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: 2026/8/27 / 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 →- 論文自動運転/評価ロボティクス
試験場を超えて:LiDARを用いたアシスト車線変更システムの公道での独立試験
公道でLiDARを使い、アシスト車線変更システムの規制適合性を独立に評価する手法を提案・実証した。
原題: Beyond the Proving Ground: Independent Public-Road Testing of Assisted Lane Change Systems using LiDAR / Marcello Cellina, Akos Kriston, Antonio Migneco 他
日本語で読む → - 論文タスク計画ロボティクス
状態認識型タスク推定と計画:マルチモーダルLLMによる人間とロボットの協調作業
マルチモーダルLLMを用いたタスク計画において、システム状態の推定と状態遷移の予測を明示的に行うことで、幻覚的な行動を減らし、実行可能性と最終状態の精度を向上させる手法を提案した。
原題: STEP: State-Aware Task Estimation and Planning with Multi-Modal LLMs for Human-Robot Collaboration / Maitrey Gramopadhye, Prakash Baskaran, Xiao Liu 他
日本語で読む → - 論文較正/移動ロボットロボティクス
車輪型移動ロボットのためのステアリングオフセットと平面LiDAR外部パラメータのオンライン同時較正
倉庫移動ロボットのステアリングオフセットとLiDAR外部パラメータを、拡張カルマンフィルタを用いてオンラインで同時推定する手法を提案し、実データで横方向誤差を大幅に低減できることを示した。
原題: Online Joint Calibration of Steering Offset and Planar LiDAR Extrinsics for Wheeled Mobile Robots / Subodh Mishra, Arindam Dhar, Suprotim Majumdar 他
日本語で読む → - 論文群制御ロボティクス
反復LQゲームによる多腕システムの協調動作計画
多関節ロボットアームの共有作業空間での動作計画を、各アームを独立エージェントとする反復線形二次ゲームとして定式化し、衝突ペナルティを組み込んで協調的で安全な軌道を生成する手法を提案した。
原題: Coordinated Motion Planning for Multi-Arm Systems via Iterative LQ Games / Junyoung Kim, Hanwen Ren, Lei Zhang 他
日本語で読む → - 論文センサ処理画像認識
確率的事象としてのクォンタ知覚
光子を個別検出するクォンタセンサのストリームを、再帰的ベイズ推定により確率的事象として表現し、超低照度・高速環境下でのリアルタイム知覚を実現する手法を提案した。
原題: Quanta Perception as Probabilistic Events / Varun Sundar, Pavan Thodima, Sacha Jungerman 他
日本語で読む → - 論文マニピュレーションロボティクス
FLARE: 視覚言語ロボット操作における自動修正と回復のための障害認識フレームワーク
視覚言語行動モデル(VLA)が実行中に起こす失敗(掴み損ね、落下、衝突など)を自動で修正・回復できるようにするフレームワークを提案。デモに摂動や橋渡しセグメントを注入して「リトライ」能力を、MLLMによる失敗分析で「リセット」スキルを獲得し、オンライン監視で切り替える。
原題: FLARE: A Failure-Aware Framework for Autonomous Correction and Recovery in Visual-Language Robotic Manipulation / Ganlong Zhao, Zijia Tang, Xingping Chen 他
日本語で読む → - 論文ロボット分解/固定計画ロボティクス
ロボット分解工程全体で共有するモジュール式固定レイアウトの計画
不規則形状製品のロボット分解中、部品除去に伴い支持条件が変化しても再構成不要な共有固定レイアウトを、拡散モデルとベイズ最適化で計画し、実機実験で安定性を検証した。
原題: Planning a Shared Modular Fixture Layout Across Robotic Disassembly Stages / Haohui Pan, Takuya Kiyokawa, Kensuke Harada
日本語で読む → - 論文幾何知覚ロボティクス
相対幾何を超えて:ロボットのためのメトリック認識幾何知覚
ロボットの操作に必要な実世界スケールの幾何再構成を実現する、プラグアンドプレイのフレームワークMAGPを提案。カメラパラメータと深度観測からメトリック幾何を再構成し、絶対誤差を大幅に削減する。
原題: Beyond Relative Geometry: Metric-Aware Geometry Perception for Robotics / Fengjun Zhong, Congjia Chen, Zhaoxu Liu 他
日本語で読む → - 論文ビジョン言語モデル機械学習
Chart2SVG: ラスターチャート画像からの編集可能なSVG生成
ラスターチャート画像を、構造化され意味的に豊かなSVGに変換するマルチモーダル大規模言語モデルを提案。チャート固有のセマンティックトークンと専用データセットを用いて、視覚的精度と構造的一貫性を両立した編集可能なSVGを生成する。
原題: Chart2SVG: Editable SVG Generation from Raster Chart Images / Jinning Cui, Lu Chen, Haoyan Shi 他
日本語で読む → - 論文VLAロボティクス
FlashVLA: 高速かつ非同期なVLA推論のためのストリーミング行動デコード
VLAモデルの推論遅延と非同期実行の不安定さを解決するため、ストリーミング行動バッファとチャンク単位の因果注意を用いたフレームワークを提案し、単一GPUで30Hz以上の制御周波数を実現した。
原題: FlashVLA: Streaming Action Decoding for Fast and Asynchronous VLA Inference / Zekai Li, Jiaming Tang, Zhijian Liu
日本語で読む → - 論文ヒューマノイド/ジェスチャ生成ロボティクス
RoboGesture: 人間型ロボットのためのリアルタイム意味整合型共話ジェスチャ生成
人間型ロボットが音声に同期し意味的に適切なジェスチャをリアルタイム生成するフレームワークを提案。データセット構築、モデル設計、安全制御を統合し、実機で検証した。
原題: RoboGesture: Real-Time Semantic-aligned Co-Speech Gestures Generation for Humanoid Interaction / Zifan Wang, Ziang Ren, Pengyang Shi 他
日本語で読む → - 論文マニピュレーションロボティクス
PredVLA: サブミリオンパラメータの予測符号化ポリシーによるロボット操作
この論文は、わずか68万パラメータで言語条件付き操作を実現する予測符号化ポリシーPredVLAを提案し、LIBEROベンチマークで高い成功率を達成した。
原題: PredVLA: A Sub-Million-Parameter Predictive-Coding Policy for Robot Manipulation / Hiroki Sawada, Shunichi Kasahara
日本語で読む → - 論文セキュリティ/VLAロボティクス
TrapVLA: 設定された失敗モードへのVLAモデルのトラッピング
視覚言語行動モデルに対するバックドア攻撃の新タスクを提案し、テキストトリガーで特定の失敗パターンを誘発する手法を開発した。
原題: TrapVLA: Trapping Vision-Language-Action Models in Configured Failure Modes / Jun-Hui Liu, Kun-Yu Lin, Yi-Lin Wei 他
日本語で読む → - 論文3D再構成画像認識
大規模再構成モデルを用いた人と物体のインタラクション再構成
単一画像から人と物体の3Dインタラクションを再構成するフレームワークMILOを提案。大規模再構成モデル(LRM)の幾何学的特性を活用し、従来法より高精度な再構成を実現。
原題: Reconstructing Humans and Objects in Interaction using Large Reconstruction Models / Agniv Chatterjee, Georgios Pavlakos
日本語で読む → - 論文VLA機械学習
潜在進化を明示する:ワールドアクションモデルのための演算子構造化遷移
ロボット政策のためのワールドアクションモデルにおいて、潜在空間の遷移を演算子ベースで構造化するLEONを提案し、閉ループ性能と頑健性を向上させた。
原題: Making Latent Evolution Explicit: Operator-Structured Transitions for World Action Models / Xiaoxiao Lu, Yunlong Dong, Jiahao Shi 他
日本語で読む → - 論文VLAロボティクス
Riemann-1.0: 物理AIのための具現化世界行動モデル
ロボットの行動と世界の変化を統一的な因果系列としてモデル化し、単一モデルでポリシー実行と世界シミュレーションを実現する世界行動モデルを提案。大規模データで事前学習し、シミュレーションと実世界の操作タスクで最高性能を達成。
原題: Riemann-1.0: An Embodied World Action Model for Physical AI / Haofeng Sun, Jiangbo Pei, Fei Kang 他
日本語で読む → - 論文ワールドモデル機械学習
対照的ワールドモデル
ピクセル再構成を使わず、状態行動系列と将来観測の局所特徴間の相互情報量を最大化する対照学習目的で潜在ダイナミクスモデルを学習し、視覚的妨害に頑健なワールドモデルを実現した。
原題: Contrastive World Models / Bonnie Li
日本語で読む → - 論文ナビゲーションロボティクス
森林での一年間:亜寒帯環境における自律ナビゲーションの課題分析
亜寒帯の森林で1年間にわたり移動ロボットを運用し、季節変化がオドメトリやSLAMなどのナビゲーション手法に与える影響を評価した。
原題: One year in a forest: Analyzing the challenges of autonomous navigation in subarctic environments / Matěj Boxan, Nicolas Lauzon, Veronica Vannini 他
日本語で読む → - 論文経路計画ロボティクス
永久幾何学的占有下でのマルチグループ配管経路設計:問題定義、ベンチマーク、古典的ベースライン
積層造形による内部流体チャネル設計を対象に、一度配置した経路が空間を永久に占有するという条件下でのマルチグループ配管経路問題を定式化し、ベンチマークと古典的解法の性能比較を提供した。
原題: Multi-Group Pipe Routing under Permanent Geometric Occupancy: Problem, Benchmark, and Classical Baselines / Deng Quan
日本語で読む → - 論文手順解析画像認識
VidParse: 熟練者のように自己中心的手順をオンライン解析する
ノイズの多い自己中心的な動画を、手と物体の相互作用に基づく特徴と手順グラフの制約を用いて、学習なしで正確な行動ステップに分割するフレームワークを提案した。
原題: VidParse: Online Parsing of Egocentric Procedures Like a Pro / Anubhav Gupta, Archit Kambhamettu, Vatsal Agarwal 他
日本語で読む → - 論文シーン補完画像認識
生成的セマンティックシーン補完
LiDARのスキャンから高密度なセマンティックボクセルグリッドを復元する問題を、離散拡散モデルを用いた生成タスクとして再定式化し、データ生成・シーン生成・既存結果の改善の3つの役割を単一フレームワークで実現した。
原題: Generative Semantic Scene Completion / Shi Chen, Weifeng Ge
日本語で読む → - 論文リハビリテーションロボット/強化学習/制御ロボティクス
外乱とパラメータ不確かさ下におけるケーブル駆動下肢リハビリロボットのための残差深層強化学習に基づく計算トルク制御
ケーブル駆動下肢リハビリロボットの軌道追従精度を向上させるため、モデルベースの計算トルク制御に深層強化学習による補償トルクを追加する残差制御手法を提案し、シミュレーションで外乱や不確かさに対する頑健性を検証した。
原題: Residual Deep Reinforcement Learning-Based Computed Torque Control for a Cable-Driven Lower-Limb Rehabilitation Robot under Disturbances and Parametric Uncertainties / Mohammad-Hossein Fakouri, Ali Keymasi-Khalaji
日本語で読む → - 論文ソフトロボティクス/制御ロボティクス
空気圧ソフトアクチュエータのタスク空間モデルベース制御
非最小座標の離散弾性ロッドモデルを用いて、空気圧ソフトアクチュエータのリアルタイムタスク空間制御を実現した。フィードフォワード逆モデルとPI制御、動的オブザーバを組み合わせ、複数の平面ソフトアクチュエータで高精度な軌道追従を実証した。
原題: Task-space model-based control of pneumatic soft actuators / Nithin S. Kumar, Joshua Gaston, D. Caleb Rucker 他
日本語で読む → - 論文剛体運動補間ロボティクス
超マルチ双対四元数による剛体運動ジェットの任意次エルミート補間
剛体運動の高次微分情報(ジェット)を超マルチ双対四元数で表現し、任意次数のエルミート補間を実現する手法を提案した。
原題: Arbitrary-Order Hermite Interpolation of Rigid-Motion Jets via Hyper-Multidual Quaternions / Daniel Condurache
日本語で読む → - 論文遠隔操作ロボティクス
バーチャルリアリティを用いた温室園芸のための遠隔ヒューマンロボットインタラクション
温室環境での葉の検査と土壌水分評価のために、VR遠隔操作を用いたロボットシステムの有効性を評価した研究。植物の葉の病気検出精度や灌水必要性の判定成功率を測定し、植物の樹冠形態が土壌水分評価の信頼性に強く影響することを見出した。
原題: Remote Human and Robot Interaction for Greenhouse Gardening Using Virtual Reality / Daniel Udekwe, Hasan Seyyedhasani
日本語で読む → - 論文連続学習ロボティクス
連続ロボット学習のためのメモリアンカー
ロボットが新しいタスクを学習しても過去のタスクを忘れないようにするため、リプレイバッファ内の重要経験(メモリアンカー)を特定し、それを活用することで破滅的忘却を大幅に軽減する手法を提案した。
原題: Memory Anchors for Continual Robot Learning / Maximilian Du, Zhanyi Sun, Chen Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
RTNav: リアルタイムゼロショット物体ナビゲーションに向けて
未知環境での物体探索ナビゲーションにおいて、推論遅延を考慮したリアルタイム実行を可能にするアーキテクチャRTNavを提案し、従来手法より成功率を最大11%向上させた。
原題: RTNav: Towards Real-Time Zero-Shot Object Navigation / Easop Lee, Lingyu Zhang, Boyuan Chen
日本語で読む → - 論文3Dシーン生成画像認識
SpatialCrafter: 生成3Dプロキシを用いた単一画像からのワールドモデリング
単一画像から探索可能な3Dシーンを生成する新しい2段階フレームワークを提案し、3Dプロキシ生成と外観精緻化を分離することで、従来のビデオ拡散モデルより高品質で3D整合性の高いシーン生成を実現した。
原題: SpatialCrafter: Single Image World Modeling with Generative 3D Proxies / Chuan Fang, Lingteng Qiu, Yixun Liang 他
日本語で読む → - 論文群制御ロボティクス
バケツリレー方式:異種ロボットチームのための効率的で堅牢な局所負荷分散
異種ロボット群が1次元空間で協調輸送する際、局所的な衝突感知のみで負荷分散を実現するバケツリレー方式を提案し、トークンによる安定化で収束を保証した。
原題: Pass the Bucket: Efficient, Robust, Local Load Balancing for Teams of Heterogeneous Robots / Tobias Wallner, Dominik Krupke, Arne Schmidt 他
日本語で読む → - 論文シミュレーション/環境生成ロボティクス
4DSynth: 動的具現化シミュレーションのための制御可能な手続き型ワールド合成
自然言語記述、ブループリントマスク、または単一の写真から、編集可能で物理シミュレーション可能な4D環境を自動生成する手続き型システムを提案し、生成した環境を用いたナビゲーションベンチマークも構築した。
原題: 4DSynth: Controllable Procedural World Synthesis for Dynamic Embodied Simulation / Zehao Qi, Haochen Luo, Jia-Wang Bian 他
日本語で読む →
PR・アフィリエイト広告
