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 →- 論文マニピュレーションロボティクス
Zeva: 文脈内因果学習による汎用身体操作の実現
ロボットが実環境での物理的相互作用からその場で学習し、その知識を次の行動に活かすフレームワークZevaを提案。ポリシーモデルを凍結したまま、因果相互作用抽出器と二重タイムスケールの因果メモリを用いて、実行した行動と状態変化を符号化し、後の行動の文脈として注入する。シミュレーションと実機操作で最先端のVLAやWAMを上回る性能を示し、勾配更新なしで自己進化を実現。
原題: Zeva: In-Context Causal Learning for Generalizable Embodied Manipulation / Fu Chen, Xin Ding, Bingjia Huang 他
日本語で読む → - 論文VLA/ベンチマークロボティクス
Behavior-Skill: 長期的タスクにおける視覚-言語-行動ポリシー評価のための細粒度ベンチマーク
長期的なモバイル操作タスクを構成するスキル単位で学習・評価するベンチマークを提案し、VLAポリシーの失敗箇所を詳細に分析できるようにした。
原題: Behavior-Skill: A Fine-Grained Benchmark for Evaluating Vision-Language-Action Policies in Long-Horizon Tasks / Chunyun Ma, Lun Luo, Xingjian Luo 他
日本語で読む → - 論文ドローン設計ロボティクス
ティルトローター二重プロペラドローンの最適化モジュール設計と開発
固定翼と回転翼の利点を組み合わせたティルトローター二重プロペラドローンの設計を、構造・空力シミュレーションと飛行試験により最適化した。
原題: Optimized Modular Design and Development of a Tilt-Rotor Bicopter Drone / Saideep Verma, Nimisha Tatapudi, Akshay Arjun 他
日本語で読む → - 論文プランニング/行動モデル学習AI
不確実性誘導探索による条件付き・量化効果を持つ行動モデルの学習
限られた環境との相互作用から、条件付き効果や量化効果を含む行動モデルをオンラインで学習する手法OHCAMを提案。仮説間の不一致を最大化する行動選択で不確実性を減らし、ノイズに頑健で、実ロボットでも有効性を確認した。
原題: Learning Action Models with Conditional and Quantified Effects via Uncertainty-Guided Exploration / Jeffrey Jewett, William Solow, Sandhya Saisubramanian
日本語で読む → - 論文ナビゲーションロボティクス
LightNav-0: 汎用身体性ナビゲーションのためのVLM空間知能の引き出し
事前学習済み視覚言語モデルの空間知能をナビゲーション制御に直接活用する、タスク非依存の汎用ナビゲーションモデルLightNav-0を提案。統一トークンインターフェースと残差VQアクショントークナイザにより、指示追従・物体探索・視覚追跡を単一モデルで実現する。
原題: LightNav-0: Eliciting VLM Spatial Intelligence for Generalist Embodied Navigation / Shaoan Wang, Aocheng Luo, Fei Huang 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VLA/自動運転画像認識
VLA運転のためのマルチ軌道教師信号とポリシー最適化の整合
VLA運転モデルにおいて、マルチ軌道模倣学習とGRPOを整合させる新しいフレームワークを提案し、非実行可能な軌道による勾配バイアスをパレート最適性と動的蒸留で解消する。
原題: Aligning Multi-Trajectory Supervision with Policy Optimization for VLA Driving / Tian Zhang, Zhuo Huang, Hongrui Ye 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 → - 論文流体力学physics.flu-dyn
小型クアッドローター下方における合流乱流ジェットの構造
ホバリング中の小型クアッドローターのダウンウォッシュをPIVで詳細に計測し、4つのロータージェットが合流して円形ジェットの自己相似形に近づくことを示した。
原題: The Structure of Merging Turbulent Jets Beneath a Small Quadrotor / Anoop Kiran, Nora Ayanian, Kenneth Breuer
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3D視覚的グラウンディング画像認識
SeqAlign3DVG: シーケンス整合ベンチマークとボクセル推論フレームワークによる3D視覚的グラウンディング
時間順序と観測整合性を備えた画像ベース3D視覚的グラウンディングの新しいベンチマークと、ボクセルメモリと段階的融合を用いた推論フレームワークを提案した。
原題: SeqAlign3DVG: A Sequence-Aligned Benchmark and Voxel Reasoning Framework for 3D Visual Grounding / Yi Zhang, Yi Wang, Yueting Wu 他
日本語で読む → - 論文ソフトロボティクス/視覚制御ロボティクス
シリアルモジュール型ソフトロボットのためのモジュール数適応型視覚形状制御
単一モジュールの学習データのみで、モジュール数が1〜5個のロボット全体の形状をカメラ画像から制御する手法を提案。画像をモジュールごとに分割し、共通のセグメンタと局所コントローラを適用することで、構成変更時の再学習を不要にした。
原題: Module Number Adaptive Visual Shape Control for Serial Modular Soft Robots / Kyohei Akamine, Takato Horii, Yusuke Sakaue 他
日本語で読む → - 論文視覚認識画像認識
極度な視覚的疎密を透視する:単一のランダム視覚パッチからの表面理解
本研究は、画像の10%しか見えない極端に疎な観測から表面の再構築と材質分類を同時に行う統一フレームワークSSUFを提案し、4つの事前学習モデルを比較評価した。
原題: Seeing Through Extreme Visual Sparsity: Surface Understanding from a Single Random Visual Patch / Sindhuja Penchala, Sudip Mittal, Noorbakhsh Amiri Golilarz
日本語で読む → - 論文ワールドモデル画像認識
マトリックスゲーム3.5:パッチメモリによるリアルタイムストリーミング対話型ワールドモデルの強化
本論文は、対話型ワールドモデルをリアルタイムで長時間安定生成するため、幾何認識メモリ、静的動的分解表現、二段階蒸留を導入したMatrix-Game 3.5を提案する。
原題: Matrix-Game 3.5: Enhancing Real-Time Streaming Interactive World Models with Patch Memory / Runjia Qian, Zile Wang, Jihai Zhang 他
日本語で読む → - 論文システム同定ロボティクス
大型実世界物体のアドミタンスモデルのシステム同定
実世界の大型物体(ドアや手押し車)の物理的に整合性のあるアドミタンスモデルを同定するワークフローを提案し、ハンドルと本体を分離して推定することで、ヒンジや車軸のトルクセンサなしで高精度なモデルを構築した。
原題: System Identification of Admittance Models for Large Real-World Objects / Nathan I. Baum, Nathaniel G. Luttmer, Mark A. Minor
日本語で読む → - 論文VLAロボティクス
DriftingVLA: 次元別時間ドリフトによるネイティブ一段階視覚言語行動生成
フローベースのVLAモデルの多段階推論による遅延を解消するため、分布ドリフト目的関数を用いてノイズから行動チャンクへの直接マッピングを学習する一段階VLAモデルを提案した。行動次元ごとに時間的ドリフトを適用することで、制御性能を保ちつつ3.36倍の高速化を実現した。
原題: DriftingVLA: Native One-Step Vision-Language-Action Generation via Per-Dimension Temporal Drifting / Yuxuan Gao, Shiqi Zhang, Yedong Shen 他
日本語で読む → - 論文VLAロボティクス
EMERGE-Policy: ロボットの心は単一ポリシーを超えて出現する
複数の専門エージェントが協調して知覚・推論・検証・記憶を行うグラフ構造のエージェントフレームワークを提案し、追加のファインチューニングなしでベンチマークと実ロボット実験で高い性能を達成した。
原題: EMERGE-Policy: A Robot Mind Emerges Beyond a Single Policy / Zhirui Fang, Qingchi Yu, Ziyang Chen 他
日本語で読む → - 論文歩行ロボティクス
人型ロボットのための疎な3次元構造物の俊敏な知覚横断学習
人型ロボットが猿渡りバーを跳び移りながら渡り切るタスクを強化学習で実現。頭部搭載ライダーの生データを注意機構付きエンコーダで処理し、実機で高い成功率を達成した。
原題: Learning Agile Perceptive Traversal of Sparse 3D Structures for Humanoids / Efe Ongan, Chong Zhang, Boyang Sun 他
日本語で読む → - 論文航法/状態推定ロボティクス
未知の測定遅延を伴う一貫した支援慣性航法のためのガリレイ群上のスライディングウィンドウフィルタ
支援慣性航法において、センサ測定に未知の一定遅延がある場合に、遅延と航法状態を同時に推定する手法を提案した。ガリレイ群上で問題を定式化し、観測可能性を解析した上で、スライディングウィンドウフィルタを用いて遅延補正を適用することで推定の一貫性を向上させる。
原題: A Sliding Window Filter on the Galilean Group for Consistent Aided Inertial Navigation with Unknown Measurement Delays / Jonathan Kelly
日本語で読む → - 論文VLA/操作ロボティクス
凍結VLAポリシーのための達成基盤メモリによる閉ループエージェント
凍結された視覚-言語-行動(VLA)ポリシーに、物理的証拠で検証されたサブゴール進行ポインタを持つ軽量メモリを追加し、開ループ実行を閉ループ化するフレームワークを提案。
原題: AGM: Achievement-Grounded Memory for Closed-Loop Agents with Frozen VLA Policies / Hongbo Gao, Zeyu Ni, Xin Wen 他
日本語で読む → - 論文軌道検証ロボティクス
LARC: ロボットマニピュレータ軌道の遅延適応到達可能性認証
軌道の連続時間安全性を効率的に検証するため、区間を適応的に分割して認証する手法を提案。固定細分割と同等の判定精度を維持しつつ、計算量を大幅に削減した。
原題: LARC: Lazy Adaptive Reachability Certification of Robot Manipulator Trajectories / Yu Feng, Hao Wu, Yuzhe Wang 他
日本語で読む → - 論文強化学習ロボティクス
SmoothRL: 非同期実行中のオンライン強化学習
事前学習済みロボットポリシーを非同期推論ループ内でオンライン強化学習により微調整するフレームワークを提案。非同期実行を考慮した学習により、高レイテンシ環境でもスムーズな制御を実現する。
原題: SmoothRL: Online Reinforcement Learning During Asynchronous Execution / Guang Gao, Yuxuan Nong, Baifu Huang 他
日本語で読む → - 論文VLM/ナビゲーション/ベンチマーク画像認識
GeoAgent: 身体化ナビゲーションによるVLMの地理的位置特定能力の評価
視覚言語モデル(VLM)の地理的位置特定能力を、静的画像ではなく身体化ナビゲーション環境で評価するベンチマークGeoAgentを提案した。エージェントがストリートビューを探索して位置を推定する過程で、VLMの性能やバイアスを分析している。
原題: GeoAgent: Evaluating VLM Geolocalization Through Embodied Navigation / Arka Mukherjee, Soham Roy, Kartikeya Trivedi 他
日本語で読む → - 論文群制御cs.MA
信号時相論理仕様からの拡散による汎化可能なマルチエージェント計画
拡散モデルとSTLの微分可能近似を組み合わせ、訓練時に見たことのない仕様にも汎化できるマルチエージェント計画手法を提案した。
原題: Generalizable Multi-Agent Planning from Signal Temporal Logic Specifications via Diffusion / Joe Eappen, Zikang Xiong, Shreyash S. Iyengar 他
日本語で読む → - 論文触覚/データセット/基盤モデルロボティクス
N0基盤:触覚知能の時代に向けて
触覚センサ、大規模データ収集、触覚表現学習、評価基準を統合した触覚搭載ロボット操作の基盤を構築し、3万時間以上の視覚・触覚デモデータと触覚表現モデルを提案した論文。
原題: $\mathcal{N}_0$-Foundation: Towards the Age of Tactile Intelligence / NeoteAI Team, Fudan TEAI Team
日本語で読む → - 論文深度推定画像認識
OptiGeo: 光学的に困難なシーンにおける身体化知覚のための効率的な単眼幾何学
透明・反射・鏡面環境での単眼深度推定の信頼性を向上させるため、センサ由来のバイアスを補正する学習フレームワークOptiGeoを提案した。
原題: OptiGeo: Efficient Monocular Geometry for Embodied Perception in Optically Challenging Scenes / Muxin Liu, Tianbo Liu, Jing Xia 他
日本語で読む → - 論文3Dスタイライゼーション画像認識
OrnaStyler: 装飾を考慮した潜在編集によるコンテンツ保存型3Dスタイライゼーション
テキスト指示に基づき、既存の3Dアセットの幾何学と外観を保ちつつ、微細な装飾構造を追加するゼロショットの3Dスタイライゼーションフレームワークを提案した。
原題: OrnaStyler: Ornament-Aware Latent Editing for Content-Preserving 3D Stylization / Tomohiro Aizawa, Shigeru Kuriyama, Chunzhi Gu
日本語で読む → - 論文制御理論機械学習
計算遅延を考慮したネットワークシステムのイベントトリガ制御とオンライン学習
計算遅延を考慮し、ネットワーク上の遠隔計算ノードでオンライン学習ベースの制御を行う際の追従誤差限界を導出し、通信と計算の効率を両立する非同期イベントトリガ機構を提案した。
原題: Event-triggered Control and Online Learning for Networked Systems under Computational Delays / Xiaobing Dai, Armin Lederer, Zewen Yang 他
日本語で読む → - 論文世界モデル/ベンチマーク調査ロボティクス
世界モデルはより優れたロボットを作るのか?予測的身体知能の評価ベンチマーク調査
ロボット学習における世界モデルとVLA政策の評価手法の乖離を指摘し、2017〜2026年の160件のベンチマークを分類・分析した調査論文。
原題: Do World Models Make Better Robots? A Survey of Evaluation Benchmarks for Predictive Embodied Intelligence / Gaytri Jena, Kapil Wanaskar, Vinija Jain 他
日本語で読む →
PR・アフィリエイト広告
