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: 2026/8/14 / 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 → - 論文ソフトロボティクスロボティクス
ウナギ型ソフトロボットの設計最適化のためのモデリングと制御
ウナギ型ソフトロボットの有限要素法モデルと流体力モデルを構築し、遊泳制御と設計最適化に活用した。わずかに非対称な設計が同等の速度で高い機動性をもたらすことを示した。
原題: Modeling and Control of an Eel-Inspired Soft Robot for Design Optimization / Zhangjingyi Jiang, Mark Campbell
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 → - 論文推論AI
LLMは跳躍の代償を払わない
大規模言語モデルはアブダクション(仮説形成)に必要な「跳躍」ができず、その原因は身体性の欠如ではなく、認識論的誤りが物理的コストに結びつく仕組みがないことだと論じた論文。
原題: LLMs Don't Pay for the Jump / Paras Balani, Subhrakanta Panda
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 → - 論文自動運転ロボティクス
CORAL: カリキュラム最適化による報酬適応を用いたLiDARベースの目標指向型都市運転
都市自動運転のための強化学習において、段階的なカリキュラムと報酬重みの適応を組み合わせることで、長距離の目標指向ナビゲーション性能を大幅に向上させる手法を提案した。
原題: CORAL: Curriculum-Optimized Reward Adaptation for LiDAR-Based Goal-Directed Urban Driving / Anisa Saleem, Duksu Kim
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AI科学者AI
AI科学者の過去と未来
科学を自動化するAIシステム「AI科学者」の歴史と将来を概観し、統合的な科学エージェントの実現に向けた課題と可能性を論じたサーベイ論文。
原題: The Past and Future of AI Scientists / Ross D. King
日本語で読む → - 論文制御ロボティクス
モジュール型ロボット運動制御における通信:現実的制約下での両側性コントローラ
脳の左右半球構造に着想を得た、遅延のある通信チャネルで接続された2つのGRUモジュールからなるリカレントコントローラを提案し、筋骨格シミュレータ上で単一アーキテクチャより高い性能を示した。
原題: Communication in modular robotic motor control: Bilateral controllers under realistic constraints / Jingwen Li, Levin Kuhlmann, Jason Friedman 他
日本語で読む → - 論文経路計画ロボティクス
火星探査ロボットのための期待自由エネルギーに基づく情報経路計画
未知環境を探索するロボットが、情報マップの構築と高価値領域の発見を同時に行うための計画手法を提案。期待自由エネルギーを基準に、経路長制約下で連続軌道を最適化し、情報理論的ベースラインを上回る性能を示した。
原題: Expected Free Energy-based Informative Path Planning for Robotic Mars Exploration / Ajith Anil Meera, Pablo Lanillos, Wouter Kouw
日本語で読む → - 論文触覚ロボティクス
MISTac: 低侵襲手術のための視覚ベース触覚センサ
低侵襲手術で失われる触覚フィードバックを補うため、直径8mmの交換可能なセンサチップを持つ高解像度の視覚ベース触覚センサMISTacを開発し、組織分類タスクで約84%の精度を達成した。
原題: MISTac: A Vision-Based Tactile Sensor for Minimally Invasive Surgery / Robin Koch, Annabella Mascot, Rayan Younis 他
日本語で読む → - 論文LiDAR/背景差分画像認識
静的路側LiDARのためのビーム単位統計的背景差分:クロスセンサーベンチマーク研究
静的LiDARの背景差分をビーム単位の統計モデルで行い、新しいデータセットとアノテーションを公開して複数センサーでの性能を評価した論文。
原題: Beam-Wise Statistical Background Subtraction for Static Roadside LiDAR: A Cross-Sensor Benchmark Study / Alexander Baumann, Marcel Vosshans, Thao Dang
日本語で読む → - 論文モータ制御ロボティクス
連続設計から遅延考慮の離散合成へ:PMSMドライブの高帯域ジョイント制御を保証する手法
ロボット関節の電流制御を、通信・計算遅延を明示的に考慮した離散時間モデルで直接設計し、帯域幅と遅延の保証を実現する枠組みを提案。シミュレーションと実機で有効性を検証した。
原題: From Continuous Design to Delay-Aware Discrete Synthesis: Guaranteed High-Bandwidth Joint Control for PMSM Drives / Edmundo Pozo Fortunić, Mehmet C. Yildirim, Sami Haddadin
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 → - 論文ブロックチェーン解析cs.CR
解釈可能なブロックチェーン・フォレンジックのための持続的行動パターン発見
大規模なブロックチェーン活動から、アプリケーションに依存しない持続的な行動パターンを発見するフレームワークを提案。イーサリアムの3000万件以上の取引で評価し、日常的および悪意のあるパターンを解釈可能な形で特定する。
原題: Discovering Persistent Behavioural Patterns for Interpretable Blockchain Forensics / Dorottya Zelenyanszki, Zhe Hou, Kamanashis Biswas 他
日本語で読む → - 論文ワールドモデル機械学習
JEPAワールドモデルの診断:行動条件付き予測整合性に基づく評価
JEPAワールドモデルが視覚的摂動に対して頑健かどうかを、行動条件付き予測の整合性(ACPC)という指標で診断する手法を提案した。
原題: Diagnosing JEPA World Models with Action-Conditioned Predictive Consistency / Guo An, Zijing Wu, Honghua Dong 他
日本語で読む → - 論文エージェントアーキテクチャAI
SLMとエッジコンピューティングによる仮想エージェントの強化:思考と記憶プロセスの探索的評価
小型言語モデルとエッジコンピューティングを用いて、仮想世界のエージェントの認知機能(思考と記憶)を部分的に実装し、NVIDIA Jetson上で評価した論文。
原題: Enhancing Virtual Agents through SLMs and Edge-Computing: An Exploratory Evaluation of Think and Memory Processes / Aimilios Hadjiliasi, Louis Nisiotis
日本語で読む → - 論文敵対的攻撃画像認識
UniTexture: 視覚言語行動モデルに対するクロスタスク普遍敵対的テクスチャ
単一のテクスチャ付き3Dオブジェクトを用いて、複数のタスクにわたってVLAモデルの行動予測を敵対的に逸脱させる普遍的な攻撃手法を提案した。
原題: UniTexture: Cross-Task Universal Adversarial Textures for Vision-Language-Action Models / Yukun Dai, Mingzhe Dai, Tianshi Wang 他
日本語で読む → - 論文LLM/レイアウト最適化AI
シミュレーション認識型インコンテキストポリシー改善によるLLM支援アナログレイアウト最適化
アナログICレイアウト生成のパラメータ調整を、LLMマルチエージェントがシミュレーション結果を観察しながら反復改善する手法を提案し、少数のシミュレーションで性能を向上させた。
原題: Simulation-Aware In-Context Policy Improvement for LLM-Aided Analog Layout Refinement / Bingyang Liu, Ziming Wei, Xiaohan Gao 他
日本語で読む → - 論文VLA画像認識
社会的音声・視覚質問応答における推論:現状はどこにあるのか?
社会的音声・視覚理解のためのMLLMの推論手法を検証し、既存ベンチマークのノイズを除去したIntentBench-Primeを公開。単純なVanilla SFTが高コストな推論手法と同等以上の性能を示すことを発見した。
原題: Reasoning for Social Audio-Visual Question Answering: Where Do We Stand? / Koen P. de Vries, Xavier Alameda-Pineda, Estefanía Talavera 他
日本語で読む →
PR・アフィリエイト広告
