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: 2026/4/1 / 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 →- 論文視覚ナビゲーション画像認識
STRNet: 動的グラフ集約による時空間表現を用いた視覚ナビゲーション
視覚ナビゲーションのための時空間表現フレームワークを提案し、画像シーケンスと目標画像の特徴を融合して、空間グラフ推論と時間的ダイナミクスモデリングによりナビゲーション性能を向上させた。
原題: STRNet: Visual Navigation with Spatio-Temporal Representation through Dynamic Graph Aggregation / Hao Ren, Zetong Bi, Yiming Zeng 他
日本語で読む → - 論文ナビゲーションロボティクス
考える前に進む:画像目標ナビゲーションのための階層的推論
画像目標ナビゲーションを高レベル計画と低レベル実行に分解し、視覚言語モデルで短期的計画を生成して強化学習ポリシーを導く階層的フレームワークHRNavを提案。迷いを減らすペナルティも導入し、シミュレーションと実環境で有効性を実証した。
原題: Think before Go: Hierarchical Reasoning for Image-goal Navigation / Pengna Li, Kangyi Wu, Shaoqing Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
マルチモーダル身体性認識ナビゲーショントランスフォーマー
複数のプラットフォームと環境からのデータを用いて、RGB画像、3D LiDAR点群、目標埋め込み、ロボットの身体性記述子を融合するトランスフォーマーベースのナビゲーションポリシーを提案し、拡散モデルによる軌道生成と衝突予測ヘッドによりロバスト性を向上させた。
原題: Multimodal embodiment-aware navigation transformer / Louis Dezons, Quentin Picard, Rémi Marsal 他
日本語で読む → - 論文ナビゲーションロボティクス
実世界学習に向けた漸進的残差強化学習による社会的ナビゲーション
エッジデバイス上で軽量に動作する漸進的残差強化学習(IRRL)を提案し、シミュレーションと実世界実験で未知環境への適応を実証した。
原題: Incremental Residual Reinforcement Learning Toward Real-World Learning for Social Navigation / Haruto Nagahisa, Kohei Matsumoto, Yuki Tomita 他
日本語で読む → - 論文ナビゲーションロボティクス
数ステップの視覚ナビゲーションのための修正シュレーディンガーブリッジマッチング
拡散モデルやシュレーディンガーブリッジに基づく生成ポリシーは多峰的な行動分布を捉えられるが、多数の積分ステップが必要でリアルタイム制御に不向きだった。本研究では、エントロピー正則化パラメータを調整し、速度場の構造不変性と分散低減を利用して、少ないステップで高精度な視覚ナビゲーションを実現するRSBMを提案した。
原題: Rectified Schr\"odinger Bridge Matching for Few-Step Visual Navigation / Wuyang Luan, Junhui Li, Weiguang Zhao 他
日本語で読む → - 論文ナビゲーションロボティクス
HiPAN: 不整地3D環境における四足ロボットの階層的姿勢適応ナビゲーション
四足ロボットの不整地3D環境でのナビゲーションのため、高レベル方策が平面速度と身体姿勢を生成し、低レベル姿勢適応制御器が実行する階層的フレームワークを提案。経路誘導カリキュラム学習で長期的ナビゲーションを実現し、シミュレーションと実機で有効性を検証した。
原題: HiPAN: Hierarchical Posture-Adaptive Navigation for Quadruped Robots in Unstructured 3D Environments / Jeil Jeong, Minsung Yoon, Seokryun Choi 他
日本語で読む → - 論文ナビゲーションロボティクス
階層的認知と文脈認識型探索を備えた実装可能な具現化視覚言語ナビゲーションシステム
実世界ロボット向けに、高速な知覚行動層と深い推論層を非同期に動作させ、共有メモリで連携するVLNシステムを提案。探索問題を重み付き巡回修理人問題として定式化し、実機でも高効率・高推論性能を実現した。
原題: A Deployable Embodied Vision-Language Navigation System with Hierarchical Cognition and Context-Aware Exploration / Kuan Xu, Ruimeng Liu, Yizhuo Yang 他
日本語で読む → - 論文ナビゲーション画像認識
効率的なロボットナビゲーションのための空間記憶表現に関するサーベイ
視覚ベースのロボットが大規模環境をナビゲートする際の空間記憶のメモリ効率問題を調査し、ピーク時メモリと保存マップサイズの比αを導入して、ニューラル表現を含む様々な手法の実運用コストを比較した。標準化された評価プロトコルを提案し、パレート最適解析により単一のパラダイムが優位でないことを示した。
原題: A Survey of Spatial Memory Representations for Efficient Robot Navigation / Ma. Madecheen S. Pangaliman, Steven S. Sison, Erwin P. Quilloy 他
日本語で読む → - 論文ナビゲーションロボティクス
障害物環境における一輪ロボットの滑らかで安全な制御則の計画
入力制限下で障害物を回避しながら目標へ安全に到達するための、滑らかなベクトル場と解析的非線形フィードバック制御器を提案した論文。
原題: Planning Smooth and Safe Control Laws for a Unicycle Robot Among Obstacles / Aref Amiri, Basak Sakcak, Steven M. LaValle
日本語で読む → - 論文ナビゲーションロボティクス
ユーザーのプライバシー嗜好に基づくロボットナビゲーションのためのプライバシー保護視覚認識の設計
ロボットナビゲーションの視覚認識におけるプライバシー保護を、ユーザー調査に基づいて設計した。ユーザーは抽象化された視覚表現と低解像度の保存を好み、その解像度はプライバシーレベルとロボットの距離に依存することを示し、距離と解像度を関連付けるポリシーを導出した。
原題: Designing Privacy-Preserving Visual Perception for Robot Navigation Based on User Privacy Preferences / Xuying Huang, Sicong Pan, Delphine Reinhardt 他
日本語で読む → - 論文ナビゲーションロボティクス
航空ロボットのための視覚言語ナビゲーション:大規模言語モデルの時代に向けて
本論文は、航空機(UAV)が自然言語の指示を理解し、3次元環境を自律的にナビゲートする「航空視覚言語ナビゲーション」の分野を概観し、大規模言語モデル(LLM)と視覚言語モデル(VLM)の統合に焦点を当てて、方法論の分類、評価インフラの批判的検討、および7つの未解決問題を提示するサーベイである。
原題: Vision-Language Navigation for Aerial Robots: Towards the Era of Large Language Models / Xingyu Xia, Lekai Zhou, Yujie Tang 他
日本語で読む → - 論文ナビゲーション画像認識
対話を超えたベンチマーキング:協調的インスタンス物体ナビゲーションの再現可能なベンチマーク
本論文は、協調的インスタンス物体ナビゲーション(CoIN)のための再現可能なベンチマークQAsk-Navを提案し、ナビゲーションと質問応答の能力を独立に評価できるようにした。また、軽量な統一モデルLight-CoNavを開発し、既存手法より小型・高速でありながら、未知の物体や環境への汎化性能が高いことを示した。
原題: Benchmarking Interaction, Beyond Policy: a Reproducible Benchmark for Collaborative Instance Object Navigation / Edoardo Zorzi, Francesco Taioli, Yiming Wang 他
日本語で読む → - 論文ナビゲーション/予測モデルロボティクス
EgoMoD: 局所的な自己中心視覚観測からダイナミクスのグローバルマップを予測する
ロボットの短い自己中心視覚クリップから、環境全体の将来の動きの傾向(MoD)を予測する初の手法を提案。外部センサーなしで、搭載カメラのみでグローバルな動き予測を可能にする。
原題: EgoMoD: Predicting Global Maps of Dynamics from Local Egocentric Observations / Iacopo Catalano, David Morilla-Cabello, Jorge Pena-Queralta 他
日本語で読む → - 論文ナビゲーションロボティクス
SaferPath: 学習による誘導と安全制約付き制御を用いた階層的視覚ナビゲーション
既存のエンドツーエンドモデルから得た誘導を、安全制約付き最適化制御モジュールで洗練する階層的視覚ナビゲーションフレームワークを提案し、未見環境での衝突を減らし成功率を向上させる。
原題: SaferPath: Hierarchical Visual Navigation with Learned Guidance and Safety-Constrained Control / Lingjie Zhang, Zeyu Jiang, Changhao Chen
日本語で読む → - 論文ナビゲーションロボティクス
LLMによる信号時相論理仕様の翻訳と修復を用いた低空UAVの自然言語ナビゲーション
自然言語の指示を信号時相論理(STL)仕様に変換し、混合整数線形計画法で軌道を生成するUAVナビゲーションフレームワークを提案。LLMによる仕様翻訳と、不実行時の仕様修復機構を備える。
原題: LLM-Enabled Low-Altitude UAV Natural Language Navigation via Signal Temporal Logic Specification Translation and Repair / Yuqi Ping, Huahao Ding, Tianhao Liang 他
日本語で読む → - 論文ナビゲーションロボティクス
CoFL: 言語条件付きナビゲーションのための連続フローフィールド
鳥瞰図と言語指示から連続的なフローフィールドを予測し、任意の開始点からリアルタイムに軌道生成するナビゲーション手法を提案。大規模データセットで学習し、未見環境や実世界でも高精度・安全なナビゲーションを実現。
原題: CoFL: Continuous Flow Fields for Language-Conditioned Navigation / Haokun Liu, Zhaoqi Ma, Yicheng Chen 他
日本語で読む → - 論文ナビゲーションロボティクス
FLUX: 整流フローと静的から動的への学習によるクロス身体性生成ナビゲーションポリシーの高速化
動的ナビゲーションベンチマークDynBenchを導入し、フローベースの統一ナビゲーションポリシーFLUXを提案。直線軌道で推論を高速化し、静的から動的へのカリキュラムで社会的ナビゲーションと静的タスクの堅牢性を向上、ゼロショットで多種ロボットに転移可能。
原題: FLUX: Accelerating Cross-Embodiment Generative Navigation Policies via Rectified Flow and Static-to-Dynamic Learning / Zeying Gong, Yangyi Zhong, Yiyi Ding 他
日本語で読む → - 論文ナビゲーションロボティクス
3D LiDARの鳥瞰図画像を用いた屋内ナビゲーション向けリアルタイム構造検出
3D LiDARデータを鳥瞰図(BEV)画像に投影し、古典的手法とYOLO-OBBを比較評価して、GPUなしの低消費電力ボード上で10Hz動作を実現する軽量な構造検出手法を提案した。
原題: Real-Time Structural Detection for Indoor Navigation from 3D LiDAR Using Bird's-Eye-View Images / Guanliang Li, Pedro Espinosa-Angulo, David Perez-Saura 他
日本語で読む → - 論文視覚ナビゲーション画像認識
視覚ナビゲーションのための言語条件付きワールドモデリング
言語指示に基づく視覚ナビゲーションを、初期の一人称視点のみから将来の軌道を予測する問題として定式化し、大規模データセットと2つのモデル群を提案した。
原題: Language-Conditioned World Modeling for Visual Navigation / Yifei Dong, Fengyi Wu, Yilong Dai 他
日本語で読む → - 論文ナビゲーションロボティクス
SysNav: マルチレベル系統的協調による実世界・クロスエンボディ物体ナビゲーションの実現
実世界の物体ナビゲーションをシステムレベルで捉え、セマンティック推論・ナビゲーション計画・運動制御を分離した3層システムSysNavを提案し、車輪型ロボット、四足、人型の3つの異なるエンボディで実証した。
原題: SysNav: Multi-Level Systematic Cooperation Enables Real-World, Cross-Embodiment Object Navigation / Haokun Zhu, Zongtai Li, Zihan Liu 他
日本語で読む → - 論文ナビゲーション画像認識
LatentPilot: 潜在視覚推論による先読みでシーンを理解する視覚言語ナビゲーション
未来の観測を訓練時に活用して行動条件付き視覚ダイナミクスを学習し、推論時には未来フレームを使わずに潜在トークンで先読み推論を行う新しいVLNパラダイムを提案し、ベンチマークと実ロボットでSOTAを達成した。
原題: LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning / Haihong Hao, Lei Chen, Mingfei Han 他
日本語で読む → - 論文データセット/オフロードナビゲーションロボティクス
STONEデータセット:オフロードロボットナビゲーションのためのスケーラブルなマルチモーダル全方位3D走行可能性データセット
オフロードナビゲーション向けに、自動パイプラインで生成した3D走行可能性マップと、128ch LiDAR・6台のRGBカメラ・3台の4Dイメージングレーダーによる全方位センシングを備えた大規模マルチモーダルデータセットを構築し、ベンチマークを提供した。
原題: STONE Dataset: A Scalable Multi-Modal Surround-View 3D Traversability Dataset for Off-Road Robot Navigation / Konyul Park, Daehun Kim, Jiyong Oh 他
日本語で読む → - 論文ナビゲーションロボティクス
身体性ナビゲーションのためのエージェント的自己進化的再計画
複雑環境での身体性ナビゲーションの失敗に対処するため、ロボット自身を実行時学習で進化させる自己進化的再計画法(SERP)を提案。適応的機能調整とグラフ上のLLM推論により、成功率向上とトークン消費削減を実現。
原題: Agentic Self-Evolutionary Replanning for Embodied Navigation / Guoliang Li, Ruihua Han, Chengyang Li 他
日本語で読む → - 論文ナビゲーションロボティクス
PanoDP: パノラマ深度と微分可能物理を用いた衝突回避ナビゲーション学習
4方向のパノラマ深度画像と微分可能な物理シミュレーションを組み合わせ、密集環境での衝突回避ナビゲーションを学習するフレームワークを提案した。
原題: PanoDP: Learning Collision-Free Navigation with Panoramic Depth and Differentiable Physics / Hao Zhong, Pei Chi, Jiang Zhao 他
日本語で読む → - 論文ナビゲーションロボティクス
社会的に適合したナビゲーションのためのグループ競合学習による軽量視覚言語モデルの性能向上
軽量な視覚言語モデル(VLM)の推論能力を高めるため、グループ競合学習(GCL)という戦略を提案し、社会的に適合したナビゲーションのベンチマークで性能を大幅に向上させた。
原題: Enhancing Lightweight Vision Language Models through Group Competitive Learning for Socially Compliant Navigation / Xinyu Zhang, Atsushi Konno, Toshihiko Yamasaki 他
日本語で読む → - 論文身体化ナビゲーション/マルチエージェントロボティクス
MA-CoNav: 階層的協調と二重レベル反射を備えた長期的身体化VLNのためのマスター・スレーブ型マルチエージェントフレームワーク
複雑な言語指示に基づく長期的なナビゲーションを実現するため、マスター・スレーブ型の階層的マルチエージェント協調フレームワークを提案し、知覚・計画・実行・記憶を専門エージェントに分散させ、局所・大域の二段階反射機構でパイプラインを最適化した。
原題: MA-CoNav: A Master-Slave Multi-Agent Framework with Hierarchical Collaboration and Dual-Level Reflection for Long-Horizon Embodied VLN / Ling Luo, Qianqian Bai
日本語で読む → - 論文ナビゲーションロボティクス
月面自律チャレンジのためのフルスタックナビゲーション・マッピング・プランニング
GNSSが使えない月面環境で、セマンティックセグメンテーション、ステレオ視覚オドメトリ、SLAM、階層的プランニングを統合した自律航法システムを構築し、競技で1位を獲得した。
原題: Full Stack Navigation, Mapping, and Planning for the Lunar Autonomy Challenge / Adam Dai, Asta Wu, Keidai Iiyama 他
日本語で読む → - 論文VLA/UAVナビゲーション画像認識
AerialVLA: 最小限のエンドツーエンド制御によるUAVナビゲーションのための視覚言語行動モデル
UAVナビゲーションのための視覚言語行動モデルを提案し、生の視覚情報と言語指示を直接連続的な物理制御信号にマッピングする。オラクルガイダンスや外部物体検出器に依存せず、ファジーな方向指示と統合制御空間により、未見環境での汎化性能を大幅に向上させた。
原題: AerialVLA: A Vision-Language-Action Model for UAV Navigation via Minimalist End-to-End Control / Peng Xu, Zhengnan Deng, Jiayan Deng 他
日本語で読む → - 論文ナビゲーションロボティクス
複合ニューラル制御バリア関数による動的環境下でのロボットナビゲーション
動的環境での安全なロボットナビゲーションのため、複数のニューラルCBFを組み合わせた複合CBFを提案し、オフラインの到達可能性解析で訓練して安全な動作を実現した。
原題: CN-CBF: Composite Neural Control Barrier Function for Robot Navigation in Dynamic Environments / Bojan Derajić, Sebastian Bernhard, Wolfgang Hönig
日本語で読む → - 論文HRI/ナビゲーションロボティクス
視点の問題:視点がロボットの社交性の知覚に与える影響
没入型VRを用いて、ロボット軌道の社交性評価が俯瞰視点と一人称視点でどう異なるかを調査し、頭部のうなずき動作が知覚ギャップを埋めるかを検証した論文。
原題: Point of View: How Perspective Affects Perceived Robot Sociability / Subham Agrawal, Aftab Akhtar, Nils Dengler 他
日本語で読む →
PR・アフィリエイト広告
