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: 2026/11/4 / 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 →- 論文オフライン強化学習機械学習
MAC-v2: ピクセル入力からの長期的モデルベース価値展開
再構成不要の潜在ワールドモデルとアクションチャンキングを組み合わせ、ピクセルベースのオフライン強化学習で長期的なモデルベース価値展開を実現した手法MAC-v2を提案。
原題: MAC-v2: Long-horizon model-based value expansion from pixels / Kwanyoung Park, Sergey Levine
日本語で読む → - 論文模倣学習ロボティクス
潜在的な物理特性へのオンライン適応による模倣学習
物体の物理特性の潜在表現を動力学モデルと共に学習し、実行時に観測との誤差から潜在表現をオンライン更新することで、見た目が同じでも物理特性が異なる物体へのマニピュレーション動作を適応させる手法を提案した。
原題: Online Adaptation to Latent Physical Properties for Learning from Demonstration / Kotaro Kajitsuka, Masaki Murooka, Fumio Kanehiro
日本語で読む → - 論文マニピュレーションロボティクス
変形するボトル操作のためのEMG参照を用いた適応型ハイブリッド力・視覚制御
筋電位から得た把持力参照と視覚・力覚フィードバックを状況に応じて統合する適応型制御器を提案し、変形するスクイーズボトルからの液体分注精度を純粋な力制御より向上させた。
原題: Adaptive Hybrid Force-Vision Control with EMG-Derived References for Deformable Bottle Manipulation / Jeffrey Lee, Geoffrey Hanks, Evangeline Bouganim 他
日本語で読む → - 論文ベンチマークAI
BEAKER:自動化学実験室の身体知能を評価する専門家監修ベンチマーク
自動化学実験室でMLLMが実験遂行に必要な能力を測るため、専門家が手作業で作成した1000問・11種の画像/動画タスクからなるベンチマークを構築し、28モデルを評価した。
原題: BEAKER: An Expert-Curated Benchmark for Embodied Brains in Self-Driving Chemical Laboratories / Fei Lin, Tengchao Zhang, Ziyang Gong 他
日本語で読む → - 論文VLAロボティクス
環境AIによる手術室ヒューマノイド自律のためのエージェント型オーケストレーション
壁面カメラとロボット頭部カメラを統合したデジタルツイン上でLLMエージェントが計画し、ヒューマノイドの手術室内自律作業を実現するActORを提案・評価した。
原題: ActOR: Ambient AI-Based Agentic Orchestration for Humanoid Autonomy in Operating Rooms / Han Zhang, Sicheng Lu, Aleks Santari 他
日本語で読む → - 論文VLAロボティクス
バリア認証安全アーキテクチャによる脚式ロボットの視覚言語ナビゲーションのケージング
VLAプランナを低層の物理接地層とSDFベースの衝突回避保証付きMPPIプランナで補強し、人型・四脚ロボットの実機で安全な視覚言語ナビゲーションを実現した。
原題: Caging Vision-Language Navigation for Legged Robots via Barrier-Certified Safety Architecture / Abhijeet M. Kulkarni, Saimouli Katragadda, Yuze Du 他
日本語で読む → - 論文ベンチマーク評価ロボティクス
MESA:ロボット操作における構成的・意味的・空間的汎化を評価するフレームワーク
言語条件付き操作ポリシーの汎化性能を、分布内性能と空間配置・物体インスタンス・物体カテゴリ・サブタスク構成の4軸で精密かつ再現可能に評価するベンチマークMESAを提案し、単腕・双腕の2プラットフォームで7手法を評価した。
原題: MESA: An Evaluation Framework for Compositional, Semantic, and Spatial Generalization in Robotics / Albert Wilcox, Frank Chang, Nhi Nguyen 他
日本語で読む → - 論文マニピュレーションロボティクス
MPMガイド付き3Dガウシアンシミュレーションによる物理拡散ポリシー
3Dガウシアンスプラッティングと微分可能なMPMシミュレーションを組み合わせて物体の材料特性を推定し、それを材料認識型MoE拡散ポリシーに統合することで、多様な物体への適応的なマニピュレーションを実現した研究。
原題: Physical Diffusion Policy via MPM-Guided 3D Gaussian Simulation / Can Wang, Qiyuan Qiao, Lei Liu 他
日本語で読む → - 論文蒸留/マニピュレーションロボティクス
All-For-One:視覚基盤モデルを高速・省メモリな視覚運動ポリシーへ蒸留
複数の視覚基盤モデルを訓練時のみの特権情報として使い、意味表現を軽量なRGBのみの学生ポリシーに蒸留することで、高速かつ省メモリなロボットマニピュレーションを実現した。
原題: All-For-One: Distilling Visual Foundation Models to a Fast, Memory-Efficient Visuomotor Policy / Byungkun Lee, Minho Park, Hojoon Lee 他
日本語で読む → - 論文VLA画像認識
FloMo: 人間動画からの学習におけるワールドアクションモデル中間表現としての3Dシーンフロー
動画生成モデルを3Dシーンフローとアクショントークンの予測に微調整し、人間動画とロボット操作データで共訓練することで、未見物体やタスクへの汎化を実現した研究。
原題: FloMo: 3D Scene Flow as a World Action Model Intermediate for Learning from Human Video / Jeremy Collins, Namra Patel, Ayush Agarwal 他
日本語で読む → - 論文軌道計画ロボティクス
C∞級スムーズ軌道計画とソフトロボットへの応用
無限回微分可能な軌道を生成するC∞スムーズ軌道計画法を提案し、ソフトロボットを含む高自由度系での振動抑制をシミュレーションと実機で検証した。
原題: $\mathcal{C}^\infty$ Smooth Trajectory Planning with Application to Soft Robots / Reinhard M. Grassmann, Abdulaziz Y. Alkayas, Lingyun Chen 他
日本語で読む → - 論文3D指示理解画像認識
ジェスチャー・視覚・テキストを統合した3D指示対象理解モデルGVT3D
指差しジェスチャーと言語指示から3D点群中の対象物位置を特定するタスクにおいて、3つのモダリティを共有埋め込み空間で統合し、注視領域に絞った処理で高速化も実現したモデルを提案した。
原題: GVT3D: Gesture-Vision-Text Token Enrichment for 3D Embodied Reference Understanding / Vimarsh Shah, Dulanga Weerakoon, Ajinkya Deshpande 他
日本語で読む → - 論文触覚ロボティクス
OUCH: 神経学的評価を自動化する客観的・均一・制御された触覚刺激装置
空気圧アクチュエータと剛体圧子を組み合わせたウェアラブル装置で、従来の手動圧迫より少ない力で均一な侵害刺激を与え、意識障害患者の神経評価のばらつきを低減する。
原題: OUCH: Objective, Uniform, Controlled Haptic Stimulation for Automated Neurological Assessment / Sherry Choi, Sitao Sunny Li, Joseph Romero 他
日本語で読む → - 論文マニピュレーションロボティクス
スペクトルルーティング拡散ポリシーによるマルチタスクロボットマニピュレーション
凍結VGGTエンコーダで識別性の高い視覚条件を作り、SVD分解とスペクトルルーティングでタスク間の干渉を抑える拡散ポリシーを提案し、マルチタスク操作の成功率を向上させた。
原題: Spectrally Routed Diffusion Policy for Multi-Task Robotic Manipulation / Mingcong Li, Yihan Zhou, Jiayu Qu 他
日本語で読む → - 論文群制御制御
適応的ターゲットフィールド計画と平均シフト探索による割当不要の群れナビゲーション
障害物環境で群れ全体が形状を適応させながら目的地へ移動できるよう、ターゲットフィールド計画・実行調整・形状保持型平均シフト探索を統合した割当不要の群れナビゲーション手法を提案し、シミュレーションと実機で有効性を示した。
原題: Assignment-Free Swarm Navigation via Adaptive Target-Field Planning and Mean-Shift Exploration / Jiaxuan Li, Junhui Zhang, Bo Zhu
日本語で読む → - 論文HRIHCI
あなただけに:ロボット家庭教師が周囲の人に配慮して批判的フィードバックを届ける方法
ロボット家庭教師が学習者への批判的フィードバックを、周囲に人がいる場合に画面表示へ切り替えるなど状況適応的に伝える手法を提案し、40人実験でプライバシー配慮と社会的知性の評価が向上することを示した。
原題: For You, Not for Everyone: Bystander-Aware Delivery of Critical Feedback in Robot Tutoring / Atikkhan Faridkhan Nilgar, Manuel Dietrich, Kristof Van Laerhoven
日本語で読む → - 論文VLAロボティクス
非同期ロボットポリシー
高レベルな意味推論を低頻度で非同期に実行し、軽量な視覚-行動エキスパートが高頻度で動作を生成するアーキテクチャを提案し、リアルタイム性と意味理解能力を両立させた。
原題: Asynchronous Robot Policies / Sombit Dey, Luc Van Gool, Danda Pani Paudel
日本語で読む → - 論文マニピュレーションロボティクス
手と物体の配置転送を学習する器用な把持操作フレームワークDexHOT
手の関節角度と物体姿勢を合わせた「手-物体配置」間の転送を学習し、合成データのみで長期的な器用操作を実現する手法を提案。実機で61.5%の転送成功率を達成。
原題: DexHOT: Learning Hand-Object Configuration Transfer for Dexterous Manipulation / Zhewei Gui, Anthony Bolton, Jiyao Zhang 他
日本語で読む → - 論文安全性解析/GPU計算ロボティクス
ロボット制御ループ上で動くリアルタイムGPU版Hamilton-Jacobi安全性解析ソルバ
WENO5+TVD-RK3+Lax-FriedrichsのHJ-Isaacsレベルセット解法をCUDAで実装し、2〜4次元の安全到達管(BRT)を制御ループ内でリアルタイム計算できるようにした。
原題: Online Hamilton-Jacobi Reachability Onboard the Robot Control Loop: A Real-Time GPU Solver for Safety-Critical Autonomy / Kevin Weekly, Alexandre M. Bayen
日本語で読む → - 論文HDマップ/センサフュージョン画像認識
カメラ故障に強い衛星画像融合型オンラインHDマップ構築
衛星画像をカメラの冗長情報源として活用し、カメラ故障時でも頑健にオンラインHDマップを生成する融合フレームワークReSMapを提案した。
原題: ReSMap: Recasting Satellite Priors for Robust and Accurate Online HD Map Construction / Kyungmin Kim, Sumin Lee, Sungoh Jeong 他
日本語で読む → - 論文3D再構成画像認識
植生環境における視覚的3D再構成のベンチマーク向け可視性考慮型参照生成
LiDARスキャンから可視性を考慮した参照深度・点群を生成するパイプラインを提案し、植生の多い屋外環境で視覚的3D再構成手法を評価した。
原題: Visibility-Aware Reference Generation for Benchmarking Visual 3D Reconstruction in Vegetation-Rich Environments / Zhipeng Zhong, Matthew Coombes, Cunjia Liu
日本語で読む → - 論文歩行ロボティクス
パラメータ化可能な不整地における動的二足歩行のための接触陰的全身軌道最適化
地面形状を滑らかな曲面で近似し、接触順序を事前に与えずに全身ダイナミクスを考慮した接触陰的軌道計画を提案。段差やスロープを含む不整地での動的歩行をシミュレーションと実機ErgoCubで予備検証した。
原題: Contact-Implicit Whole-Body Trajectory Optimization for Dynamic Humanoid Locomotion on Parameterizable Uneven Terrain / Roberto Mauceri, Stefano Dafarra, Giulio Romualdi 他
日本語で読む → - 論文強化学習機械学習
保守的な行動ノイズ方向最適化による残差強化学習
凍結した生成ポリシーをノイズ空間の方向学習と行動空間の残差で適応させる強化学習手法を提案し、単一空間最適化より高い成功率を達成した。
原題: CANDO: Conservative Action-Noise Directional Optimization for Residual Reinforcement Learning / Zeyu Gao, Chengkai Hou, Chaoyue Li 他
日本語で読む → - 論文物体ナビゲーションAI
HTCE:同相写像に着想を得た物体ナビゲーションのためのシーン横断経験の正規化と再利用
シーン間で意味構造が繰り返す物体ナビゲーション経験を、位相的な正規化で比較・再利用可能にし、凍結した視覚言語ポリシーの案内として活用する手法を提案した。
原題: HTCE: Homeomorphism-inspired Topological Cross-Scene Experience Canonicalization and Reuse for Object Navigation / Xiaoran Xu, Yupeng Wu, Tianyu Xue 他
日本語で読む → - 論文自動運転計画ロボティクス
ロールアウト不要のワールドモデルによる軌道評価
各候補軌道ごとに未来を逐次予測する代わりに、共有シーンメモリから必要な情報だけを読み出して軌道を評価する手法を提案し、計算コストと予測誤差の蓄積を抑えつつ自動運転計画の精度を向上させた。
原題: Trajectory Evaluation via Rollout-Free World Model for End-to-end Autonomous Driving / Junzhe Wang, Jinqing Zhang, Qingjie Liu
日本語で読む → - 論文sim2realロボティクス
RoboTryOn: バーチャル試着で人間動画から器用なロボット実演を合成
人間の動画をバーチャル試着のようにロボットへ置き換え、対象物や背景を保ったまま高自由度ロボットの実演データを生成する手法。合成データのみで両手操作などの新規タスク成功率を2%から60%へ向上させた。
原題: RoboTryOn: Synthesizing Dexterous Robot Demonstrations from Human Videos via Virtual Try-On / Seungyong Lee, Suhyeok Jang, Minyoung Kim 他
日本語で読む → - 論文ゲーム理論cs.GT
予算制約付きゲームにおける学習者と最適化者の比較
予算制約が各ラウンドの意思決定を結びつける反復ゲームにおいて、操作不可能性と低確率的後悔を同時に達成する効率的な学習アルゴリズムを提案した。
原題: Learning vs. Optimizing Players in Budgeted Games / Giannis Fikioris, Balasubramanian Sivan, Éva Tardos
日本語で読む → - 論文自動運転ロボティクス
言語ワールドモデルによる先見性を備えた安全な言語誘導自動運転
言語指示に従う自動運転のため、候補行動ごとに周辺車両の将来2秒の動きを予測する言語ワールドモデルを組み合わせ、衝突率を大幅に低減した。
原題: Jev with Foresight: Safe Language-Guided Autonomous Driving via a Language World Model / Yansong Qu, Jiancong Chen, Samuel Labi
日本語で読む → - 論文手術世界モデル画像認識
手術世界モデルにおける多段階潜在行動モデリングによる行動転移
手術動画から文脈に依存しない潜在行動を多段階で学習し、異なる手術状況間で専門技術を転移できるフレームワークを提案した論文。
原題: SurgTransfer: Multi-Step Latent Action Modeling for Action Transfer in Surgical World Model / Saurabh Koju, Love Panta, Deepak Thapa 他
日本語で読む → - 論文BCI/デコーディング機械学習
精度を超えて:潜在意図下での情報理論的解码器評価
脳からロボットへの制御をPOMDPとして定式化し、最悪ペアのChernoff情報が計画の後悔の境界を決めることを示すとともに、混同行列から後悔を予測する閉形式指標を提案した。
原題: Beyond Accuracy: Information-Theoretic Decoder Evaluation Under Latent Intent / Tasha Kim, Benjamin Ballyk, Anson Lei 他
日本語で読む →
PR・アフィリエイト広告
