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: 2026/8/20 / 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 →- 論文医療ロボティクスロボティクス
EndoLIFT: 言語で曖昧性を解消する潜在条件付き整流フローによる双方向内視鏡制御
内視鏡検査の双方向制御において、同じ視覚情報でも逆の動作が必要となる「意図の曖昧性」を解決するため、言語指示と軌跡潜在変数を組み合わせた視覚言語行動ポリシーを提案した。
原題: EndoLIFT: Language-Disambiguated Latent-Conditioned Rectified Flow for Bidirectional Endoscopic Control / Chi Kit Ng, Yidong Zhang, Lui Siu Hing 他
日本語で読む → - 論文階層型強化学習/四足歩行ロボティクス
狭い空間を跳び越える四足ロボットの高ダイナミックスキル遷移学習
四足ロボットが狭いゲートを動的に通過するための階層型強化学習パイプラインを提案。低レベル方策は模倣学習で動物の多様なスキルを獲得し、高レベル制御が視覚情報とスキル能力を考慮して衝突回避軌道を選択する。
原題: Learning Highly Dynamic Skills Transition for Quadruped Jumping Through Constrained Space / Zeren Luo, Jiahui Zhang, Yimin Han 他
日本語で読む → - 論文ヒューマノイド/模倣学習/sim2realロボティクス
適応的動作計画と追従による人型ロボットのプロテニススタイル実現
放送映像からプロのテニス動作を学習し、適応機構でシミュレーションと実機のギャップを埋めることで、人型ロボットにプロ級のサーブとラリーを実現するフレームワークを提案した。
原題: Towards Professional Tennis Styles for Humanoid Robots with Adaptive Motion Planning and Tracking / Tao Huang, Ruofei Liu, Xuchen Tang 他
日本語で読む → - 論文空間計画AI
クラスベースヒューリスティック選択によるフライングブロックパズルの解法
NP完全な空間計画問題であるフライングブロックパズルに対し、状態空間を7つのクラスに分類し、クラスに応じた許容ヒューリスティックとタイブレーク機構を動的に切り替えるCBHA*アルゴリズムを提案し、探索性能を大幅に向上させた。
原題: Class-Based Heuristic Selection for Solving the Flying Block Puzzle / Sanyar Ahmadi, Pedram Asadzadeh, Amanj Khorramian
日本語で読む → - 論文航法/LLMプランニングロボティクス
洋上風力発電所近傍のAUV・ASV航法のためのワールドモデル基盤LLMプランニング
大規模言語モデルによるプランニングに物理的ワールドモデルを組み合わせ、水中・水上ロボットの航法を実現。衝突回避と目標到達精度を大幅に向上させた。
原題: World-Model-Grounded LLM Planning for AUV and ASV Navigation Near Offshore Wind Farms / Markus Buchholz, Ignacio Carlucho, Yvan R. Petillot
日本語で読む → - 論文触覚/操作ロボティクス
HiTac-WAM: 接触を伴うロボット操作のための階層的触覚ワールドアクションモデル
触覚状態を接触状態、3D変形場、滑りリスクの階層として予測するワールドアクションモデルを提案し、予測と実測のずれに基づく再計画で操作性能を向上させた。
原題: HiTac-WAM: A Hierarchical Tactile World Action Model for Contact-Rich Robot Manipulation / Chao Xue, Chaofan Zhang, Wenxuan Ma 他
日本語で読む → - 論文水中ロボット/マルチモーダル融合画像認識
劣化した視覚条件下での水中ロボットのためのロバストなクロスモーダル基盤モデル認識
濁りや減衰などで劣化した水中画像に対し、ソナー情報を適応的に融合する手法を提案。視覚エンコーダは凍結したDINOv2を用い、劣化度に応じてソナーの寄与を自動調整し、極端な劣化下で精度を33.5%向上させた。
原題: Robust Cross-Modal Foundation Model Perception for Underwater Robots under Degraded Visual Conditions / Mohammad Arif Ul Alam
日本語で読む → - 論文オフライン強化学習画像認識
RoMAN-Flow: ロボット操作におけるオフライン強化学習のための自己回帰正規化フローの制御
自己回帰正規化フローを用いたオフライン強化学習フレームワークを提案し、サンプリング不要の尤度目的と一段階蒸留により推論遅延を削減しつつ、ロボット操作の性能を維持する。
原題: RoMAN-Flow: Taming Autoregressive Normalizing Flows for Offline Reinforcement Learning in Robotic Manipulation / Shaoxuan Wang, Guangting Zheng, Rui Huang 他
日本語で読む → - 論文画像フォレンジック画像認識
ノイズ残差アーティファクトパターン解析によるゼロショットカラー画像改ざん位置特定
単一の画像から参照アーティファクトパターンを推定し、ブロック相関とGMMスコアリングで画素レベルの改ざん確率マップを生成する、学習不要のゼロショット改ざん位置特定手法を提案した。
原題: Zero-Shot Color Image Manipulation Localization via Noise Residual Artifact Pattern Analysis / Edgar Gonzalez-Fernandez
日本語で読む → - 論文VLA/安全性AI
SafeBranch: 身体化エージェントのための分岐ペア安全性アライメント
身体化エージェントの安全性を高めるため、安全違反を起こした軌道を巻き戻して安全な代替行動とペアにし、その分岐ペアで学習するフレームワークを提案。タスク成功率を保ちつつ安全性を大幅に向上させた。
原題: SafeBranch: Branch-Pair Safety Alignment for Embodied Agents / Hyunse Lee, Jiwoo Jeong, Haneul Lee 他
日本語で読む → - 論文自動運転ロボティクス
計画指向のエンドツーエンド自動運転:アーキテクチャ、評価、そして新たなパラダイム
エンドツーエンド自動運転の進化を、行動クローニングから計画指向システムまで俯瞰し、入力表現・計画出力・教師信号・評価プロトコルの4軸で整理。閉ループ評価や人間の嗜好を考慮した指標の重要性を指摘し、今後の課題を提示するサーベイ論文。
原題: Planning-Oriented End-to-End Autonomous Driving: Architectures, Evaluation, and Emerging Paradigms / Yanchen Guan, Xingcheng Liu, Bin Rao 他
日本語で読む → - 論文ロボット学習ロボティクス
ロボット学習における潜在アクションの重要要素
ロボット操作のための潜在アクションモデル(LAM)の設計選択を体系的に比較し、41の設計選択肢を3次元で評価。VLMバックボーンの微調整が下流のポリシー学習に有効であることを示した。
原題: What Matters for Latent Actions in Robot Learning / Xizhou Bu, Qingda Hu, Lei Zhou 他
日本語で読む → - 論文マニピュレーションロボティクス
PVRA: ロボット組立のための点単位キーポイント投票フレームワーク
RGB-D入力から組立シーンの3Dキーポイントを学習し、組立依存関係を推定してロボットの組立操作に必要なアクション出力を予測するフレームワークを提案した。
原題: PVRA: A Pointwise Key-point Voting Framework for Robotic Assembly / Kulunu Samarawickrama, Roel Pieters
日本語で読む → - 論文移動マニピュレーションAI
DECOWAM: 脚式移動マニピュレーションのための分離型全身世界行動モデル
移動マニピュレーションのための世界行動モデルを提案し、カメラの自己運動とベース・アーム動作を分離して予測する。実ロボットデータセットを用いて、将来の映像と行動の予測精度を向上させた。
原題: DECOWAM: Decoupled Whole-Body World-Action Model for Legged Mobile Manipulation / Siyuan Ma, Boshi Zhang, Yutian Zhang 他
日本語で読む → - 論文VLA/継続学習ロボティクス
OrthoSkillVLA: 勾配情報に基づくスキル部分空間適応による継続的スキル学習
事前学習済みのVLAモデルを複数のスキルに順次適応させる際に生じる破滅的忘却を防ぐため、VLMとActionHeadに別々の部分空間制約を課し、出力層には軽量なMoEデコーダを導入するパラメータ効率的な継続学習フレームワークを提案した。
原題: OrthoSkillVLA: Continual Skill Learning via Gradient-Informed Skill Subspace Adaptation / Jiaqi Wang, Zhou Fang, Qiongfeng Shi 他
日本語で読む → - 論文歩行ロボティクス
MILD: 変形可能な地形上での二足歩行学習のための扱いやすい地形モデリング
変形する地面での二足歩行を可能にするため、物理に基づく離散要素接触ソルバーと深層強化学習による地形認識コントローラを提案し、実機で適応を実証した。
原題: MILD: Tractable Terrain Modeling for Learning Improved Bipedal Locomotion on Deformable Surfaces / Zeren Luo, Jiahui Zhang, Zhe Xu 他
日本語で読む → - 論文世界モデル機械学習
直交JEPA:潜在世界モデルのための因子分解予測状態
標準的なJEPAの単一予測経路の問題を解決するため、直交因子分解により予測状態を複数成分に分割し、各成分を専用ブランチで予測する世界モデル学習フレームワークを提案した。
原題: Orthogonal JEPA: Factorized Predictive States for Latent World Models / Taoyong Cui, Pheng Ann Heng, Wanli Ouyang
日本語で読む → - 論文世界モデル/量子計算quant-ph
現実との世界モデル整合における不可避な量子優位性
古典的な世界モデルでは、有限メモリでは現実の最適方針と一致させることができない環境が存在することを示し、単一の量子三準位系を用いれば完全に再現できることを証明した論文。
原題: An Irreducible Quantum Advantage in Aligning World Models with Reality / Josep Lumbreras, Hailan Ma, Jayne Thompson 他
日本語で読む → - 論文軌道計画ロボティクス
旋回円ベースの制御バリア関数を用いた水上車両のマルチモーダル軌道計画
水上車両の非ホロノミックな運動と旋回能力を考慮した制御バリア関数を提案し、モデル予測制御と組み合わせて、局所最適やデッドロックを回避しつつ、動的環境で安全な軌道を計画する手法を提案した。
原題: Multimodal Trajectory Planning for Surface Vehicles using Turning Circle-based Control Barrier Functions / Changyu Lee
日本語で読む → - 論文触覚ロボティクス
磁気自己シール型MR触覚アクチュエータ:PWM励磁と高忠実度トルク制御
磁気自己シール型のMR流体アクチュエータを統合した触覚システムを提案し、PWM励磁とモデルベースのトルク制御により高精度で安定したトルク提示を実現した。
原題: Magnetically Self-Sealed MR Haptic Actuator With PWM-Based Excitation and High-Fidelity Torque Control / Dong Qiang, Tian Yuan, Song Yang 他
日本語で読む → - 論文点群レジストレーション画像認識
CVSD-Reg: 視覚的意味的先行知識の蒸留による頑健なLiDARレジストレーション
視覚基盤モデルからLiDAR表現に意味的先行知識を蒸留し、センサー非依存で頑健なグローバル点群位置合わせを実現するフレームワークを提案。
原題: CVSD-Reg: Cross-Modal Visual Semantic Prior Distillation for Robust LiDAR Registration / Eunsoo Im, Junghun Suh, Gyeonggwan Lee 他
日本語で読む → - 論文ヒューマノイドロボットロボティクス
音楽喚起感情の実験インターフェースとしてのヒューマノイド音楽ロボット
音楽ヒューマノイドロボットを、音楽が引き起こす感情を研究するための実験インターフェースとして提案するポジションペーパー。WAS-5ロボットを用いたケーススタディで技術的実現可能性を示す。
原題: Humanoid Musical Robots as Experimental Interfaces for Music-Evoked Emotion / Vincent K. M. Cheung, Jia-Yeu Lin
日本語で読む → - 論文安全制御制御
状態推定誤差下での障害物回避のための学習ベース計測ロバスト制御バリア関数
状態推定誤差にロバストな新しい制御バリア関数(DMR-CBFとNMR-CBF)を提案し、障害物回避の安全性を向上させつつ保守性と計算コストを低減した。シミュレーションと実機(Unitree Go2)で有効性を実証した。
原題: Learning-Based Measurement-Robust Control Barrier Functions for Obstacle Avoidance under State Estimation Error / Nicholas Rober, Yixuan Jia, Jonathan P. How
日本語で読む → - 論文手術計画画像認識
手術の世界行動モデリングに向けて:手術動作計画のための視覚・軌道同時予測の予備的検討
手術映像と器具の軌跡を同時に予測する新しいモデルを提案し、将来の視覚状態と動作軌道の一貫性を評価する。
原題: Towards Surgical World-Action Modeling: A Preliminary Joint Visual-Trajectory Forecasting for Surgical Motion Planning / Weiliang Huang, Huanrong Liu, Bob Zhang 他
日本語で読む → - 論文連合学習/セキュリティcs.CR
連合学習のための鍵付き来歴透かしと相補的格子ベース安全集約
連合学習におけるデータ漏洩、不正再利用、悪意ある勾配操作を防ぐため、鍵付き来歴透かしと格子ベースのゼロ知識安全集約を組み合わせたフレームワークを提案した。
原題: Keyed Provenance Watermarking with Complementary Lattice-Based Secure Aggregation for Federated Learning / Xinyun Liu, Zhi Lu, Yu Chen 他
日本語で読む → - 論文手動作復元画像認識
DreamHand: ビデオ拡散モデルを転用した、遮蔽に頑健な自己中心視点3D手動作復元
ビデオ拡散モデルを決定的な幾何エンコーダとして転用し、遮蔽やフレーム外の手の動きを復元する新しい手法を提案。5つのベンチマークでSOTAを達成し、特に遮蔽の多いデータで誤差を大幅に削減した。
原題: DreamHand: Repurposing Video Diffusion Models for Occlusion-Robust Egocentric 3D Hand Motion Recovery / Yufei Liu, Xixi Wang, Hao Li 他
日本語で読む → - 論文車両制御ロボティクス
DART-S: オフロード車両ジャンプのための到達可能性監査付きアクティブサスペンション事前調整
オフロード車両のジャンプ時に、サスペンションを事前に調整してピッチや車輪回転を変え、空中での姿勢制御の余裕を増やす手法を提案。シミュレーションで成功率を大幅に向上させた。
原題: DART-S: Reachability-Audited Active-Suspension Preconditioning for Off-Road Vehicle Jumps / Yu Hu, Fangzhou Zhao, Liang Chen 他
日本語で読む → - 論文マニピュレーションロボティクス
CoToGrasp: 接触トポロジー条件付き器用な把持合成のための正準ワークスペース学習
物体の形状に依存せず、指定された接触トポロジーに厳密に従う多様で安定した把持を生成する新しいフレームワークを提案。物体非依存の学習により、未見物体へのゼロショット一般化を実現し、物理ロボットでの実証も行った。
原題: CoToGrasp: Contact-Topology-Conditioned Dexterous Grasp Synthesis via Canonical Workspace Learning / Julien Merand, Boris Meden, Liming Chen 他
日本語で読む → - 論文ロボット制御ロボティクス
Franka Emika Pandaを生かし続ける:信頼性の高い位置インターフェースを備えたROS 2スタック
Franka Emika Pandaロボットの不安定な外部位置制御の原因を解析し、非同期ハードウェアインターフェースとレートマッチング機構を導入して信頼性の高いROS 2スタックを構築した。
原題: Keeping the Franka Emika Panda alive: a ROS 2 stack with a reliable position interface / Antonio Langella, Davide Risi, Vincenzo Petrone 他
日本語で読む → - 論文セキュリティ/攻撃画像認識
TempJail: 字幕スケジューリングによる大規模視覚言語モデルへの時間的ジェイルブレイク攻撃
動画内の字幕の表示タイミングを最適化することで、大規模視覚言語モデルに有害な応答を引き起こすブラックボックス攻撃手法を提案した。
原題: TempJail: Temporal Jailbreak Attack against Large Vision-Language Models via Subtitle Scheduling / Ling Zhou, Yihao Huang, Jingling Sun 他
日本語で読む →
PR・アフィリエイト広告
