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: 2026/8/19 / 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 →- 論文遠隔操作/触覚フィードバックロボティクス
失われた触覚:空間分布型触覚フィードバックが遠隔操作を人間の巧みさに近づける
遠隔操縦において、空間分布した触覚フィードバックを再現することで、作業効率が向上し、操作軌道が人間の自然な動きに近づくことを実証した論文。
原題: The Missing Touch: Spatially Distributed Tactile Feedback Brings Teleoperation Closer to Human Dexterity / Rohan Kota, Gregory Reardon, J. Edward Colgate
日本語で読む → - 論文モデル予測制御機械学習
潜在世界モデルにおける決定メトリック整合性:MPC計画のための診断と行動条件付き目的関数
JEPAスタイルの潜在世界モデルで、ユークリッド距離をコストに使うMPC計画の性能が、潜在空間の距離が実際のタスク進捗と一致しない問題を指摘し、整合性を測る指標と改善手法を提案した。
原題: Decision-Metric Alignment in Latent World Models: Diagnostics and Action-Conditioned Objectives for MPC Planning / Jiawei Wang, Ke Rui, Yushen Zuo 他
日本語で読む → - 論文VLA/操作ロボティクス
自己実演生成制御によるVLAのファインチューニング:多タスク操作のための手法
新しいロボットにVLAモデルを展開する際の性能低下を防ぐため、ゼロショットVLAから生成したオンラインインタラクションロールアウトを追加学習データとして用いる自己教師ありファインチューニング手法を提案。
原題: Fine-Tuning VLAs with Self-Demonstrated Generative Control for Multi-Task Manipulation / Prachi Garg, Steve Xing, Prahit Yaugand 他
日本語で読む → - 論文歩行ロボティクス
劣駆動脚式ロボットの実時間制約付きDDPによるバランス制御
制約付きDDPを高速化し、劣駆動脚式ロボットの静的二脚立ちや歩行・走行を実時間MPCで実現した。
原題: Real-Time Control-Constrained DDP for Underactuated Balancing of Legged Robots / SeongWon Nam, Hyunyong Lee, Hansol Kang 他
日本語で読む → - 論文神経科学/空間認知cs.NE
海馬の場所表現における空間エイリアシング低減に対するグリッド細胞の役割
境界ベクトル細胞のみでは対称な環境で場所の区別が困難になる問題に対し、グリッド細胞の信号を統合することで空間エイリアシングを94〜99%削減できることを示した論文。
原題: The Role of Grid Cells in Reducing Spatial Aliasing in Hippocampal Place Representations / Alexander Johnson, Obadah Ghizawi, Ali A. Minai
日本語で読む → - 論文プランニング機械学習
潜在世界モデルを用いた強化学習によるプランニング
プラン改善のための探索ルールを強化学習で学習する手法RP1を提案し、事前学習済みの潜在世界モデルに接続可能で、視覚ナビゲーションやロボット操作などで既存の探索アルゴリズムを大幅に上回る性能を示した。
原題: Reinforced Planning with Latent World Models / Armin Sommer, Jannik Schilling
日本語で読む → - 論文空中マニピュレーションロボティクス
傾斜マルチロータのエフェクタ中心NMPCによるオフセットフリー全方位空中マニピュレーション
傾斜可能な4ロータ構成の設計解析と、外乱補償を統合したエフェクタ中心の非線形モデル予測制御(NMPC)を提案し、実機で90度回転やバルブ操作などの空中作業を実証した。
原題: Effector-Centric NMPC of Tiltable-Multirotors for Offset-Free Omnidirectional Aerial Manipulation / Jinjie Li, Yicheng Chen, Johannes Kübel 他
日本語で読む → - 論文言語モデル/評価指標自然言語
低リソース言語での思考:SFTが構築するもの、RLが修正するもの、精度では見えないもの
低リソース言語での推論に特化してモデルを微調整し、精度指標では変化が見えない一方で、思考言語の切り替えや形式遵守などの行動的変化を新たな評価軸で測定・改善した研究。
原題: Thinking in a Low-Resource Language: What SFT Builds, What RL Fixes, What Accuracy Cannot See / Ayoub Kirouane, Christos Petrocheilos
日本語で読む → - 論文VLA/ヒューマノイドロボティクス
EATR-Stereo: 身体性を考慮したステレオ証拠のルーティングによるヒューマノイド視覚言語行動制御
頭部搭載ステレオカメラを持つヒューマノイドのVLA制御において、主視点のトークンを保持しつつ補助視点の情報を身体状態に応じて選択的に統合するフレームワークを提案し、実機で高い成功率を達成した。
原題: EATR-Stereo: Embodiment-Aware Routing of Paired Stereo Evidence for Humanoid Vision-Language-Action Control / Songwei Wu, Rui Zhao, Fan Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
具現化ナビゲーター:指差し・思考・記憶・整合による効率的ナビゲーション
大規模視覚言語モデルを具現化ナビゲーションに活用する際の課題を解決するため、2Dピクセル選択と3D投影による行動形式、選択的推論と記憶圧縮、GRPOによる二段階整合を備えた統一フレームワークTAMP-Navを提案した。
原題: Embodied-Navigator: Point, Think, Memorize, and Align for Efficient Navigation / Hongyan Feng, Sunlai Chen, Xuanyu Liu 他
日本語で読む → - 論文サーベイ画像認識
基盤モデル時代における人間中心知能:サーベイ
基盤モデル時代の人間中心知能について、人間を観察対象・動的アクター・状況エージェントとして捉える6層のタクソノミーを導入し、方法論、代表的手法、データセット、課題を体系的にレビューしたサーベイ論文。
原題: Human-Centric Intelligence in the Era of Foundation Models: A Survey / Yang Chen, Tianqi Wang, Xiaorui Jiang 他
日本語で読む → - 論文VLA/テスト時拡張ロボティクス
検索前に再利用せよ:具現化マルチモーダルポリシーのテスト時拡張における余裕と相補性の診断
凍結された視覚-言語-行動(VLA)ポリシーをテスト時に改善する際、追加サンプリングと外部デモ検索のどちらが有効かを、回復可能な余裕と検索相補性という2つの指標で診断し、選択器が性能を向上させることを示した。
原題: Reuse Before You Retrieve: Diagnosing Headroom and Complementarity for Test-Time Augmentation of Embodied Multimodal Policies / Yuhwan Jeong, Kuk-Jin Yoon
日本語で読む → - 論文VLAロボティクス
タスクプロトタイプ誘導フローマッチングによる視覚言語ロボット操作の少数ショット汎化
少数の実演からタスクの位相レベルのプロトタイプを抽出し、フローマッチングの初期分布と速度場を誘導することで、視覚言語ロボット操作を新しい手順に少数ショットで適応させる手法を提案。
原題: Task-Prototype Guided Flow Matching for Few-Shot Generalization in Vision-Language Robot Manipulation / Yizhao Wang, Guantao Zhang, Jingbo Wang
日本語で読む → - 論文自動運転/安定性制御ロボティクス
自動運転レースにおける実世界テストのための安定性制御
自動運転レースで車両が限界性能に達した際の安定性を保つため、電子安定性制御、スリップ制御、カウンターステアシステムからなる統合安定性制御システムを提案し、実車実験で有効性を検証した。
原題: Stability Control for Real World Testing in Autonomous Racing / Phillip Pitschi, Simon Sagmeister, Frederik Werner 他
日本語で読む → - 論文群制御ロボティクス
VLM-LLM推論と到達可能性解析による安全なマルチロボット協調
視覚付き四足歩行ロボットとカメラなし車両の異種チームで、VLMが環境を意味解釈しLLMがタスクを割り当て、ゾノトープ到達可能性ゲートで安全性を検証して協調ナビゲーションを実現する。
原題: Safe Multi-Robot Coordination via VLM-LLM Reasoning and Reachability Analysis / Mohamed Dwedar, Ahmad Hafez, Alexander Jesser 他
日本語で読む → - 論文全身制御ロボティクス
GigaBrain-WBC-0.5:環境との相互作用に頑健な全身制御のための行動世界モデル
ヒューマノイドの全身運動追跡制御において、環境との接触を考慮した行動世界モデルを提案し、不適切なコマンドや外乱に対して頑健な制御を実現した。
原題: GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction / Ziyang Cheng, Tianshu Tang, Jinxin Lan 他
日本語で読む → - 論文群制御cs.MA
群分散計画を用いた並列生涯MAPFの理論的枠組み
生涯マルチエージェント経路探索問題において、RHCRの準最適性を理論的に証明し、それを基にエージェントをグループに分割して並列計画するGD-RHCRを提案し、性能を検証した。
原題: A Theoretical Framework for Parallel Lifelong MAPF Using Group Decentralized Planning / Alex DeWeese, Jiaoyang Li, Guannan Qu
日本語で読む → - 論文群制御ロボティクス
GuideFetch: 支援ロボット犬における並行ナビゲーションと物体回収のためのタスク調整フレームワーク
盲人ユーザーを案内するロボット犬と、コーヒーを回収して届ける別のロボット犬が並行して動作する状況を想定し、LLMを用いて計画を検証・実行する調整フレームワークを提案した。
原題: GuideFetch: A Task Coordination Framework for Concurrent Navigation and Object Retrieval in Assistive Robot Dogs / Qian Yin, Ruiping Liu, Kunyu Peng 他
日本語で読む → - 論文群制御ロボティクス
tinyDSM: 資源制約のあるミリロボットのためのスキルモデリングと開発フレームワーク
cmサイズのミリロボットが自律的に探索・学習・適応するための発達メカニズムを提案し、内発的動機付けと適合度評価を統合したtinyDSMフレームワークを実装した。最小限の事前知識から階層的知識グラフと運動学的推論を用いてスキルを発達させる。
原題: tinyDSM: A Framework for Skill Modeling and Development for Resource-Constrained Millirobots / Markus D. Kobelrausch, Michael Miedler, Axel Jantsch
日本語で読む → - 論文VLA/安全保証ロボティクス
異種ロボットのための校正済み予測安全:行動条件付きJEPAフレームワークとモデルベース安全シールド
視覚言語行動ポリシーに実行時保証を追加するため、行動条件付きJEPA世界モデルで候補行動のタスク進捗と物理リスクを予測し、モデルベース安全シールドでフィルタリングするパイプラインを提案した。
原題: Calibrated Predictive Safety for Heterogeneous Robots: An Action-Conditioned JEPA Framework with Model-Based Safety Shields / Kaiming Zhong, Tianhua Liu, Yue Wang
日本語で読む → - 論文マニピュレーションロボティクス
局所ガウス過程回帰を用いたキー付きペグ・イン・ホール組立の力ベースオフセット推定
キー付きペグ・イン・ホール組立において、手首の力/トルク測定から残りの位置ずれを推定する手法を提案。接触状態を分類し、局所KNN-GPハイブリッド回帰でオフセットを推定し、挿入成功率を67%から87%に向上させた。
原題: Force-Based Offset Estimation for Keyed Peg-in-Hole Assembly Using Local Gaussian Process Regression / Chandra Yuvesh Aubeeluck, Abilash Philip Madavath, Augustin Raju 他
日本語で読む → - 論文手術映像理解画像認識
器具の動きを超えて:組織張力の認識による手術スキル評価
腹腔鏡手術の映像から組織の張力を認識する新しいタスクを提案し、専門家が注釈したデータセットと軽量な軌跡ベースの認識手法を開発した。
原題: Beyond Instrument Motion: Recognizing Tissue Tension Toward Surgical Skill Assessment / Marko Haralovi, Zhiqi Miao, Alexander Machiel Bont 他
日本語で読む → - 論文マニピュレーションロボティクス
ORPA: 人間のフィードバックを用いたロボット操作制御のためのオンライン残差ポリシー適応
模倣学習で訓練された操作ポリシーの実行時エラーを、基盤ポリシーを変更せずに軽量なフィードバック条件付きモジュールで残差補正するフレームワークを提案し、ALOHAプラットフォームでの精密操作タスクで成功率向上を実証した。
原題: ORPA: Online Residual Policy Adaptation for Robot Manipulation Control with Human Feedback / Muhammad A. Muttaqien, Tomohiro Motoda, Ryo Hanai 他
日本語で読む → - 論文3D生成cs.GR
aDSL: エージェントとプログラムの共同設計によるエージェント型3D生成
LLMによる3Dプログラム生成の脆さを解決するため、エージェント向けDSLと役割特化型マルチエージェントシステムを共同設計し、テキストや画像から構造化された3D形状を生成する。
原題: aDSL: Agentic 3D Creation via Joint Agent-Program Design / Rui-Huan Wang, Si-Tong Wei, Jia-Qi He 他
日本語で読む → - 論文シーングラフロボティクス
OVIP-SG: 小さな細粒度オブジェクトのマッピングと検索のためのオープンボキャブラリ・インスタンス保存シーングラフ
オープンボキャブラリ知覚を3Dシーングラフに統合する際のインスタンス断片化問題を解決し、小さなオブジェクトの保存と機能的なシーン分割、言語ガイドによる検索を実現する統一フレームワークを提案した。
原題: OVIP-SG: Open-Vocabulary Instance-Preserving Scene Graphs for Mapping and Retrieval of Small, Fine-Grained Objects / Tianjing Hao, Haiyu Lan, Angsong Li 他
日本語で読む → - 論文群制御ロボティクス
配送アプリケーションにおけるマルチロボットタスク割り当てとルーティングのための二層アリコロニー最適化
配送用マルチロボットのタスク割り当てと経路計画を同時に最適化する二層アリコロニー最適化アルゴリズムを提案し、既存手法より総移動距離と完了時間を最大約18%削減した。
原題: Bi-Layer Ant Colony Optimization for Multi-Robot Task Allocation and Routing in Delivery Applications / Le Na Nguyen, Thanh Long Nguyen, Thanh Thao Ton Nu 他
日本語で読む → - 論文手術支援ロボティクス
AIベースの水晶体嚢切開術スキル転送のための予測的外科的経路の構築
外科医トレーニングの自動化を目指し、熟練医の動作軌跡から参照モデルを構築し、初心者の動作経路を改善するプラットフォームを提案。ARAS-Farabiデータセットと深層CNNを用いて、初心者の意図を保ちつつスキルを向上させる経路を生成する。
原題: Constructing Predictive Surgical Path for AI-based Capsulorhexis Skill Transfer / Mohammad Javad Ahmadi, Hamid D. Taghirad
日本語で読む → - 論文ワールドモデル機械学習
ガウス分布は不要:JEPAワールドモデルのための対照逆動学
JEPAワールドモデルの表現崩壊を防ぐ新しい正則化手法を提案。逆動学ヘッドを訓練時のみ追加し、行動識別タスクで崩壊を防ぐ。複雑なタスクで従来法を大きく上回る性能を達成。
原題: No Gaussian Required: Contrastive Inverse Dynamics for JEPA World Models / Jack Boylan, Chris Hokamp
日本語で読む → - 論文LLM/設計自動化physics.optics
ナノフォトニクスにおける大規模言語モデルの包括的レビュー:サロゲートモデリングから自律設計へ
メタサーフェス設計における大規模言語モデル(LLM)の応用を、サロゲートモデルとエージェントシステムの2つの動作モードに分類してレビューし、将来のマルチモーダル基盤モデルへの展望を示した論文。
原題: A Comprehensive Review of Large Language Models for Nanophotonics: From Surrogate Modeling to Autonomous Design / Huanshu Zhang, Kegeng Tang, Lei Kang 他
日本語で読む → - 論文言語モデル機械学習
ループ型言語モデルにおける再帰計算の割り当て
ループ型言語モデルで、全層を繰り返すのではなく、ミキサー層のみを繰り返しFFNは一度だけ適用する「MixerLoop」を提案し、性能と計算コストのトレードオフを改善した。
原題: Allocating Recurrent Compute in Looped Language Models / Ruhai Lin, Yiyang Guo, Rui-Jie Zhu 他
日本語で読む →
PR・アフィリエイト広告
