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: 2026/8/18 / 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 →- 論文触覚/姿勢推定ロボティクス
物理情報に基づくスライディングウィンドウ粒子フィルタによる触覚のみを用いた手中6自由度物体姿勢推定の精緻化
視覚が使えない状況で、手のひらの触覚センサ情報のみを用いて、把持物体の6自由度姿勢を高精度に推定する手法を提案した論文。物理的な接触条件を考慮した粒子フィルタと時間的な情報統合により、従来法より精度が向上することを示した。
原題: Physics-Informed Sliding-Window Particle Filtering for Tactile-Only In-Hand 6-DoF Object Pose Refinement / Lingjun Shao, Ying Zhang, Xiangfei Li 他
日本語で読む → - 論文SLAM/エッジコンピューティングロボティクス
Jetson-ORB-SLAM3: エッジコンピューティングデバイス向け精度保持型GPU実装
低消費電力エッジデバイス上でORB-SLAM3を精度を保ったままGPUで高速化する実装を提案。GPU版ORBフロントエンドはCPU版とほぼ同一の特徴点を生成し、ループ閉じ込みもTensorRTで高速化。軌道精度はCPU版と同等であることを複数データセットで検証した。
原題: Jetson-ORB-SLAM3: Accuracy-Preserving GPU Implementation for Edge Computing Devices / Rajat Roy, Aditya Arun Kumar Yadav, Hardik Jain
日本語で読む → - 論文群制御制御
LSTMを用いた意味的符号化によるDMPCの通信削減
分散モデル予測制御(DMPC)における通信量を削減するため、LSTMベースのエンコーダ・デコーダネットワークを用いてメッセージを圧縮・再構成する手法を提案し、移動ロボット群の実験で有効性を示した。
原題: Communication Reduction via Semantic-Based Encoding in DMPC Using LSTMs / Torben Schiz, Pedro H. J. Nardelli, Henrik Ebel
日本語で読む → - 論文強化学習機械学習
反復による強化:強化学習における即時エピソード反復によるサンプル効率の向上
成功したエピソードの行動系列を即座に繰り返す新しいメカニズム「Instant Episode Repetition (IER)」を提案し、SACやTD3に統合してサンプル効率を向上させた。
原題: Repetition as Reinforcement: Enhancing Sample Efficiency via Instant Episode Repetition in Reinforcement Learning / Hoda Yamani, Yuning Xing, Koen van Rijnsoever 他
日本語で読む → - 論文群制御ロボティクス
信頼を場として捉える:車両ネットワークの巨視的表現
車両レベルの信頼評価を時空間連続場として表現するフレームワークを提案し、路側機の疎な観測から信頼場を再構成する深層学習手法を比較・評価した。
原題: Trust as a Field: A Macroscopic Representation for Vehicular Networks / Md Mahmudul Islam, Shaurya Agarwal
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 → - 論文モデルベース強化学習AI
ニューロシンボリック世界モデルによるゼロショットタスク転送に向けて
報酬予測を潜在状態のシンボリックな部分に依存させる新しい世界モデルを提案し、同じシンボリック状態空間上の新しい報酬関数へ環境相互作用なしで適応できることを示した。
原題: Towards Zero-Shot Task Transfer with Neurosymbolic World Models / Isidoro Tamassia, Lennert De Smet, Giuseppe Marra
日本語で読む → - 論文VLA画像認識
もし、ならば、そうでなければ:視覚言語ナビゲーションにおける条件分岐の診断
視覚言語ナビゲーションエージェントの条件分岐能力を診断するためのベンチマークCondVLNを導入し、分岐条件をシーングラフに基づいて生成し、エージェントの失敗原因を分析した。
原題: If, Then, Otherwise: Diagnosing Conditional Branching in Vision-Language Navigation / Seoyoung Lee, Neel P. Bhatt, Pranay Samineni 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 → - 論文ソフト外骨格/制御ロボティクス
空気圧駆動ソフト外骨格スーツのためのタスク非依存な動的支援制御戦略
空気圧アクチュエータの複雑なダイナミクスをハンマーシュタイン動的モデルで表現し、その逆モデルを制御ループに組み込むことで、ユーザーの意図推定に生理・力センサを必要とせず、タスク非依存で動的な支援を実現する制御戦略を提案した。手首用ソフト外骨格のテストリグで評価し、支援なしと比べて相互作用トルクを最大73%、主要筋の活性を最大47%削減した。
原題: A Task-Agnostic Control Strategy for Dynamic Assistance with Pneumatically Actuated Soft Exosuits / Anoush Sepehri, Zachary Huang, Raymond de Callafon 他
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
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VQA/3Dシーン理解画像認識
メモリツリー誘導キーフレーム問い合わせによる効率的な3D質問応答
3D環境での質問応答を効率化するため、メモリツリー構造でシーンを表現し、質問に関連するキーフレームを高速に選択する手法を提案。
原題: Memory Tree Guided Key Frame Querying for Efficient 3D Question Answering / Hsiang-Wei Huang, Fu-Chen Chen, Li-Wu Tsao 他
日本語で読む → - 論文手術ロボティクスロボティクス
ロボット支援手術におけるステレオ深度からの転移可能な器具-組織接触検出
ステレオ深度画像から器具と組織の接触を検出する手法を提案し、RGBベースの既存手法よりも高い転移性能を示した。
原題: Transferable Tool-Tissue Contact Detection from Stereo Depth in Robot-Assisted Surgery / Mingyeung Wu, Zhonghao Zhang, Hao Yang 他
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 → - 論文自動運転/軌道計画ロボティクス
GAPL: LLMベース軌道計画のための接地された行動効果ポリシー学習
自動運転の軌道計画において、LLMの推論能力とシミュレーションによる環境ダイナミクスの接地を組み合わせ、PPOでポリシーを最適化する閉ループフレームワークGAPLを提案した。
原題: GAPL: Grounded Action-effect Policy Learning for LLM-Based Trajectory Planning / Zhihong Cui, Hengyu Liu, Zhangkai Wu 他
日本語で読む → - 論文プランニング機械学習
省略されたモードは稀な規則:連続コードワールドモデルにおけるサンプリング検証の危険法則
LLMが生成した実行可能なワールドモデルを古典的プランナーが探索する際、サンプリング検証が連続制御で危険であることを示し、モード境界で大きな後悔が生じることを実証した。
原題: An Omitted Mode Is a Rare Rule: The Sampling-Verification Danger Law in Continuous Code World Models / Javier Aguilar Martín
日本語で読む → - 論文触覚画像認識
GelSight Miniセンサ間での力マップ推定のゼロショット転移
異なるGelSight Miniセンサ個体間で3D力マップ推定を一般化する手法を提案。入力触覚画像をUniTベースモデルで共通表現に再構成し、U-Netで力マップを推定する。
原題: Zero-Shot Transfer of Force Map Estimation Across GelSight Mini Sensors / Julio Castaño Amoros, Pablo Gil
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 →
PR・アフィリエイト広告
