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: 2026/3/1 / 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 →- 論文ナビゲーションロボティクス
EndoSERV: 視覚ベースの内腔ロボットナビゲーションシステム
内視鏡手術ロボットのナビゲーション精度を向上させるため、管腔構造を分割してオドメトリを推定し、実画像を仮想領域にマッピングしてラベル不足を補う新しい位置推定法を提案した。
原題: EndoSERV: A Vision-based Endoluminal Robot Navigation System / Junyang Wu, Fangfang Xie, Minghui Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
SFCo-Nav: 低速LLMと高速属性グラフ整列の協調による効率的なゼロショット視覚言語ナビゲーション
視覚言語ナビゲーション(VLN)のゼロショット手法を高速化するため、低速LLMプランナーと高速反応ナビゲーターを非同期に協調させ、必要時のみLLMを起動するフレームワークを提案した。
原題: SFCo-Nav: Efficient Zero-Shot Visual Language Navigation via Collaboration of Slow LLM and Fast Attributed Graph Alignment / Chaoran Xiong, Litao Wei, Xinhao Hu 他
日本語で読む → - 論文ナビゲーションロボティクス
NavTrust: 実世界環境における信頼性を評価する身体性ナビゲーションのベンチマーク
RGB・深度・指示の現実的な劣化を体系的に与え、7つの最先端ナビゲーション手法の性能低下を明らかにし、4つの緩和策を評価した統一ベンチマークを提案。
原題: NavTrust: Benchmarking Trustworthiness for Embodied Navigation / Huaide Jiang, Yash Chaudhary, Yuping Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
深層強化学習とベイズ推論の統合による移動ロボットの物体探索
物体探索のためのハイブリッドフレームワークを提案。ベイズ推論で物体位置の信念地図を更新し、深層RLでその確率的表現から行動を選択する。シミュレーションで成功率向上と探索効率改善を確認。
原題: Integrating Deep RL and Bayesian Inference for ObjectNav in Mobile Robotics / João Castelo-Branco, José Santos-Victor, Alexandre Bernardino
日本語で読む → - 論文ナビゲーション/予測モデルロボティクス
EgoMoD: 局所的な自己中心視覚観測からダイナミクスのグローバルマップを予測する
ロボットの短い自己中心視覚クリップから、環境全体の将来の動きの傾向(MoD)を予測する初の手法を提案。外部センサーなしで、搭載カメラのみでグローバルな動き予測を可能にする。
原題: EgoMoD: Predicting Global Maps of Dynamics from Local Egocentric Observations / Iacopo Catalano, David Morilla-Cabello, Jorge Pena-Queralta 他
日本語で読む → - 論文ナビゲーションロボティクス
生涯学習型身体化ナビゲーション学習
大規模言語モデルを用いた身体化ナビゲーションエージェントが、複数のタスクを連続的に学習しながらも過去の知識を保持できる生涯学習フレームワークUni-Walkerを提案した。
原題: Lifelong Embodied Navigation Learning / Xudong Wang, Jiahua Dong, Baichen Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
DRIVE-Nav: 方向推論・検査・検証による効率的なオープンボキャブラリナビゲーション
未知環境で言語指定の物体を探す際、生のフロンティアではなく持続的な「方向」単位で探索を構造化し、240度前方視野内の関連方向のみを再検討することで冗長な再訪を抑え、経路効率と接地信頼性を高めるゼロショット物体ナビゲーション手法。
原題: DRIVE-Nav: Directional Reasoning, Inspection, and Verification for Efficient Open-Vocabulary Navigation / Maoguo Gao, Zejun Zhu, Zhiming Sun 他
日本語で読む → - 論文手術ナビゲーション/自律制御ロボティクス
純視覚気管支鏡ロボット自律化のための長期・短期エージェント
CT由来の仮想目標と内視鏡映像のみを用い、外部トラッキングなしで気管支鏡ナビゲーションを自律実行する枠組みを提案。短期反応エージェントと長期戦略エージェントを階層化し、矛盾時は世界モデル批評家が将来視覚状態を予測して行動を選択する。ファントム・摘出豚肺・生体豚で検証し、専門医と同等の性能を示した。
原題: Long-Short Term Agents for Pure-Vision Bronchoscopy Robotic Autonomy / Junyang Wu, Mingyi Luo, Fangfang Xie 他
日本語で読む → - 論文ナビゲーションロボティクス
社会的に適合したナビゲーションのためのグループ競合学習による軽量視覚言語モデルの性能向上
軽量な視覚言語モデル(VLM)の推論能力を高めるため、グループ競合学習(GCL)という戦略を提案し、社会的に適合したナビゲーションのベンチマークで性能を大幅に向上させた。
原題: Enhancing Lightweight Vision Language Models through Group Competitive Learning for Socially Compliant Navigation / Xinyu Zhang, Atsushi Konno, Toshihiko Yamasaki 他
日本語で読む → - 論文ナビゲーションロボティクス
不均質な群衆中での最適予測ホライズンに基づくソーシャルロボットナビゲーション
群衆中のロボットナビゲーションにおいて、予測ホライズンを固定ではなく社会的文脈に応じて動的に最適化する枠組みを提案し、シミュレーションと実機実験で性能向上を実証した。
原題: Optimal-Horizon Social Robot Navigation in Heterogeneous Crowds / Jiamin Shi, Haolin Zhang, Yuchen Yan 他
日本語で読む → - 論文ナビゲーションロボティクス
言語条件付き視覚ナビゲーションのためのポリシー誘導型ワールドモデルプランニング
学習済みナビゲーションポリシーと潜在ワールドモデルプランニングを組み合わせた二段階フレームワークPiJEPAを提案し、言語指示に基づく視覚ナビゲーションの性能を向上させた。
原題: Policy-Guided World Model Planning for Language-Conditioned Visual Navigation / Amirhosein Chahe, Lifeng Zhou
日本語で読む → - 論文ナビゲーションロボティクス
SpatialAnt: 能動的なシーン再構築と視覚的予測による自律ゼロショットロボットナビゲーション
ロボットが未知環境を事前探索して自己構築した不完全な3D再構築を用いて、ゼロショットで言語指示によるナビゲーションを実現するフレームワークを提案した。物理的接地によるスケール回復と視覚的予測による経路の反実仮想推論で性能を向上させた。
原題: SpatialAnt: Autonomous Zero-Shot Robot Navigation via Active Scene Reconstruction and Visual Anticipation / Jiwen Zhang, Xiangyu Shi, Siyuan Wang 他
日本語で読む → - 論文HRI/ナビゲーションロボティクス
視点の問題:視点がロボットの社交性の知覚に与える影響
没入型VRを用いて、ロボット軌道の社交性評価が俯瞰視点と一人称視点でどう異なるかを調査し、頭部のうなずき動作が知覚ギャップを埋めるかを検証した論文。
原題: Point of View: How Perspective Affects Perceived Robot Sociability / Subham Agrawal, Aftab Akhtar, Nils Dengler 他
日本語で読む → - 論文データセット/オフロードナビゲーションロボティクス
STONEデータセット:オフロードロボットナビゲーションのためのスケーラブルなマルチモーダル全方位3D走行可能性データセット
オフロードナビゲーション向けに、自動パイプラインで生成した3D走行可能性マップと、128ch LiDAR・6台のRGBカメラ・3台の4Dイメージングレーダーによる全方位センシングを備えた大規模マルチモーダルデータセットを構築し、ベンチマークを提供した。
原題: STONE Dataset: A Scalable Multi-Modal Surround-View 3D Traversability Dataset for Off-Road Robot Navigation / Konyul Park, Daehun Kim, Jiyong Oh 他
日本語で読む → - 論文ナビゲーションロボティクス
MRPoS: 空間ポインティングと大規模言語モデルを用いた音声対話による複合現実ベースのロボットナビゲーションインターフェース
複合現実(MR)環境でのロボットナビゲーションにおいて、従来のエアタップ操作に代わり、空間ポインティングと大規模言語モデル(LLM)による音声対話を組み合わせた自然なマルチモーダルインターフェースを提案し、タスク完了時間と作業負荷を削減した。
原題: MRPoS: Mixed Reality-Based Robot Navigation Interface Using Spatial Pointing and Speech with Large Language Model / Eduardo Iglesius, Masato Kobayashi, Yuki Uranishi
日本語で読む → - 論文ナビゲーションロボティクス
身体性ナビゲーションのためのエージェント的自己進化的再計画
複雑環境での身体性ナビゲーションの失敗に対処するため、ロボット自身を実行時学習で進化させる自己進化的再計画法(SERP)を提案。適応的機能調整とグラフ上のLLM推論により、成功率向上とトークン消費削減を実現。
原題: Agentic Self-Evolutionary Replanning for Embodied Navigation / Guoliang Li, Ruihua Han, Chengyang Li 他
日本語で読む → - 論文意味的ナビゲーションロボティクス
移動ロボットの意味的ナビゲーションのための推論システム
意味的概念に基づく環境モデルを構築し、関係データベースとKnowRobを用いた2つの推論システムを比較して、移動ロボットでの実装を示した。
原題: Reasoning Systems for Semantic Navigation in Mobile Robots / Jonathan Crespo, Ramón Barber, O. M. Mozos 他
日本語で読む → - 論文ナビゲーション画像認識
RAE-NWM: 高密度視覚表現空間におけるナビゲーションワールドモデル
高密度なDINOv2特徴空間でナビゲーションの状態遷移をモデル化するワールドモデルを提案し、構造安定性と行動精度を向上させた。
原題: RAE-NWM: Navigation World Model in Dense Visual Representation Space / Mingkun Zhang, Wangtian Shen, Fan Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
3D LiDARの鳥瞰図画像を用いた屋内ナビゲーション向けリアルタイム構造検出
3D LiDARデータを鳥瞰図(BEV)画像に投影し、古典的手法とYOLO-OBBを比較評価して、GPUなしの低消費電力ボード上で10Hz動作を実現する軽量な構造検出手法を提案した。
原題: Real-Time Structural Detection for Indoor Navigation from 3D LiDAR Using Bird's-Eye-View Images / Guanliang Li, Pedro Espinosa-Angulo, David Perez-Saura 他
日本語で読む → - 論文ナビゲーションロボティクス
P$^{3}$Nav: 視覚と言語によるナビゲーションのためのエンドツーエンドの知覚・予測・計画
視覚と言語によるナビゲーション(VLN)タスクにおいて、知覚・予測・計画を統合したエンドツーエンドのフレームワークを提案し、シーン理解を強化してナビゲーション成功率を向上させた。
原題: P$^{3}$Nav: End-to-End Perception, Prediction and Planning for Vision-and-Language Navigation / Tianfu Li, Wenbo Chen, Haoxuan Xu 他
日本語で読む → - 論文ナビゲーションロボティクス
IntentReact: トポロジカルな意図による反応的オブジェクト中心ナビゲーションの誘導
オブジェクト目標ナビゲーションにおいて、局所的な観測のみに依存する反応的制御と大域的なトポロジカル計画のギャップを埋めるため、意図(intent)と呼ばれる低次元の方向信号を導入し、学習されたウェイポイント予測を条件付けてナビゲーションを誘導するフレームワークを提案した。
原題: IntentReact: Guiding Reactive Object-Centric Navigation via Topological Intent / Yanmei Jiao, Anpeng Lu, Wenhan Hu 他
日本語で読む → - 論文ナビゲーション画像認識
Context-Nav: 文脈駆動探索と視点対応3D空間推論によるインスタンスナビゲーション
テキスト指示に基づき、同じカテゴリの物体の中から正しいインスタンスへ到達するナビゲーション手法を提案。文脈全体を探索の事前情報として活用し、視点対応の3D空間検証で候補を確認する。
原題: Context-Nav: Context-Driven Exploration and Viewpoint-Aware 3D Spatial Reasoning for Instance Navigation / Won Shik Jang, Ue-Hwan Kim
日本語で読む → - 論文ナビゲーションロボティクス
osmAG-Nav: 頑健な生涯屋内自律のための階層的意味トポメトリックナビゲーションスタック
大規模・多階層環境でのモバイルロボットナビゲーションのために、階層的意味トポメトリックマップ標準に基づくROS2ナビゲーションスタックを提案し、グローバルなトポロジ推論とローカルなメトリック実行を分離して、効率的な計画とメモリ使用量の削減を実現した。
原題: osmAG-Nav: A Hierarchical Semantic Topometric Navigation Stack for Robust Lifelong Indoor Autonomy / Yongqi Zhang, Jiajie Zhang, Chengqian Li 他
日本語で読む → - 論文視覚言語モデル/ナビゲーション支援画像認識
視覚障害者向けナビゲーション支援におけるVLMの活用可能性の探求
視覚障害者(pBLV)のナビゲーション支援における視覚言語モデル(VLM)の性能を、閉域・オープンソースモデルを比較評価し、空間推論やシーン理解の課題と可能性を明らかにした。
原題: Exploring the Use of VLMs for Navigation Assistance for People with Blindness and Low Vision / Yu Li, Yuchen Zheng, Giles Hamilton-Fletcher 他
日本語で読む → - 論文ナビゲーションロボティクス
不確かさを考慮したロボットナビゲーションのためのガウス混合モデルに基づく逆知覚契約
ガウス混合モデルを用いて知覚誤差の多峰性・非凸性を捉える不確かさ集合を学習し、より安全で保守的でないロボットナビゲーションを実現する手法を提案した。
原題: Gaussian Mixture-Based Inverse Perception Contract for Uncertainty-Aware Robot Navigation / Bingyao Du, Joonkyung Kim, Yiwei Lyu
日本語で読む → - 論文ナビゲーションロボティクス
AgentVLN:エージェント型視覚言語ナビゲーションに向けて
視覚言語ナビゲーション(VLN)のための新しいフレームワークAgentVLNを提案。VLMを高次推論に用い、3Dトポロジカルウェイポイントを画像平面に投影して視覚プロンプトを生成し、自己補正と能動探索で長期的なナビゲーション誤差を抑制する。
原題: AgentVLN: Towards Agentic Vision-and-Language Navigation / Zihao Xin, Wentong Li, Yixuan Jiang 他
日本語で読む → - 論文ナビゲーションロボティクス
ImagiNav: 生成的視覚予測と逆動力学によるスケーラブルな身体化ナビゲーション
ロボットのナビゲーションを、言語指示を視覚的なサブゴールに分解し、生成ビデオモデルで未来の軌道を想像し、逆動力学モデルで軌道を抽出するというモジュール方式で実現。ロボットデータなしでゼロショット転移を達成する。
原題: ImagiNav: Scalable Embodied Navigation via Generative Visual Prediction and Inverse Dynamics / Jie Chen, Yuxin Cai, Yizhuo Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
視覚基盤モデルはナビゲーションできるか?ゼロショット実世界評価と教訓
5つの最先端視覚ナビゲーションモデルを2つのロボットと屋内・屋外5環境で実世界評価し、成功率以外に経路品質・衝突・環境変化への頑健性を分析して3つの系統的限界を明らかにした。
原題: Can Vision Foundation Models Navigate? Zero-Shot Real-World Evaluation and Lessons Learned / Maeva Guerrier, Karthik Soma, Jana Pavlasek 他
日本語で読む → - 論文ナビゲーション/マルチエージェント画像認識
ピア観察は役立つのか?視覚言語ナビゲーションのための視覚共有コラボレーション
複数のロボットが同じ環境をナビゲートする際、互いの観察情報を共有することで視覚言語ナビゲーションの性能が向上するかを検証するフレームワークCo-VLNを提案し、R2Rベンチマークで効果を実証した。
原題: Does Peer Observation Help? Vision-Sharing Collaboration for Vision-Language Navigation / Qunchao Jin, Yiliao Song, Qi Wu
日本語で読む → - 論文ナビゲーションロボティクス
CeRLP: クロスエンボディメントロボットの視覚ナビゲーションのためのローカルプランニングフレームワーク
異なるロボットやカメラ構成でも動作する視覚ナビゲーションのためのローカルプランニングフレームワークを提案し、深度推定のスケール補正と視覚情報のレーザースキャンへの抽象化により、ロボットの形状差を吸収する。
原題: CeRLP: A Cross-embodiment Robot Local Planning Framework for Visual Navigation / Haoyu Xi, Mingao Tan, Xinming Zhang 他
日本語で読む →
PR・アフィリエイト広告
