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: 2026/8/30 / 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sim2realロボティクス
タスク関連特徴ダイナミクスの忠実度がロボット超音波走査のゼロショットsim-to-real転送を可能にする
シミュレーションと実機の間で、プローブ動作に伴うタスク関連の特徴変化の一貫性(TR-FDF)を保つことで、実機データなしで訓練したポリシーが高成功率でゼロショット転送できることを示した。
原題: Task-Relevant Feature-Dynamics Fidelity Enables Zero-Shot Sim-to-Real Transfer for Robotic Ultrasound Scanning / Yizhao Qian, Jiayuan Luo, Wanyi Zhu 他
日本語で読む → - 論文プランニングロボティクス
凸集合グラフを用いたサンプリングベースの認定プランニング
凸領域のグラフを用いたプランナーが返す軌道の衝突安全性を検証する新しい手法を提案し、従来法の誤り率を大幅に低減しつつ高速化を実現した。
原題: Sampling-based Certified Planning with Graphs of Convex Sets / Peng Xie, Amr Alanwar
日本語で読む → - 論文ウェアラブルロボット/マッサージロボティクス
MiBOT: 人間のようなソフトマッサージで心血管反応を調整する頭部装着型ロボット
頭部に装着するマッサージロボットMiBOTを開発し、空気圧人工筋肉による静かな動作で人間のマッサージに似た触覚刺激を提供。被験者の血圧と心拍数を下げる効果を実証した。
原題: MiBOT: A head-worn robot that modulates cardiovascular responses through human-like soft massage / Alice Mylaeus, Stephanie Vogt, Berken Utku Demirel 他
日本語で読む → - 論文世界モデル機械学習
潜在世界モデルにおける介入ギャップ
学習された世界モデルが、環境への介入と同様の効果をタスク変数に与えるかどうかを評価する「介入忠実度」という指標を提案し、既存のモデルでは報酬予測誤差が小さくても介入効果が不正確であることを示した。
原題: The Intervention Gap in Latent World Models / Donna Vakalis
日本語で読む → - 論文画像生成画像認識
離散拡散ブリッジによる時空間整合画像変換と生成
標準的な離散拡散の時空間的な不整合を解決するため、吸収状態をマスクとソースの混合にし、情報量に基づくノイズスケジュールを導入したフレームワークを提案。
原題: Discrete Diffusion Bridges for Spatiotemporally Aligned Image Translation and Generation / Xing Xie, Jiawei Liu, Shijun Zhou 他
日本語で読む → - 論文VLAロボティクス
言語フィードバックによるVLAモデル失敗の訓練不要な行動補正
VLAモデルの実行時失敗を、再訓練なしにタスクレベルの自然言語補正で行動の大きさを調整して修正するフレームワークCorrectVLAを提案。シミュレーションと実ロボットで有効性を示し、修正可能な失敗の境界を明らかにした。
原題: Training-Free Action Correction for VLA Model Failures via Language Feedback / Owen Kwon, Pablo Ortega-Kral, Arthur Bucker 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 → - 論文ナビゲーションロボティクス
Hydra: 離散潜在プランニングと連続フローマッチング実行を備えたナビゲーション世界行動モデル
世界モデルを用いたロボットナビゲーションのリアルタイム制御を実現するため、プランナーをモデル内部に統合し、離散潜在空間でのプランニングと連続軌道生成を組み合わせたHydraを提案した。
原題: Hydra: A Navigation World Action Model with Discrete Latent Planning and Continuous Flow-Matching Execution / Mohammad Nazeri, Alexandyr Card, Samira Huber 他
日本語で読む → - 論文自動運転/省エネルギー/認識ロボティクス
意味を重視したメモリインターフェース符号化による自動運転の省エネルギー認識
自動運転車のカメラ画像をメモリに書き込む際のエネルギー消費を、画像の意味的重要度に基づいて削減する符号化手法を提案した。歩行者などの重要領域を保護しつつ、背景の精度を下げることで、認識性能を保ちながらメモリインターフェースのエネルギーを約36%削減する。
原題: Coding What Matters: A Semantic-Aware Memory Interface for Energy-Efficient Perception in Autonomous Vehicles / Haohua Que, Handong Yao
日本語で読む → - 論文触覚ロボティクス
校正済みデジタルツインによる浅部血管位置特定のための信頼性の高いロボット支援スライディング触診
ロボット支援の静脈穿刺などに必要な浅部血管の位置特定を、実データに頼らず校正済みデジタルツインで生成した触覚データとグラフニューラルネットワークで実現する枠組みを提案した。
原題: Toward Trustworthy Robot-Assisted Sliding Palpation for Shallow Vessel Localisation with a Calibrated Digital Twin / Piotr Blaszyk, Wen Fan, Kaizhong Deng 他
日本語で読む → - 論文水中認識画像認識
前方視ソナーと3Dソナーのキャリブレーションと比較分析による水中物体認識の向上
2D画像を生成する前方視ソナーと3D点群を生成する3Dソナーを組み合わせ、自動キャリブレーションとノイズフィルタリングにより特徴抽出を大幅に改善した。
原題: Calibration and Comparative Analysis of Forward-Looking Sonar and 3D Sonar for Enhanced Underwater Object Recognition / Aditya Penumarti, Khanh Dong, Zi-Hao Zhang 他
日本語で読む → - 論文テレプレゼンスHCI
Feelium: 触れることができる飛行船型テレプレゼンスボディ
飛行船型のテレプレゼンスプラットフォームを提案し、遠隔者がVRで飛行船を操作し、現地の人がその膨らんだ表面に触れることで触覚インタラクションを実現する。
原題: Feelium: A Touchable Blimp Body for Aerial Telepresence / George Xi Wang, Henghao Li, Shan Lin 他
日本語で読む → - 論文構造最適化ロボティクス
ひずみエネルギー分布最適化に基づくロボットの体系的な軽量化手法
ロボットの軽量化を目的に、ひずみエネルギー密度を均一化するという基準に基づき、システム全体の最適化を部品ごとの最適化に分解する手法を提案した。ロボットアームの例で有効性を示した。
原題: Systematic Lightweight Method for Robotics Based on Strain Energy Distribution Optimization / Jingchen Li
日本語で読む → - 論文シミュレーションロボティクス
Agri-Sim: 温室ロボティクスにおける具現化知能評価のための農業シミュレーションプラットフォーム
温室環境での農業ロボット開発を支援するため、UnityとROS2を統合したシミュレーションプラットフォームを構築し、自律ナビゲーションと双腕トマト収穫の閉ループ評価を実証した。
原題: Agri-Sim: Agricultural Simulation Platform for Embodied Intelligence Evaluation in Greenhouse Robotics / Shuhan Shi, Zhenfeng Xue, Minghao Mei 他
日本語で読む → - 論文世界モデル/操作ロボティクス
AnyWorld: 因子分解された自己中心的世界モデルによるクロス身体汎化
人間の単一インタラクション動画を、ロボット固有の多様なロールアウトに拡張する世界モデルフレームワークを提案。行動・カメラ・身体の因子に分解し、身体・視点・シーンの再構成を可能にする。
原題: AnyWorld: Factorized Egocentric World Models for Cross-Embodiment Generalization / Cheng Chen, Jerry Bai, Jiacheng Wei 他
日本語で読む → - 論文物体検出画像認識
背景フリー物体性学習によるクラス非依存検出
未ラベル領域を背景として扱わず、物体中心とスケールの密なフィールドを学習することで、クラス非依存の物体検出を実現する手法を提案した。
原題: Background-Free Objectness Learning for Class-Agnostic Detection / Dania Batool, Liliana Lo Presti, Marco La Cascia 他
日本語で読む → - 論文Human-Robot Collaborationロボティクス
誤った例を用いたロボットポリシーの人間への教授法
本論文は、教育分野で効果が知られる「誤った例」を用いてロボットの行動ポリシーを人間に教える手法を提案し、ユーザー実験によりその有効性を示した。
原題: Teaching Robot Policies to Humans Using Erroneous Examples / Rithika Narayan, Suresh Kumaar Jayaraman, Henny Admoni
日本語で読む → - 論文共有自律ロボティクス
AUV運用における共有自律のための認知アーキテクチャ
オペレータの状況認識向上と負荷軽減のため、オントロジーと複数の大規模言語モデルを組み合わせた認知アーキテクチャを提案し、ミッションの実現可能性評価、計画、実行を支援する。
原題: A Cognitive Architecture for Shared Autonomy in AUV Operations / Niamh Ellis, Thi Tran, Ignacio Carlucho 他
日本語で読む → - 論文自動運転ロボティクス
カメラのみのエンドツーエンド運転のための劣化耐性ベンチマーク
カメラのみのエンドツーエンド運転モデルに対する画像劣化耐性を評価するベンチマークDriveDegradeを提案し、16種類の劣化を5段階で注入して計画性能への影響を分析した。
原題: A Degradation-Tolerance Benchmark for Camera-Only End-to-End Driving / Haohua Que, Handong Yao
日本語で読む → - 論文遠隔操作ロボティクス
ロボットの中のGHOST: 搭載カメラによる実時間・外心視点の双腕ロボットVR遠隔操作
単一のオペレータが2台の移動マニピュレータを直接低レベルコマンドで遠隔操作できるオープンソースのVRシステムを提案し、学習ベースの点群補完で空間認識を向上させた。
原題: GHOST in the Robots: Real-Time Exocentric Dual-Robot VR Teleoperation from Onboard Cameras / Yichen Wei, Faisal Zaghloul, Soujanya C Aryal 他
日本語で読む → - 論文世界モデル機械学習
Flow-JEPA: フローマッチングによるJEPA世界モデルの堅牢な潜在ダイナミクス
JEPA世界モデルの決定論的予測を条件付きフローマッチングに置き換え、ノイズ下での堅牢性と成功率を向上させた。
原題: Flow-JEPA: Flow Matching for Robust Latent Dynamics in JEPA World Models / Yanchen Huo, Ziying Song, Yadan Luo
日本語で読む → - 論文強化学習機械学習
PathBridger: オフライン目標条件付き強化学習のためのサブゴール橋渡し
オフライン目標条件付き強化学習において、サブゴール選択と短期実行を明示的に橋渡しする階層的手法を提案し、多物体操作タスクで大きな性能向上を達成した。
原題: PathBridger: Subgoal Bridges for Offline Goal-Conditioned Reinforcement Learning / Soohyun Choi, Seonvin Cho, Songnam Hong
日本語で読む → - 論文群制御機械学習
乗数コンセンサス不要な完全分散型GNEアルゴリズムによるマルチロボット配置
共有線形等式制約を持つ一般化ナッシュ均衡問題に対し、ラグランジュ乗数の交換なしで任意のGNEに収束する完全分散連続時間アルゴリズムを提案し、マルチロボット配置タスクで検証した。
原題: Fully Distributed GNE Algorithms for Multi-Robot Placement without Consensus on Multipliers / Shao-An Yin, Mingyi Hong, Nicola Elia
日本語で読む → - 論文3D編集画像認識
Chat-Edit-3D++: 大規模言語モデルによる対話型3D・4Dシーン編集
大規模言語モデルを中心に対話で3D/4Dシーンを編集する手法を提案。2Dアトラス画像への変換で編集と再構成を分離し、多様な視覚ツールを自動的に呼び出す。
原題: Chat-Edit-3D++: Interactive 3D and 4D Scene Editing via Large Language Models / Shuangkang Fang, Yufeng Wang, Yi-Hsuan Tsai 他
日本語で読む →
PR・アフィリエイト広告
