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: 2026/8/15 / 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VLM/ベンチマーク/エッジ推論cs.DC
洪水対応のためのエッジ推論セグメンテーションのベンチマーク
洪水対応のためのVLM推論セグメンテーションのベンチマークを提案し、実世界のシーンと応答関連ターゲットからなるデータセットを構築。エッジデバイスでの精度、遅延、エネルギー、通信のトレードオフを評価した。
原題: FloodReasonBench: Benchmarking VLM Reasoning Segmentation for Embodied Flood Response at the Edge / Rajat Bhattacharjya, Yoomee Jung, Minwoo Kim 他
日本語で読む → - 論文セグメンテーション画像認識
SOS!:モデルフリーセグメンテーションのための合理化されたオブジェクト条件付きトランスフォーマー
3Dモデルを必要とせず、参照画像1枚だけで未知物体を正確にセグメンテーションする新しい手法を提案。オブジェクト条件付きトランスフォーマーにより、マスク生成と対象特定を単一のフィードフォワードで統合し、効率と精度を両立した。
原題: SOS! : A Streamlined Object-Conditional Transformer for Model-free Segmentation / Jiaqi Hu, Junwen Huang, Hongli Xu 他
日本語で読む → - 論文VLA/ベンチマーク画像認識
NumerosityVLM: 視覚言語モデルにおける数量表現の解釈のための認知に着想を得たベンチマーク
視覚言語モデルの数量知覚能力を評価するため、物体の大きさや配置などの視覚的要因を独立に操作した合成画像ベンチマークを構築し、モデル性能の要因分析と層別プロービングを行った。
原題: NumerosityVLM: A Cognitively Inspired Benchmark for Interpreting Numerosity Representations in Vision-Language Models / Yiming Fu, Fangjun Li, Xiujin Liu 他
日本語で読む → - 論文SLAMロボティクス
HP2-SLAM: 適応型ハイブリッドICPによる堅牢で効率的なLiDAR SLAM
平面性を考慮した適応閾値で点対平面と点対点の残差を動的に切り替えるハイブリッドICPを提案し、構造化・退化環境の両方で安定したLiDAR SLAMを実現した。
原題: HP2-SLAM: Adaptive Hybrid ICP for Robust and Efficient LiDAR SLAM / Nam Tran, Thu Tran, Hieu Phan 他
日本語で読む → - 論文遠隔操作/意図推論ロボティクス
GUIDER: 実ロボットデータを用いた遠隔操作における目標非依存の人間意図推論の評価
本論文は、ロボットアームの遠隔操作中に人間の意図を確率的に推論するフレームワークGUIDERを実データで評価し、全シナリオで正しい把持候補を推定できたことを示した。
原題: GUIDER: Evaluating Goal-Free Human Intent Inference for Teleoperated Manipulation on Real-Robot Data / Nicholas Kenny, Cesar Alan Contreras, Basile Ouedraogo 他
日本語で読む → - 論文VLAロボティクス
VTInstructor: 連続環境におけるナビゲーション指示生成のための視覚的軌跡プロンプティング
連続環境でのRGB映像からナビゲーション指示を生成する初のフレームワークを提案し、軌跡の幾何学を視覚的プロンプトに変換して指示生成の精度を大幅に向上させた。
原題: VTInstructor: Visual Trajectory Prompting for Navigation Instruction Generation in Continuous Environments / Haolin Yang, Yuxing Long, Zihan Yang 他
日本語で読む → - 論文SLAMロボティクス
MotionGS-SLAM: イベント変調ガウススプラッティングによるモーションブラー耐性SLAM
モーションブラーを除去するのではなく、ブラー生成過程をレンダリングパイプラインに組み込むことで、イベントカメラの時間分解能を活用し、高運動条件下でも高精度な軌跡推定と地図構築を実現するSLAMシステムを提案した。
原題: MotionGS-SLAM: Event-Modulated Gaussian Splatting for Motion-Blur Robust SLAM / Zhiqiang Hu, Shouren Huang, Masatoshi Ishikawa
日本語で読む → - 論文ワールドモデルロボティクス
学習済みワールドモデルにおける反実仮想ロールアウトのための低ランク動的実効潜在キャリア
学習済みワールドモデルの隠れ状態に小さな低ランク修正を加えることで、将来の観測や教師なしで反実仮想の未来を自律的に生成できることを示した論文。
原題: Low-Rank Dynamics-Effective Latent Carriers for Counterfactual Rollout in Learned World Models / Yang Liu, Yuming Chen
日本語で読む → - 論文リスク知覚ロボティクス
不在の証拠:視覚が失われたときの世界モデル維持のためのクロスモーダル仮説的リスク知覚
視覚が遮られた際に、音響情報の欠如を手がかりに隠れた原因を推論し、リスク警告を発する手法を提案した。実際の隠れた接近場面で、視線が届く前に平均1.7秒の警告を実現した。
原題: Evidence of Absence: Cross-Modal Abductive Risk Perception to Sustain World Models When Vision Fails / Cong Xu, Ravi Sankar
日本語で読む → - 論文VLA/強化学習ロボティクス
StructRL: フローベースVLAのための構造化アクション空間探索
フローベースの視覚言語行動モデル(VLA)のオンライン強化学習において、ノイズをアクション空間に直接注入する構造化探索手法StructRLを提案し、シミュレーションと実世界タスクで性能を向上させた。
原題: StructRL: Structured Action-Space Exploration for Flow-Based VLAs / Jiarui Yang, Bin Zhu, Jingjing Chen 他
日本語で読む → - 論文ビデオワールドモデルAI
SCOPE: ビデオワールドモデルのためのスコア分離型エージェント最適化
推論時に凍結されたビデオワールドモデルを監査可能な形で適応させるフレームワークSCOPEを提案し、Physics-IQベンチマークで性能向上を実証した。
原題: SCOPE: Score-Isolated Agentic Optimization for Video World Models / Yuhua Jiang, Jiaming Wang, Qingbin Liu 他
日本語で読む → - 論文自動運転/認識ロボティクス
MM-BEV: 重要度に応じた計算で即時性を向上
マルチモーダルBEV認識において、安全上重要な領域に計算リソースを集中させることで、精度を保ちながら推論遅延を大幅に削減するシステムを提案した。
原題: MM-BEV: Enhancing Timeliness by Computing Where and When it Matters / Liangkai Liu, Kang G. Shin
日本語で読む → - 論文強化学習ロボティクス
Max-Q選択的模倣による人間参加型オンラインロボット学習
人間の介入を活用したオンライン強化学習において、介入軌道を直接評価するMC Q-chunk批判と、現在のポリシーとバッファサンプルのうち高いQ値を持つ方を模倣するmax-Q選択的模倣を組み合わせ、介入学習と自己改善を自動的に切り替える手法を提案した。実機のUSB挿入タスクで99%の成功率を30分で達成した。
原題: Max-Q Selective Imitation for Human-in-the-Loop Online Robot Learning / Zihang Wang, Yishan Wang
日本語で読む → - 論文VLA/記憶ロボティクス
賢く記憶する:ロボット記憶のための視覚履歴圧縮と双曲経験空間
長期的なロボットポリシーのために、視覚履歴を圧縮し、経験を双曲空間で階層的に保存・活用するプラグインモジュールを提案。pi0に適用し、LIBERO-Plusで成功率を向上させた。
原題: Remember Smarter: Visual History Compressor and Hyperbolic Experience Space for Robotic Memory / Dai Zhou, Jiexi Yan, Tong Li 他
日本語で読む → - 論文遠隔操作ロボティクス
損失と遅延のあるネットワークを用いたATMOSによる宇宙ロボット遠隔操作のデモンストレーション
この論文では、微小重力環境を模擬した平面型宇宙機アナログロボットATMOSを用いて、通信遅延がある状況での遠隔操作によるドッキング制御戦略を開発し、ソウルとストックホルム間の長距離実験で実証した。
原題: Demonstration of Space Robot Teleoperation over a Lossy and Delayed Network using ATMOS / Inkyu Jang, Gregorio Marchesini, Nicola De Carli 他
日本語で読む → - 論文評価指標ロボティクス
PRM-as-a-Judge 1.5: ロボットプロセス評価のためのツールキット
ロボットの動作動画から詳細な進捗曲線を生成し、失敗側の進捗や回復能力、成功側の実行品質など複数の細かい指標を導出する評価ツールキットを提案した。
原題: PRM-as-a-Judge 1.5: A Toolkit for Robot Process Assessment / Yuyang Liu, Yanqing Shen, Ruike Chen 他
日本語で読む → - 論文自動運転レース/軌道計画ロボティクス
自動運転レースにおける最小時間軌道計画のための制御情報に基づく制約適応
自動運転レースで、実行時の追従誤差を学習して軌道計画の空間制約を動的に調整し、タイムを短縮する手法を提案。
原題: Control-Informed Constraint Adaptation in Minimum-Time Trajectory Planning for Autonomous Racing / Ann-Kathrin Schwehn, Alexander Langmann, Mattia Piccinini 他
日本語で読む → - 論文VLA/ロボットマニピュレーションロボティクス
想像による回復:推論時カウンターファクチュアル再調整による視覚言語行動モデルの復旧
視覚言語行動モデルがオンラインの外乱(目標変更や物理的摂動)に直面した際、失敗データや再学習なしに、推論時に「もしも」の継続を想像してロボットと環境を最小限に再調整する訓練不要の回復フレームワークを提案した。
原題: Imagining Recovery: Inference-Time Counterfactual Realignment for Vision-Language-Action Models / Yanyan Zhang, Disheng Liu, Kai Ye 他
日本語で読む → - 論文世界モデル/故障診断ロボティクス
オントロジー基盤の世界モデルによる物理AIシステムの故障診断とクローズドループ修復
EV-WMのスコアだけでは不十分な故障診断を、オントロジーでタスク述語や修正経路を明示的に記録し、検証ゲート付きの修正インターフェースを追加して成功率を向上させた。
原題: Ontology-Grounded World Models for Failure Diagnosis and Closed-Loop Repair in Physical AI Systems / Kailin Wang, Haoxiang Jie, Yaoyuan Yan 他
日本語で読む → - 論文マニピュレーションロボティクス
FlatLab: 平板物体のロボット操作のための統一手法フレームワークとシミュレーションベースのベンチマーク
平板物体の操作を戦略生成と行動実行に分離する統一フレームワークを提案し、多様な物体に汎化する手法と、その評価のための高忠実シミュレーションベンチマークFlatLabを導入した。
原題: FlatLab: A Unified Methodology Framework and Simulation-Based Benchmark for Robotic Manipulation of Flat Objects / Xingyu Zhu, Wenshuo Han, Zhouyu Wang 他
日本語で読む → - 論文VLAロボティクス
SkillComposer: 自然言語によるロボットプログラミングのための再利用可能なスキル学習
自然言語でロボットに複雑なタスクを指示する際、LLMが多段階の指示を分解したり過去の解決策を再利用したりするのが難しい問題に対し、生成とテストを繰り返すアーキテクチャと、成功したプログラムから再利用可能なマクロスキルを自動学習する手法を提案した。
原題: SkillComposer: Learning Reusable Skills for Natural-Language Robot Programming / John Woods, Hasti Seifi
日本語で読む → - 論文マニピュレーションロボティクス
受動力制御を用いた協調フレキシブルペイロード操作における振動抑制
2台の産業用ロボットアームをリーダー・フォロワー構成で用い、柔軟なペイロードの運動中の横振動を抑制する制御戦略を提案した。フォロワー側のアドミッタンス制御により外力に追従させ、エネルギー消散を保証する。
原題: Vibration Suppression in Collaborative Flexible Payload Manipulation Using Passive Force Control / Alaa Abderrahim, Antonio Rosales, Ferdinando Milella 他
日本語で読む → - 論文量子生成モデルquant-ph
量子生成モデルにおけるスペクトルフィルタリングの古典的限界
量子生成モデルのスペクトルフィルタリングが古典的なサンプル後処理で代替可能かどうかを理論的に解析し、分離が生じない条件を明らかにした。
原題: Classical Limits of Spectral Filtering in Quantum Generative Models / Marco Roth
日本語で読む → - 論文巧みな操作/VLA/身体間転移ロボティクス
AdvDex: 関節整合アクションと敵対的学習による人間のデモからの巧みな操作学習
人間とロボットのデモを統合したVLAフレームワークを提案し、関節整合アクション空間と敵対的学習により異なる身体間の汎化を実現した。
原題: AdvDex: Learning Dexterous Manipulation from Human Demonstrations via Joint-Aligned Actions and Adversarial Learning / Zhiyue Zhao, Jingyi Wu, Hairuo Liu 他
日本語で読む → - 論文自律航法ロボティクス
連結車両の自律航法のための時空間チューブに基づく安全証明書
トラクタートレーラーなどの連結車両が狭い経路を安全に走行するための計画手法を提案。車両の運動学とスウェイ制約を考慮し、許容補正に基づく時空間チューブを修正して経路の安全証明書を提供する。
原題: Spatiotemporal Tube-Based Safety-Certificate for Autonomous Navigation of Articulated Vehicles / Mohd. Faizuddin Faruqui, Ratnangshu Das, Ravi Kumar L 他
日本語で読む → - 論文ナビゲーションロボティクス
OccPlanner: 目標認識占有条件付き拡散プランナーによるピクセルゴールナビゲーション
カメラ画像のピクセルで指定された目標へのナビゲーションを、3D占有情報を条件とした拡散モデルで実現。モノクロ動画から3D占有アノテーションを生成する手法も提案し、シミュレーションと実機で高い成功率を達成した。
原題: OccPlanner: Goal-Aware Occupancy-Conditioned Diffusion Planner for Pixel-Goal Navigation / Binling Huang, Nianjin Ye, Xi Yang 他
日本語で読む → - 論文VLA/ツール使用ロボティクス
視覚言語行動モデルをオンザフライツール使用エージェントへ進化させる
VLAモデルにツール注入フレームワークを統合し、低次視覚・高次アフォーダンス・身体性を強化するエージェントARTを提案。ツール使用により行動解空間を縮小し、汎用性向上とデータ依存低減を実現。
原題: Evolve Vision-Language-Action Model into an Agent with On-the-fly Tool-use / Yi Ding, Yanzhao Yu, Xili Dai 他
日本語で読む → - 論文VLAロボティクス
BICPO-VLA: 行動識別による継続選好最適化を用いた滑らかな非同期視覚言語行動制御
ロボットの動作生成中に生じる要求から引き継ぎまでのギャップを、行動意図の識別、Haar部分空間による動作チャンク分解、参照相対Flow-DPOによる適応の3段階で解消する手法を提案した。
原題: BICPO-VLA: Behavior-Identified Continuation Preference Optimization for Smooth Asynchronous Vision-Language-Action Control / Ming Shang, Yuchen Huang, Jiaoyang Chen 他
日本語で読む → - 論文安全性/都市モビリティロボティクス
ハザード情報に基づく合成エンベロープによる都市モビリティにおける物理AIの安全性確保
都市環境で多様なロボットが安全に動作するため、ハザード分析と実行時監視を統合した安全エンベロープの枠組みを提案し、シンボリック・空間・動的モデルを横断する安全性変換プロセスを示した。
原題: Ensuring Safe Physical AI in Urban Mobility via Hazard-Informed Synthesized Envelopes / Alexei Odinokov, Rostislav Yavorskiy
日本語で読む → - 論文リハビリテーションロボティクス
THRIVE: 仮想環境における治療用ヒューマノイドロボット
家庭で使えるリハビリプラットフォームで、VRゲーム、カメラによる動作追跡、ロボットセラピストを組み合わせ、上肢運動障害のある子供の治療を支援する。
原題: THRIVE: Therapeutic Humanoid Robot In Virtual Environment / Jin Xu, Yu-Ping Chen, Ayanna Howard
日本語で読む →
PR・アフィリエイト広告
