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: 2026/8/26 / 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
StreamPI: 視覚・言語・行動モデルのためのストリーミング型マルチモーダル時間モデリング
単一フレームのVLAモデルに追加パラメータなしで時間的推論能力を付与するフレームワークを提案し、実ロボットタスクで有効性を実証した。
原題: StreamPI: Streaming Multimodal Temporal Modeling for Vision-Language-Action Models / Zhe Liu, Jinghua Hou, Yuxiang Lu 他
日本語で読む → - 論文マニピュレーションロボティクス
VISTA: 視覚から推定する空間接触注意による高密度接触操作
接触を伴う精密操作のため、視覚のみからグリッパの変形を推定し、触覚センサなしで接触情報を獲得する模倣学習フレームワークを提案した。
原題: VISTA: Visually Inferred Spatial ConTact Attention for Contact-Rich Manipulation / Jiayi Chen, Wenlong Dong, Yan Huang 他
日本語で読む → - 論文群制御cs.MA
耐障害性マルチロボットシステムのための信頼考慮型逐次意思決定とロールアウト計画
GPSなりすまし攻撃を受ける可能性のあるマルチロボット経路計画問題に対し、信頼監視機構と階層的マッチング戦略を導入し、攻撃検出と耐障害性のあるルーティングを実現した。
原題: Trust-Aware Sequential Decision Making and Rollout Planning for Resilient Multi-Robot Systems / Roee M. Francos, Daniel Garces, Orhan Eren Akgün 他
日本語で読む → - 論文VLAロボティクス
LM-X: 進捗・イベント・不確実性予測による説明可能な汎用ロボット操作の行動モデリング
汎用VLAポリシーに、タスク進捗・イベント遷移・局所信頼性を明示的に予測する3つの信号を導入し、制御に内在する説明可能性を実現した。大規模事前学習と実ロボットデータで高い成功率を達成した。
原題: LM-X: Explainable Action Modeling with Progress, Event, and Uncertainty Prediction for Generalist Robot Manipulation / Jin Lou, Jingxuan Zhu, Andong Chen 他
日本語で読む → - 論文GNSS/深層学習ロボティクス
自己教師あり学習によるGNSSの可能性:深層学習強化PVTアルゴリズムの評価
密集した都市部でのマルチパス干渉を軽減するため、深層学習強化PVTアルゴリズムを提案し、自己教師あり事前学習で表現品質を向上させて測位精度を大幅に改善した。
原題: Opportunities of Self Supervised Learning for GNSS: Evaluation of a Deep Learning-Enhanced PVT Algorithm / Thomas Barbero, Bertrand Ekambi
日本語で読む → - 論文ベンチマーク評価ロボティクス
物理AIベンチマーク冗長性の統計的監査
物理AIモデルのベンチマーク評価における冗長性を統計的に分析し、冗長なベンチマークを削減してもランキングの情報を保持できることを示した論文。
原題: A Statistical Audit of Physical AI Benchmark Redundancy / Zaruhi Navasardyan, Hrant Davtyan
日本語で読む → - 論文VLA画像認識
V-Link: アクションDiTにおける失われた視覚表現の回復による視覚-言語-行動モデルの強化
VLAモデルのアクション専門家が視覚特徴を十分に活用できない問題を解決するため、VLM内に空間・意味クエリを学習し、非対称経路でAction DiTに注入するV-Linkを提案。ベンチマークで成功率を大幅に向上させた。
原題: V-Link: Recovering Lost Visual Representations in Action DiT for Vision-Language-Action Models / Yehao Lu, Jiarui Yang, Yuning Su 他
日本語で読む → - 論文全身制御ロボティクス
LAC: 人型全身制御のための線形・角コンプライアンス
人型ロボットの全身制御において、外力に対する線形および角方向のコンプライアンスを同時に実現する新しい制御手法を提案し、シミュレーションと実機実験でその有効性を示した。
原題: LAC: Linear and Angular Compliance for Humanoid Whole-body Control / Yang Liu, Zhongkai Gu, Wei Zhu 他
日本語で読む → - 論文手術映像生成画像認識
手術映像生成:拡散モデルからワールドモデルへの調査
手術映像生成の研究を、無条件生成・条件付き生成・ワールドモデル生成の3分類で整理し、ピクセル忠実度と臨床的妥当性のギャップや課題を明らかにしたサーベイ論文。
原題: Surgical Video Generation From Diffusion to World Models: A Survey / Fuxiang Huang, Chenxu Zhang, Liang Han 他
日本語で読む → - 論文報酬学習機械学習
ペアワイズを超えて:選好に基づく報酬学習のためのリストワイズ視覚言語監督
視覚言語モデル(VLM)による画像ベースの選好を、ペアワイズではなくリストワイズのランキングとして扱い、Plackett-Luceモデルを用いて報酬関数を学習する新しいフレームワークを提案。Meta-World操作タスクで有効性を実証した。
原題: Beyond Pairwise Feedback: Listwise Vision-Language Supervision for Preference-Based Reward Learning / Srivalli Katkuri, Maxwell Kawada, Juan Wachs
日本語で読む → - 論文多体動力学ロボティクス
溶接トーチ用アンビリカルの動的モデリングとロボット動力学への影響
溶接トーチのケーブルを多体動力学でモデル化し、ロボットへの反力を効率的に計算する手法を提案した論文。
原題: Dynamic Modeling of a Welding Torch Umbilical and Its Impact on Robot Dynamics / Nicolas Gautier, Yves Guillermit, Mathieu Porez 他
日本語で読む → - 論文UAVセキュリティ制御
SonicNudge: 推定器-制御器結合によるホバリングUAVの制御変位攻撃
超音波共振でジャイロスコープを微小に擾乱させ、姿勢推定バイアスを生じさせてホバリングUAVの位置をずらす新しい攻撃手法を提案・検証した論文。
原題: SonicNudge: Controlled Displacement of Hovering UAVs via Estimator-Controller Coupling / Shaocheng Luo, Ashir Raza, Haocheng Meng 他
日本語で読む → - 論文3D再構成画像認識
PIVOT: 実世界3D再構成における姿勢・内部パラメータ・新視点評価のためのマルチ軌道データセットとテストベッド
ロボットやドローンが遭遇する現実的な条件下でのNeRFや3DGSの評価を目的に、多様なカメラ軌道で撮影したデータセットと評価フレームワークを構築し、軌道・姿勢・内部パラメータの影響を独立に分析できるベンチマークを提供した。
原題: PIVOT: A Multi-Trajectory Dataset and Testbed for Pose, Intrinsics, and Novel Viewpoint Evaluation in Real-World 3D Reconstruction / Mary Raymond
日本語で読む → - 論文セグメンテーション画像認識
UAV画像の雑然シーンにおける通信鉄塔部品のゼロショットセグメンテーションのための顕著性-深度条件付け
UAV画像中の通信鉄塔部品を、顕著性と深度情報を用いて粗い塔の事前情報を構築し、Grounded-SAMやSAM 3と組み合わせることで、ゼロショットで高精度にセグメンテーションする手法を提案した。
原題: Saliency-Depth Conditioning for Zero-Shot Segmentation of Communication-Tower Components in Cluttered UAV Imagery / Ali Lesani, Chul Min Yeum, Su-Min Kang
日本語で読む → - 論文歩行ロボティクス
CARO: 接触非依存の残差観測によるゼロショット堅牢な四脚歩行
四脚ロボットの歩行制御において、接触情報やトルクセンサーを使わずに、固定ベースの力学モデルから得られる残差観測を利用して、外乱や動的変化に対する堅牢性を向上させる手法を提案した。
原題: CARO: Contact-Agnostic Residual Observation for Zero-Shot Robust Quadruped Locomotion / Zihan Yang, Shixuan Han, Kexin Guo 他
日本語で読む → - 論文製造工程計画ロボティクス
設計から計画へ:3D CADモデルと2D図面からの製造工程計画のための大規模言語モデルベースのマルチエージェントフレームワーク
3D CADモデルと2D図面から製造工程計画を生成する、LLMベースのマルチエージェントフレームワークを提案。専門エージェントが協調して特徴認識、図面解析、知識検索、工程順序付けなどを行い、エンドツーエンドの計画を実現する。
原題: Design-to-Plan: A Large Language Model-Based Multi-Agent Framework for Manufacturing Process Planning from 3D CAD Models and 2D Engineering Drawings / Muhammad Tayyab Khan, Lequn Chen, Wenhe Feng 他
日本語で読む → - 論文世界モデル機械学習
XP-JEPA: 予測可能な潜在ダイナミクスのための交差予測物理基盤
視覚と物理状態を別々に符号化し、共有予測器で両方を進めることで、物理遷移に基づく潜在ダイナミクスを学習する手法を提案。訓練後に物理ブランチを捨て、視覚のみで制御可能。
原題: XP-JEPA: Cross-Predictive Physics Grounding for Forecastable Latent Dynamics / Kehan Wen, Ziming Li, Siyuan Luo 他
日本語で読む → - 論文手のポーズ推定/センサロボティクス
高性能巧緻操作キャプチャのための光ファイバセンシンググローブ
多芯形状センシングファイバを用いた手全体のポーズ追跡グローブを開発し、オクルージョンや照明変化に強い高精度な手の動きキャプチャを実現した。
原題: Fiber Optic Sensing Glove for High Performance Dexterous Manipulation Capture / J. D. Peiffer, Taylor Niehues, Li Guan 他
日本語で読む → - 論文可視化分析画像認識
VizAnchor: 二重アンカー推論による改ざん可視化からの操作意図の解読
データ可視化の改ざんを理解するためのフレームワークを提案。意味的・空間的アンカーで真実の情報と改ざん領域を特定し、複数のエージェントが操作内容と誤解を招く意図を推論する。
原題: VizAnchor: Decoding Manipulation Intent from Tampering Visualizations via Dual-Anchor Reasoning / Xiaotian Zhang, Huayuan Ye, Haiyang Zhang 他
日本語で読む → - 論文VLAロボティクス
階層的スキル検索による視覚言語行動モデルのデータ効率的適応
長期的な操作タスクを階層的に分解し、サブタスクの言語検索と行動特徴の再ランキングを組み合わせて関連デモを検索することで、少数のデモでもVLAモデルを効率的に適応させる手法を提案した。
原題: Hierarchical Skill Retrieval for Data-Efficient Adaptation of Vision-Language-Action Models / Haoran Hao, Shahram Najam Syed, Jeff Schneider 他
日本語で読む → - 論文VLAAI
GameWAM: ビデオゲームのためのワールドアクションモデル
ビデオゲーム向けに、将来の視覚観測と実行可能なキーボード・マウス操作を同時生成する世界行動モデル(WAM)を提案し、ネイティブな閉ループゲームプレイとGUI制御を実現した。
原題: GameWAM: A World Action Model for Video Games / Yuncheng Guo, Zhanqiu Zhang, Yiwen Guo 他
日本語で読む → - 論文VLAロボティクス
潜在アクションを意図として用いた効率的な未来想像による世界行動モデル
ロボット制御のための世界行動モデルにおいて、テスト時の未来観測生成の遅延を削減するため、潜在アクションを意図の表現として用いるLAWAを提案。将来の観測を生成せずに効率的な未来想像を実現し、少ないデモデータや分布外シナリオでの性能を向上させた。
原題: Latent Action as Intention Enables Efficient Future Imagination for World Action Models / Xiang Li, Yupeng Zheng, Songen Gu 他
日本語で読む → - 論文キャリブレーションロボティクス
連続時間フレームワークにおける傾斜面への地上制約LiDAR-IMUキャリブレーションの拡張
本論文は、地上車両のLiDAR-IMUキャリブレーションを非平坦環境に拡張し、傾斜面上の平面運動でも適用可能な新しい地上平面残差を提案する。実験では、傾斜面と平坦面の両方で再現性が向上することを示した。
原題: Extending Ground-Constraint LiDAR-IMU Calibration to Tilted Surfaces in a Continuous-Time Framework / Vassili Korotkine, Pierre Chamoun, Mohammed Ayman Shalaby 他
日本語で読む → - 論文触覚ロボティクス
ロボット操作用の耐久性のある視覚ベース触覚指先センサ
摩耗や繰り返し荷重に弱い既存の視覚ベース触覚センサに対し、保護フィルムと交換可能なカートリッジを備えた耐久性の高い指先センサを開発し、加速試験で従来比2桁以上の耐久性向上を実証した。
原題: A Durable Vision-Based Tactile Fingertip for Robotic Manipulation / F. Richard Cottrell, Megha H. Tippur, Edward H. Adelson
日本語で読む → - 論文イベントカメラ/モーション推定画像認識
配向距離場によるイベントベースのモーション推定
イベントカメラの動き推定を、反復最適化の代わりに事前計算した距離場の平均化で行う手法を提案し、低遅延かつ高精度を実現。さらに、ぼけ除去と瞳孔追跡への応用も示した。
原題: Event-Based Motion Estimation via Oriented Distance Fields / Lei Sun, Yuqin Ma, Weilun Li 他
日本語で読む → - 論文計画・制御ロボティクス
信号時相論理を用いた安全性を考慮したモデル予測経路積分制御
信号時相論理(STL)で表される制約を制御バリア関数に変換し、MPPIコントローラに組み込むことで、安全性と効率性を両立するサンプリングベースの計画手法を提案した。火星探査車とクアッドコプターの実験で有効性を示した。
原題: Safety-aware Model Predictive Path Integral Control with Signal Temporal Logic / Yiqi Zhao, Taekyung Kim, Hideki Okamoto 他
日本語で読む → - 論文義手/制御ロボティクス
音声制御による腱駆動型バイオニックハンドの開発
腱駆動方式とサーボモータを用いた義手を開発し、ArduinoとBluetoothによる音声コマンドで指の動作を制御するシステムを実装・評価した。
原題: Development of a Voice-Controlled Tendon-Driven Bionic Hand / Urja Kohli, Shagata Chanda, Kritika Gandhi 他
日本語で読む → - 論文実行時学習ロボティクス
未知環境における地上ロボットのための認知基盤型オンデバイス実行時学習
地上ロボットが未知環境で安全に実行時学習を行うためのフレームワークCogRunを提案。エッジAI上で完結し、強化学習とインスタンスベース学習を統合して安全性を確保する。
原題: Cognitively-Grounded On-Device Runtime Learning for Ground Robots in Unknown Physical Environments / Yihao Cai, Yanbing Mao, Christian Lebiere
日本語で読む → - 論文模倣学習ロボティクス
物理的相互作用の特定による接触リッチなロボット操作のワンショット模倣学習
ロボットと環境の物理的相互作用(接触の発生と解除)を明示的にモデル化し、単一のデモンストレーションから複雑な接触操作を再現する模倣学習手法を提案した。実ロボット実験で、未知の環境変化に対する頑健性や適応性を実証した。
原題: One-Shot Learning from Demonstration of Contact-Rich Robotic Manipulation by Identifying Physical Interactions / A. H. G. Overbeek, H. van der Kooij, M. Vlutters
日本語で読む → - 論文通信ロボティクス
ROS2 Connect: WAN環境向けの新しいROS2通信ソリューション
ROS2の通信をWebSocketベースでWAN環境でも透過的かつ安全に利用できるようにするフレームワークを提案し、既存手法より低遅延で安定した通信を実証した。
原題: ROS2 Connect: A new ROS2 over WAN Solution / Daniel Schott, Lakshminarasimhan Srinivasan, Christian Herrmann 他
日本語で読む →
PR・アフィリエイト広告
