihong Tang 他
日本語で読む → - 論文ロボット運動学ロボティクス
一般的な3Rロボットの幾何学的解析と、直交ロボットのクラスが4つの逆運動学解を持つための必要十分条件
共形幾何代数に基づく手法を用いて、一般的な3Rロボットの逆運動学解析を行い、4つの逆運動学解を持つための条件を幾何学的に導出した。特に、直交ロボットのクラスに対して必要十分条件を提示している。
原題: Geometric analysis of generic 3R robots, and necessary and sufficient conditions for a class of orthogonal robots to have four IKS / Durgesh Haribhau Salunkhe, Abhilash Nayak
日本語で読む → - 論文自動運転画像認識
CoLT-Drive:運転アフォーダンス予測のための反事実的ロングテールベンチマークと知識保持適応
運転アフォーダンス予測の性能を評価する反事実的ロングテールベンチマークCoLT-Driveを構築し、知識を保持しながら適応するKPAフレームワークを提案した。
原題: CoLT-Drive: Counterfactual Long-Tail Benchmarking and Knowledge-Preserving Adaptation for Driving Affordance Prediction / Zhengxu Tang, Guofeng Cui, Ziyu Gong 他
日本語で読む → - 論文オフロードナビゲーション/危険特定ロボティクス
GAFT: 地理的アンカーによる微調整を用いた稀な失敗からの危険特定
オフロード走行中の高重心化や閉じ込めなどの稀な失敗事例から危険構造を特定するため、視覚基盤モデルを幾何学由来の事前情報で微調整する手法GAFTを提案した。
原題: GAFT: Geo-Anchored Fine-Tuning for Hazard Identification from Rare Failures / Yanran Xu, Chuanhang Qiu, Yue Wang 他
日本語で読む → - 論文自動運転cs.SE
オープンソース自動運転システムの解析と、強化学習テストおよび大規模言語モデルを用いた学際的ハードウェアインザループ研究パラダイム
複数車両の実車実験、コード再利用、ソフトウェア・ハードウェア連携テストを統一的にレビュー可能な枠組みを提案し、Apollo-on-Hongqi EV環境で実証した。
原題: Open-Source Autonomous Driving System Analysis and Multi-Disciplinary Hardware-in-the-Loop Research Paradigm with Reinforcement-Learning Testing and Large Language Models / Dianjing Cheng, Yike Li, Lan Yang 他
日本語で読む → - 論文ワールドモデルAI
IMPACT: 注意はスケーラブルな相互作用認識ワールドモデル学習のための相互作用マップ
ワールドモデルの学習において、静的領域が支配的なMSE損失により動的物体の相互作用が過小評価される問題を指摘し、注意マップを用いて損失を再重み付けするフレームワークIMPACTを提案した。
原題: IMPACT: Attention Is the Interaction Map for Scalable Interaction-Aware World Model Training / Rongze Tang, Jianjie Fang, Zhaolu Wang 他
日本語で読む → - 論文自動運転/推論画像認識
テキストの思考連鎖を超えて:自動運転における行動基盤推論のサーベイ
自動運転における推論を、テキストベースの思考連鎖から物理世界に基づく行動基盤推論への移行として捉え、171本の論文を中間表現の形式に基づいて分類したサーベイ論文。
原題: Beyond Textual Chain-of-Thought: A Survey on Action-Grounded Reasoning in Autonomous Driving / Zhengxu Tang, Xiaozhou Zhang, Guofeng Cui 他
日本語で読む → - 論文異常検知/触覚センシングロボティクス
視覚ベース触覚センシングによる小型工業部品の異常検知
小型工業部品の異常検知に視覚ベース触覚センサを用い、実データで教師なし異常検知手法を系統的に比較評価した研究。
原題: Anomaly Detection on Small Industrial Components via Vision-Based Tactile Sensing / G. F. Preziosa, M. Casiglia, M. Faroni 他
日本語で読む → - 論文ジェスチャ生成画像認識
パペッティア:物体接地・姿勢認識型の共話ジェスチャ生成
音声に合わせたジェスチャ生成において、姿勢制約と周囲の物体を考慮した拡散モデルを提案し、因果的潜在空間での条件付き拡散により、物体と整合した多様で時間的に同期したジェスチャを生成する。
原題: Puppeteer: Object-Grounded Posture-Aware Co-Speech Gesture Generation / Vida Adeli, Soroush Mehraban, Jacob Rommann 他
日本語で読む → - 論文マルチタスク強化学習機械学習
T3S: タスク固有特徴セレクタとスケジューラによるマルチタスク強化学習の改善
マルチタスク強化学習におけるタスク間干渉を解決するため、ハイパーネットワークでタスク固有のソフトマスクを生成する特徴セレクタと、タスクの進捗と学習速度に基づいて学習タスクを選択するスケジューラを提案した。ロボット操作タスクで既存手法より優れた性能を示した。
原題: T3S: Improving Multi-Task Reinforcement Learning with Task-Specific Feature Selector and Scheduler / Yuanqiang Yu, Tianpei Yang, Yongliang Lv 他
日本語で読む → - 論文群制御math.OC
状態情報のみと限られたセンシング下での非線形マルチエージェントシステムに対する安全性が保証された分散型緊急時MPC
状態情報のみで動作し、センシング範囲が限られたマルチエージェントシステム向けに、安全性と再帰的実行可能性を保証する分散型緊急時MPCを提案した。エージェントごとの安全領域を更新する新機構により、保守性を低減しつつ理論的保証を維持する。
原題: Provably Safe Decentralized Contingency MPC under State-Only Information and Limited Sensing for Nonlinear Multi-agent Systems / Max Studt, Georg Schildbach
日本語で読む → - 論文触覚ロボティクス
SpectraTac: 分散色センシングによるコンパクトなカメラ不要の光学触覚センサ
カメラを使わず、RGB照明と分散配置した色センサで触覚情報を取得する小型・低コストの光学触覚センサを提案し、3次元力推定と接触領域分類を実現した。
原題: SpectraTac: A Compact Camera-Free Optical Tactile Sensor with Distributed Color Sensing / Hao Wu, Haotian Guo, Yu Feng 他
日本語で読む → - 論文マニピュレーションロボティクス
Motus2: 巧みな操作のための自己進化型汎用世界モデル
Motus2は、ポリシー・シミュレータ・評価器を統合した自己進化型の世界モデルで、巧みな操作を実現する。モデルとデータのスケーリングにより、意思決定と学習の閉ループを形成する。
原題: Motus2: A Self-Evolving General World Model for Dexterous Manipulation / Hongzhe Bi, Zihao Zhou, Yihang Tang 他
日本語で読む → - 論文シーン構築画像認識
Lucida: 合成可能な実世界からシミュレーションへのシーン構築のための解析・生成・配置
実室内シーンを編集可能なオブジェクト資産として復元するパイプラインを提案し、各ステップが実際の観測で確実に得られる情報のみを消費するよう再設計。VLMポリシーによるGUI操作でオブジェクト配置を閉ループで行う。
原題: Lucida: Parse, Generate, and Place for Composable Real-to-Sim Scene Modeling / Minghan Qin, Yuang Wang, Xiuyu Yang 他
日本語で読む → - 論文自動運転/シナリオ抽出ロボティクス
自動車用エゴセントリックデータセットのためのシーングラフに基づく運転シナリオ抽出
エゴセントリックなセンサーデータとHDマップからシーングラフを生成し、線形時相論理(LTL)でシナリオを指定してモデルチェッカーで抽出する手法を提案。Argoverse 2データセットで有効性を検証した。
原題: Scene Graph-based Driving Scenario Extraction for Automotive Egocentric Datasets / Stefan Ramdhan, Kyanna Dagenais, Vera Pantelic 他
日本語で読む → - 論文位置推定画像認識
HorizonNet: 視覚による地形ナビゲーションのための地平線検出
この論文は、沿岸域や群島で動作する無人水上艇の位置推定を、360度パノラマ画像から地平線を抽出し、DEMデータと相関を取ることで行う手法を提案している。
原題: HorizonNet for visual terrain navigation / Bertil Grelsson, Andreas Robinson, Michael Felsberg 他
日本語で読む → - 論文アクチュエータ設計ロボティクス
ヒューマノイド足首向けデュアルカム・並列弾性アクチュエータ:共有ガススプリングによるトルク補償
ヒューマノイドの足首関節のトルク容量とエネルギー効率を向上させるため、2自由度の並列弾性アクチュエータを提案し、共有ガススプリングとカスタムカムでピッチ・ロール両方向のトルク補償を実現した。
原題: A Dual-Cam Parallel Elastic Actuator with Shared Gas-Spring Compensation for Humanoid Ankles / Jingcheng Jiang, Yifang Zhang, Nikos G. Tsagarakis
日本語で読む → - 論文自動運転ベンチマーク画像認識
記憶による運転:NAVSIMスコアの再評価
エンドツーエンド自動運転モデルがカメラ入力の代わりに過去の記憶を用いてもNAVSIMで高いスコアを達成できることを示し、ベンチマークの評価指標に警鐘を鳴らす論文。
原題: Driving on Memory / Christian Löwens, Thorben Funke, Alexandru Paul Condurache
日本語で読む → - 論文マニピュレーションロボティクス
SUN: 言語に基づく制御から学習、実機への永続的プログラム
モデルベース制御と学習ポリシーを橋渡しするため、幾何・接触関係を一度定義してMPCコストや報酬、遷移ガードなどにコンパイルする型付き実行可能プログラム「SUN」を導入し、大規模言語ビジョンモデルで自動合成するシステムKuafuを提案。デモなしで高成功率を達成した。
原題: SUN: Persistent Programs For Language-Grounded Control-to-Learning-to-Real Policies / Weiqi Wang, Zhi Li, Yudong Lei 他
日本語で読む → - 論文VLAロボティクス
PAVE: 世界行動ポリシーのための予測的アライメントと価値誘導進化
視覚言語行動ポリシーに、複数時間スケールの遷移予測と価値ベースの条件付けを導入し、軌道の質を考慮した学習を可能にする手法を提案した。
原題: PAVE: Predictive Alignment and Value-Guided Evolution for World-Action Policies / Botong Zhao, Fang Yu, Tim 他
日本語で読む → - 論文ヒューマンマシンインターフェースロボティクス
データ中心型ニューロモーターインターフェースによる携帯型ヒューマンマシンインタラクション
筋電信号を利用した携帯型のジェスチャー認識インターフェースを開発し、データ中心のアプローチにより小型モデルで高精度な認識を実現した。
原題: Data-Centric Neuromotor Interfaces for Portable Human-Machine Interaction / Jiaxuan Li, Di Wu, Jianhua Liu 他
日本語で読む → - 論文ナビゲーションAI
基盤モデルを物理世界エージェントに組み込むことで長期的ナビゲーションの限界を押し広げる
VLMによる推論エージェントとナビゲーション基盤モデルを組み合わせたフレームワークNavMCPを提案し、長期的な探索タスクで高い性能を達成した。
原題: Scaffolding Foundation Models into Physical-World Agents Pushes the Frontier of Long-Horizon Navigation / Zixing Lei, Gengze Zhou, Xiong-Hui Chen 他
日本語で読む → - 論文触覚画像認識
近接3D:センシング多様体上の容量近接による形状復元
曲面状の容量性テキスタイルを形状センサとして用い、その表面を非平面センシング多様体として扱い、容量近接場から物体形状を復元する多視点フィードフォワードモデルを提案した。
原題: Proximity3D: Shape from Capacitive Proximity on Sensing Manifold / Hao Chen, Chenming Wu, Chun Ping Lam 他
日本語で読む → - 論文視覚ナビゲーションロボティクス
CanonNav: カメラ幾何からナビゲーション行動を分離するクロスプラットフォーム視覚ナビゲーション
クロスプラットフォームのデモから視覚ナビゲーションを学習する際、カメラ幾何の影響を分離し、安全性と局所進行の補助監督を導入するフレームワークCanonNavを提案。RGBのみでRGB-D法を上回る性能を達成。
原題: CanonNav: Disentangling Navigation Behavior from Camera Geometry in Cross-Platform Visual Navigation / Dong-Wook Kim, Ji-Hoon Hwang, E-In Son 他
日本語で読む → - 論文VLA/社会的相互作用自然言語
私たちが見抜ける嘘:身体的社会的相互作用におけるVLMエージェントによる言語・非言語連携欺瞞
3Dマルチモーダル環境『MineAmongUs』を構築し、VLMエージェントが言語と非言語行動を組み合わせて欺瞞を行う様子を分析。非言語チャネルが勝利に重要であることを示した。
原題: Lies We Can See: Joint Verbal and Non-Verbal Deception by VLM Agents in Embodied Social Interactions / Jaewoo Ahn, Junseo Kim, Hyunseo Kim 他
日本語で読む → - 論文視線操作ロボティクス
物体選択を超えて:マーカーレス視線による任意位置へのロボット配置
視線ベースの支援操作で、物体選択だけでなく任意位置への配置を可能にするマーカーレスフレームワークを提案し、タスク指向の評価指標GSIEを導入した。
原題: Beyond Object Selection:Markerless Gaze-based Robot Placement at Arbitrary Position / Yuzhi Lai, William Marx, Shenghai Yuan 他
日本語で読む → - 論文安全制御制御
時空間変換:メモリ拡張制御バリア関数
制御バリア関数の構造的限界を解決するため、時間フィルタリングを安全制約に組み込む時空間変換を導入し、高周波ノイズを抑えつつ安全性を保証する手法を提案した。
原題: The Space-Time Transform: Memory-Augmented Control Barrier Functions / Avinash Malik
日本語で読む → - 論文画像フォレンジック画像認識
APT: 完全再生成画像における改ざん位置特定のためのアンカー整列摂動
拡散モデルによる画像修復で画像全体が再生成される状況でも、埋め込んだ信号のずれから改ざん領域を高精度に特定する新しい手法を提案した。
原題: APT: Anchor-aligned Perturbations for Tamper Localization in Fully Regenerated Images / Suhyeon Ha, Woo Jae Kim, Joonsung Jeon 他
日本語で読む → - 論文マイクロロボット/ナビゲーションロボティクス
単平面透視を用いた無造影・自律ナビゲーションによる血管内マイクロロボットの制御
単平面X線透視のみを用いて、造影剤なしで血管内マイクロロボットを3次元自律ナビゲーションするデジタルツイン手法VISTAを提案し、ファントムと生体内で実証した。
原題: Contrast-Free Autonomous Navigation of Untethered Endovascular Microrobots Using Single-Plane Fluoroscopy / Husnu Halid Alabay, Tuan-Anh Le, Ping Wang 他
日本語で読む →
PR・アフィリエイト広告
