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: 2026/11/3 / 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 → - 論文事前学習データ機械学習
事前学習データの転移性を決める構造・次元・分布形状と入力パイプラインの役割
合成データ生成器TransferForgeを構築し、入力変換の違いでデータのどの性質が転移に効くかが変わる「転移不変性原理」を検証した論文。
原題: Structure, Dimensionality, and Distribution Shape - What Makes Pretraining Data Transferable, and Why the Input Pipeline Decides Which / Sangyoon Bae, Jiook Cha
日本語で読む → - 論文VLAロボティクス
曖昧な指示を対話で明確化する認知駆動型ロボット整理フレームワークCLARA
「部屋を片付けて」のような曖昧な指示に対し、人間のように質問を投げかけて整理の詳細を引き出し、拡散モデルで最終シーンの画像を生成して確認する枠組みを提案した論文。
原題: CLARA: A Cognitively-Driven Clarification Framework for Grounding Ambiguous Requests / Dimitrios Bekris, Marios Glytsos, Panagiotis P. Filntisis 他
日本語で読む → - 論文歩行ロボティクス
全身制御とiLQR-MPCによる頑健なヒューマノイド歩行
単一剛体モデルとiLQR-MPCで接地力と足位置を同時最適化し、全身制御で500Hzの関節トルクに変換するヒューマノイド歩行手法を提案。外乱からの復帰をシミュレーションで実証した。
原題: Online iLQR-MPC with Whole-Body Control for Robust Humanoid Locomotion / Xiang Li, Linlin Ou, Ruihan Wu 他
日本語で読む → - 論文VLAロボティクス
アクション専門家はVLMを訓練すべきか?Mixture-of-Transformer型VLAにおけるアクショントークン監督と勾配経路
VLAモデルでVLMへの勾配遮断とアクショントークン監督を独立に操作し、運転とマニピュレーションで比較した研究。アクショントークン監督があれば勾配遮断でも遜色なく、なければ結合が軌道予測誤差を約25%低減することを示した。
原題: Should the Action Expert Train the VLM? Action-Token Supervision and Gradient Routing in Mixture-of-Transformer VLAs / Asher James Hancock, Boyi Li, Yuxiao Chen 他
日本語で読む → - 論文位置推定画像認識
PadLoc: スパース幾何マッチングによる学習不要の間取り位置推定
既知の間取り図に対し、壁の向きと自由空間の相関で候補姿勢を絞り込み、ベイズフィルタで軌跡を推定する学習不要の位置推定手法を提案。深度推定フロントエンドを差し替え可能で、複数ベンチマークで既存手法を上回る。
原題: PadLoc: Training-Free Floor-Plan Localization by Sparse Geometric Matching / Marian Bookhahn, Frank Neumann
日本語で読む → - 論文Video-LLM画像認識
SPOD:単一パス直交分解によるVideo-LLMの抑制された時間的証拠の回復
Video-LLMの隠れ状態に既に含まれるが推論時に活用されていない時間的証拠を、再学習なしの単一フォワードパスで直交分解により抽出・強調する手法を提案。
原題: SPOD: Recovering Suppressed Temporal Evidence in Video-LLMs via Single-Pass Orthogonal Decomposition / Yangguang Lin, Quan Fang, Xiaoyan Liu 他
日本語で読む → - 論文バックドア攻撃画像認識
シーングラフ生成におけるバックドア攻撃:グローバル文脈経路の役割の解明
シーングラフ生成モデルに対するバックドア攻撃を初めて体系的に研究し、グローバル文脈経路が攻撃の主要な媒介となっていることを明らかにした。
原題: Understanding Backdoor Attacks in Scene Graph Generation via Global Context Pathway / Xiaoguang Chang, Tuo Chen, Chengze Jiang 他
日本語で読む → - 論文マニピュレーションロボティクス
視覚適応型物体再配置プランナーVARP
専門家デモから視覚状態表現を学習し、非単調な物体再配置をオンラインで適応的に計画する手法を提案。外乱時も再計画なしで高い成功率を達成。
原題: VARP: A Visual Adaptive Rearrangement Planner for Non-Monotone Object Rearrangement Planning / Hanwen Ren, Meng Zheng, Zhongpai Gao 他
日本語で読む → - 論文マニピュレーションロボティクス
人間の作業性能に基づいて設計された人型ロボットアーム「RAIPAL」
人間の上肢の作業計測値から力・速度・耐久性の目標を導き、20kgのペイロードと20.6m/sの先端速度を実現した人型マニピュレータを開発した。
原題: RAIPAL: A Powerful and Agile Humanoid Arm for Human Tasks / Donggeon Kim, Hyungho Chris Choi, Donghyuk Choi 他
日本語で読む → - 論文VLAロボティクス
RAFT: 推論整合ファインチューニングによるVLAポストトレーニングのロバスト性向上
タスク関連の推論アノテーションで低ランクアダプタを学習してから固定し、行動デモでポリシーを微調整する2段階手法RAFTを提案。実機ロボットで分布外成功率を27.9%から75.0%へ大幅改善した。
原題: RAFT: Reasoning-Aligned Fine-Tuning Improves Robustness of VLA Post-Training / Shresth Grover, Andrey Kolobov, Dhruv Shah
日本語で読む → - 論文群制御ロボティクス
LLM支援計画と分散オンボード行動ツリー実行による複数AUVミッション
自然言語のミッション指示をLLMで解釈し、MILPで割当を最適化、分散行動ツリーで各AUVが自律実行する階層型フレームワークを提案。故障時には影響を受けた機体のみ選択的に再計画する。
原題: LLM-Assisted Planning with Distributed Onboard Behaviour Tree Execution for Multi-AUV Missions / Ehsan Khorrambakht, Cristiano Caissutti, Andrea Munafo 他
日本語で読む → - 論文VLAロボティクス
エージェント方策は毎ステップ見る必要があるのか?推論と行動のための幾何学的抽象化
ロボット操作において、生の視覚観測を毎ステップ再解釈する代わりに、3D幾何学的抽象化をテキスト・記号で言語モデルに読ませる手法を提案し、多段階操作の成功率を向上させつつマルチモーダル問い合わせを大幅削減した。
原題: Do Agentic Policies Need to Look at Every Step? Geometric Abstraction for Reasoning and Action / Yihang Liu, Yiming Chen, Mingzhe Zheng
日本語で読む → - 論文安全ナビゲーション制御
先読み安全コリドーによるバリア状態ベースの複雑環境安全ナビゲーション
経路前方に局所安全凸ポリトープを並べて融合し、ポアソン境界値問題で滑らかな内部安全場を構成してバリア状態としてロボット制御に組み込む、狭路や動障害物に対応する安全ナビゲーション手法を提案した。
原題: Barrier-State-Based Safe Navigation in Complex Environments Using Look-Ahead Safety Corridors / Yunlin Wei, Fangfei Li, Junhui Zhang
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 → - 論文バランス制御制御
未知外乱下で車輪脚ロボットをバランス制御する移動ホライズン推定と拘束付きモデル予測制御
ノイズや未知の外乱がある中で車輪脚ロボットのバランスを保つため、移動ホライズン推定(MHE)とオフセットフリーの拘束付きMPCを組み合わせ、シミュレーションでLQRより高い外乱耐性を示した論文。
原題: Moving Horizon Estimation and Constrained Model Predictive Control for Balancing a Wheel-Legged Robot Under Unknown Disturbances / Haitham El-Hussieny
日本語で読む → - 論文ナビゲーションロボティクス
WayTrace: 地図から言語、軌跡へとつなぐ階層型都市ナビゲーション
Web地図の経路案内を言語モデルで解釈し、画像上に軌跡を描いてロボットを誘導する階層型システム。GNSSノイズに強く、実都市で1.37kmの走行を達成。
原題: WayTrace: A Map-to-Language-to-Trace Hierarchy for Embodied Urban Navigation / Manthan Patel, Jonas Frey, Pascal Roth 他
日本語で読む → - 論文VLAロボティクス
行動意図を橋渡しに:人間視点動画からロボットへ操作知識を転移する手法
人間の動画から明示的な行動意図を抽出し、人間とロボットで共有する意図空間で対応付けることで、実機データなしに操作知識をロボットへ転移する二段階手法AITを提案した。
原題: Action Intent as a Bridge: Transferring Manipulation Knowledge from Human-Centric Videos to Robots / Zhiqian Xia, Lianyang Ma, Haifeng Xia 他
日本語で読む → - 論文3D点群認識画像認識
低密度3D点群のための分類ネットワーク
低密度の3D点群でも高精度に分類できるLD-PointNet++を提案し、密度変化に対する既存手法の性能低下を初めて体系的に評価した。
原題: Low-Density 3D Point Cloud Classification / Ahmed Baha Ben Jmaa, Faten Chaieb
日本語で読む → - 論文制御検証制御
二乗和計画法による不変可到達集合の計算
SOS計画法で軌道周りの不変集合(ファネル)を計算する手法を整理し、最小体積定式化とオープンソース実装computeSOSFunnelsを提案。一輪車・台車振子・四回転翼で検証した。
原題: Computing Invariant Reachable Sets through Sum-of-Squares Programming / Mohamed Khalid M Jaffar
日本語で読む → - 論文データ生成ロボティクス
LLMエージェントによる低コスト遠隔操作代替のロボットデータ生成
コーディングエージェントがキャリブレーション1回からシミュレーションでタスクを再構築し、映像モデルで実写風データを生成、実機ポリシー学習を可能にする手法。
原題: PyRUA-DataFarm: LLM Agent as a Cost-Efficient Teleoperator for Real-Ready Robot Data / Kewei Zhang, Juncheng Ma, Guodong Lv 他
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3Dガウシアンマッピング画像認識
SettleSplat: 視野内のシーン変化に対応する単眼ガウシアンマッピング
カメラ前で物体が動かされる「視野内変化」に対し、不確実性を用いて一時的な動体を除去しつつ恒久的な変化を反映した3Dガウシアンマップを維持する単眼オンラインマッピング手法を提案。
原題: SettleSplat: Monocular Gaussian Mapping under In-View Scene Changes / Anh Thuan Tran, Xiyun Song, Yubin Zhou 他
日本語で読む → - 論文モデルルーティング画像認識
あらゆるタスクを振り分ける汎用AIのためのモデル・ポリシールーティング研究
言語・画像・動画・音声・コーディング・ロボット操作など25ベンチマークの大規模データで、タスクごとに最適なモデルやポリシーを動的に選ぶルーティングの理論と性能・コストの関係を分析した研究。
原題: Route Anything: A Study of Model and Policy Routing for General-Purpose AI Systems / Pengfei Zhou, Yixing Ma, Hexin Wang 他
日本語で読む → - 論文ベンチマーク/計画AI
DualWorldBench:記号的・実世界の両世界でエージェントは配送計画を立てられるか
記号的な時間制約と実世界のトポロジー制約の両方でエージェントの配送計画能力を評価する統一ベンチマークを提案し、局所理解と全体計画の間に共通のギャップがあることを示した。
原題: DualWorldBench: Can Agents Plan Deliveries across Symbolic and Grounded Worlds? / Yang Chen, Bin Wen, Danyang Peng 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 → - 論文身体性AI/科学自動化AI
科学発見のための身体性AI:物理的行為から科学的証拠へ
科学実験を物理的に実行・解釈する学習システムを「科学のための身体性AI」として統一的に整理し、操作的・認識的・証拠的閉包の3層と記録連携型の証拠サイクルで文献を分類・分析したレビュー。
原題: Embodied AI for Scientific Discovery: From Physical Action to Scientific Evidence / Wenhao Xu, Changwei Wang, Shunpeng Chen 他
日本語で読む → - 論文VLA量子化ロボティクス
LoopQ: 量子化VLAモデルの公平な閉ループ評価
複数のポストトレーニング量子化手法を同一条件で比較する閉ループベンチマークを提案し、VLA特化手法が単純な汎用手法に劣ることを示した。
原題: LoopQ: Fair, Closed-Loop Evaluation of Quantized Vision-Language-Action Models / Syed Umer Bukhari, Magnus Almgren, Ahmed Ali-Eldin
日本語で読む → - 論文宇宙マニピュレーションロボティクス
回転ベース多腕宇宙マニピュレータによるタンブリング物体の把持と安定化
宇宙マニピュレータのベースを能動的に動かしてタンブリング物体をベースに対して静止させ、衝突のない把持を実現する誘導・制御手法を提案した論文。把持前は同期制御で重心と瞬間回転中心を一致させ、把持後はハミルトン力学と最適制御で燃料・時間・エネルギーを最小化しつつ安定化する。
原題: Grasping and Stabilizing Tumbling Objects with Rotating-Base Multi-Arm Space Manipulators / Farhad Aghili
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 →
PR・アフィリエイト広告
