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: 2026/8/22 / 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HRIロボティクス
文脈認識に基づく人間支援ロボットシステムの設計
人間の活動を文脈に応じて認識し、行動ツリーで動的な支援行動を定義するロボットシステムの設計を提案した論文。
原題: Design of a Human-Assistance Robot System with Contextual Action Recognition / Amanuel Ergogo, Teresa Zielińska
日本語で読む → - 論文画像編集画像認識
SpatialDiff: 暗黙的な空間モデリングによる3D認識オブジェクト移動
複雑なシーンでのオブジェクト移動を正確に行うため、3D空間構造を暗黙的にモデル化し、グローバルな空間監視で編集操作による位置変化を認識する手法を提案した。
原題: SpatialDiff: 3D-Aware Object Movement via Implicit Spatial Modeling / Zheng Liu, Zijian He, Huiguo He 他
日本語で読む → - 論文強化学習自然言語
EDGE: エージェント強化学習における誘導探索のための経験蒸留
強化学習で得た経験を一時的な学習支援として使い、徐々にパラメータに内化させるフレームワークEDGEを提案。推論時の外部依存をなくし、複数タスクで性能を向上させた。
原題: EDGE: Experience-Distillation for Guided Exploration in Agentic Reinforcement Learning / Can Xie, Yuyi Zhou, Wen Yang 他
日本語で読む → - 論文VLA画像認識
ViSMoE: 身体化された指示表現グラウンディングのための視覚認識スパース混合エキスパート
エージェントが自然言語指示に基づいて遠隔の物体を特定するタスクにおいて、視覚情報の種類に応じて専門化したスパース混合エキスパートを用いることで、ビューと物体の識別表現を改善し、既存手法を上回る性能を達成した。
原題: ViSMoE: Visual-Aware Sparse Mixture-of-Experts for Embodied Referring Expression Grounding / Shuo Feng, Piji Li
日本語で読む → - 論文遠隔操作/空中マニピュレーションロボティクス
力センサレス触覚フィードバックを用いた全方向空中マニピュレーションの安全重視型双方向遠隔操作
本論文は、全方向空中マニピュレータの遠隔操作において、制御バリア関数に基づく安全フィルタを導入し、力センサなしで触覚フィードバックを実現する手法を提案する。実験により、自由飛行中の不要なフィードバックを回避しつつ、物理的相互作用時の安定性を向上させることを示した。
原題: Safety-Critical Bilateral Teleoperation for Omnidirectional Aerial Manipulation Using Force-Sensorless Haptic Feedback / Yubin Kim, Jinwoo Lee, Yongjun You 他
日本語で読む → - 論文安全性評価AI
GuardianBench:身体化AIにおける潜在的な文脈リスクのための同一シーン指示対比ベンチマーク
同一シーンで指示だけを変えた安全/不安全の対比ペアからなるベンチマークを構築し、VLMが指示に鈍感で安全判断を誤ることを示し、軽量な事後学習手法で改善を実証した。
原題: GuardianBench: A Same-Scene Instruction-Contrastive Benchmark for Latent Contextual Risk in Embodied AI / Zhesheng Zhang, Jiahao Lu, Wei Liu 他
日本語で読む → - 論文VLAロボティクス
Ludi 0.1: 社会的知能を持つロボットのためのエージェントシステム
ロボットが曖昧な指示を理解し、文脈を保持し、意図の変化に応じて行動を修正しながら人間と協調するための、対話・推論・記憶・ナビゲーション・操作を統合したエージェントシステムを提案した。
原題: Ludi${}_{\scriptscriptstyle 0.1}$: An Agentic System for Socially Intelligent Robots / Wooseong Chung, William Cong, Jakub Dworakowski 他
日本語で読む → - 論文掘削/模倣学習ロボティクス
視覚目標条件付き制御による自律掘削
掘削ロボットの動作を、画像上の目標領域マスクと行動チャンク変換器を用いて制御する枠組みを提案し、シミュレーションで高い目標達成率と作業効率を実証した。
原題: Vision Guided Target Conditioned Control for Autonomous Excavation / Shuai Zhao, Ji-An Pan, Junwei Li 他
日本語で読む → - 論文UAVナビゲーション画像認識
AirAlign: ジオメトリを考慮したUAV最終メートル航法のための相対ポーズ整列
UAVの最終接近段階での正確なポーズ整列を実現するため、事前学習済みの視覚幾何再構成モデルを用いてRGB画像ペアから相対ポーズを推定するフレームワークを提案した。
原題: AirAlign: Geometry-Aware Relative Pose Alignment for UAV Last-Meter Navigation / Jinyi Zhou, Shuo Feng, Yufei Wu 他
日本語で読む → - 論文ソーシャルロボットロボティクス
認知症の見当識障害検出と介護者支援介入のための在宅ソーシャルロボット設計に関するステークホルダー洞察
認知症患者の見当識障害を検出し、介護者を支援する在宅ソーシャルロボットの設計要件を、介護者や専門家へのインタビューから導き出した研究。
原題: Stakeholder Insights for Designing In-Home Social Robots for Dementia Disorientation Detection and Caregiver-Aware Intervention / Emmanuel Akinrintoyo, Nicole Salomons
日本語で読む → - 論文群制御AI
GenCoord: プライベート情報下でのスキルパスコミットメント
エージェント間で非対称な情報を持つ協調タスクにおいて、タスクの結果を実行可能なスキルパスコミットメントに変換する手法を提案。ローカルモデルが計画と要求を生成し、フィードバックで修正することで、情報ギャップを解消し、通信量を削減する。
原題: GenCoord: Skill-Path Commitments under Private Information / Peng He, Junning Zhu, Haohan Yuan 他
日本語で読む → - 論文操作ロボティクス
ロボット操作のための未来潜在状態からの行動推論
ビデオ生成を介さず、未来の潜在状態からロボットの行動を直接推論する新しい世界行動モデルを提案し、計算コストを削減しつつ長期的な操作タスクで有効性を示した。
原題: Inferring Action from Future Latent State for Robotic Manipulation / Fenghao Lei, Zhixiong Huang, Long Yang 他
日本語で読む → - 論文HCI/共在コラボレーションAI
代わりに言ってくれませんか?共在ディスカッションにおける代理発言
共在ディスカッションで発言しにくい意見を、仮想プロキシを通じて代弁するMRシステム「SecondVoice」を提案し、テキストボードと比較して代理発言が会話に参加しやすいことを示した。
原題: Can You Say This for Me? Speaking Up by Proxy in Co-Located Discussion / Yue Shen, Rehema Abulikemu, Ryan P. McMahan 他
日本語で読む → - 論文物理推論機械学習
物理推論のためのモデリングと実行の分離
物理問題を解く際に、計算前に物理モデルを明示的に構築するフレームワークを提案し、二段階の学習戦略でモデルの推論性能を向上させた。
原題: Decoupled Physical Modeling and Execution for Physics Reasoning / Ye Zhang, Xuehang Guo, Rui Pan 他
日本語で読む → - 論文VLA/強化学習ロボティクス
CounterAlign: 視覚言語行動モデルのための反事実的監督
専門家のデモンストレーションのみから、指示を入れ替えることで反事実的なデータを合成し、オフライン強化学習の報酬モデルを学習する手法を提案。ロボット操作の堅牢性を向上させる。
原題: CounterAlign: Counterfactual Supervision for Vision-Language-Action Models / Haru Kondoh, Kei Ota, Asako Kanezaki 他
日本語で読む → - 論文ドローン輸送ロボティクス
視覚誘導型モーフィングクアッドコプターによる狭路通過を伴う多形状ペイロード輸送
ペイロードの形状や通路幅に応じてアームを伸縮できるモーフィング機構を備えたクアッドコプターを提案し、視覚と力覚フィードバックを用いて箱・円筒・球の異なる形状の物体を狭い通路を通って輸送するシミュレーション評価を行った。
原題: Vision-Guided Morphing Quadcopter for Multi-Geometry Payload Transport through Narrow Passages / Aashish Sahu, Shriram Hari, R. Prasanth Kumar
日本語で読む → - 論文センサ統合ロボティクス
羽ばたき昆虫サイズ航空ロボットのためのアクチュエータと付属肢における昆虫様分散型固有受容
昆虫サイズの羽ばたき飛行ロボットに、駆動アクチュエータとピッチヒンジに組み込む薄膜圧電ポリマーセンサを開発し、ストローク角とピッチ角を正確に計測できることを示した。衝突検出や非同期羽ばたきなどの応用も実証した。
原題: Towards insect-like distributed proprioception in actuators and appendages for flapping-wing insect-scale aerial robots / Alexander Hedrick, Arvind Gupta, Kaushik Jayaram
日本語で読む → - 論文歩行ロボティクス
DELTA: 疎な地形での四足歩行のための変形可能な標高ベース局所地形注意エンコーダ
疎な地形での四足歩行において、状態に応じた地形サンプリングと固定サイズの注意トークンを用いることで、解像度に依存しない効率的な地形エンコーディングを実現し、強化学習による歩行制御を改善した。
原題: DELTA: Deformable Elevation-Based Local Terrain Attention Encoder for Sparse-Terrain Quadrupedal Locomotion / Sanghyun Park, Moonkyu Jung, Jemin Hwangbo
日本語で読む → - 論文メモリ/エージェントAI
ECHO: 認知に着想を得た監査可能なメモリプレーンによる長期的エージェント
長期的なタスクを扱うエージェント向けに、エピソード記憶や再固定化などの認知機能に着想を得た監査可能なメモリアーキテクチャ「ECHO」を提案し、検索性能を評価した。
原題: ECHO: A Cognitively Inspired, Auditable Memory Plane for Long-Horizon Agents / Yu Qian, Hong Miao, Boyang Guo 他
日本語で読む → - 論文内視鏡ロボティクスロボティクス
EndoNav:言語誘導ロボット内視鏡検査のための意味論から幾何学への接地
外科医の音声コマンドを患者固有の解剖学的シーン表現に基づく視点目標に変換し、内視鏡の自律的な可視化動作を実現するフレームワークを提案した。
原題: EndoNav: Semantic-to-Geometric Grounding for Language-Guided Robotic Endoscopic Examination / Jecia Z. Y. Mao, Hisashi Ishida, Kathryn Jung 他
日本語で読む → - 論文接触リッチ操作ロボティクス
建設現場におけるゼロショット学習による接触リッチなロボット操作:拡散ポリシー誘導型適応制御
シミュレーションで学習した拡散ポリシーと適応制御を組み合わせ、建設現場の接触を伴う組立作業をゼロショットで実現するフレームワークを提案した。
原題: Contact-Rich Robotic Manipulation in Construction via Zero-Shot Learning: A Diffusion Policy-Guided Adaptive Control / Roman Ibrahimov, Salma Mozaffari, Arash Adel
日本語で読む → - 論文継続学習ロボティクス
CIDER: 身体化強化学習のための継続的対話蒸留
実世界の継続的強化学習において、過去のポリシーを教師として凍結し、蒸留による保持とタスク学習を交互に行うことで、破滅的忘却を防ぎながら新しいスキルを獲得するフレームワークを提案した。
原題: CIDER: Continual Interactive Distillation for Embodied Reinforcement Learning / Houlin Li, Minghui Xu, Guo Xu 他
日本語で読む → - 論文触覚ロボティクス
多感覚触覚データからの材料知覚と分類のための解釈可能な深層学習フレームワーク
触覚データから材料を知覚・分類するための、解釈可能な3つの深層学習モデルからなるフレームワークを開発した。熱的手がかりが特に重要であることを示した。
原題: An Interpretable Deep Learning Framework for Material Perception and Classification from Multisensory Tactile Data / Li Zou, Dave Hogendoorn, Yasemin Vardar
日本語で読む → - 論文HRI/教示学習ロボティクス
教示はプロセスである:人間とロボットの対話的学習における人間の教示決定をモデル化するTOSSフレームワーク
人間がロボットに教える際の直感的な判断ロジックをボトムアップに分析し、教示決定をトリガー・目的・シグナル・戦略のネットワークとして捉えるTOSSフレームワークを提案した論文。
原題: Teaching is a Process: The TOSS Framework for Modeling Human Teaching Decisions in Human-Interactive Robot Learning / Bernhard Hilpert, Kim Baraka, Joost Broekens
日本語で読む → - 論文データセット解析画像認識
公開ブドウ病害データセットにおけるショートカット学習:アノテーション粒度は原因ではなく調整因子
公開ブドウ病害データセットで、クラス間のアノテーション粒度の違いがモデルの誤検出(特に他種画像での偽陽性)に与える因果的影響を、反事実的再学習とプラセボ対照実験により検証した論文。
原題: Shortcut Learning in a Public Grape Disease Dataset: Annotation Granularity as a Modulator, Not a Cause / Pushuo Wang
日本語で読む → - 論文群制御ロボティクス
分布シフト下での不均一マルチロボットタスク割り当てのためのモデルベース強化学習
不均一なマルチロボットシステムにおけるタスク割り当てとスケジューリングを、予測を考慮した適応ロールアウトフレームワークで解決し、分布シフトに対する頑健性を向上させた。
原題: Model-Based Reinforcement Learning for Heterogeneous Multi-Robot Task Assignment Under Distribution Shifts / Daniel Garces, Sara Castro, Adrian Haimovich 他
日本語で読む → - 論文宇宙探査ロボティクス
宇宙ロボットによる地球外採掘:探査、サンプリング、抽出
宇宙資源の採掘を実現するためのロボット技術を包括的にレビューし、6段階のアーキテクチャを提案した論文。
原題: Mining beyond Earth with Space Robots: Exploration, Sampling, and Extraction / Dong Li, Dujun Nie, Xiaotong Zhang 他
日本語で読む → - 論文ワールドモデルAI
形態パラメータ一般化のためのグラフ演算子ワールドモデル
連続制御におけるワールドモデルを、リンク長や質量などの形態パラメータが変化しても汎化できるよう、グラフ構造と演算子分解を用いて構築した。
原題: Graph-Operator World Models for Morphology-Parameter Generalization in Continuous Control / Xu Yang, Yiqin Yang, Qianchuan Zhao
日本語で読む → - 論文HRIAI
なぜ私のロボットは性格を変えたのか?LLMベースのHRIにおける接地されたロボットペルソナのためのプロンプトガイドライン
LLMベースのロボットの対話におけるプロンプト設計の枠組みを提案し、8つの機能コンポーネントからなるテンプレートとガイドラインを提示した。
原題: Why did My Robot Just Change Personality? Prompting Guidelines for a Grounded Robot Persona in LLM-Based HRI / Ashita Ashok, Franziska Babel, Patrick Holthaus 他
日本語で読む → - 論文タスク計画ロボティクス
TaPeR: 少数のデモンストレーションからの疎なタスク先行関係グラフの確率的復元
人間のデモンストレーションから、タスクの部分的な順序関係(先行関係)を確率的に推定し、ロボットが柔軟にサブタスクを並べ替えられるようにする手法を提案した論文。
原題: TaPeR: Probabilistic Recovery of Sparse Task Precedence Graphs from a Handful of Demonstrations / Adrian Röfer, Karla Stepanova, Abhinav Valada
日本語で読む →
PR・アフィリエイト広告
