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: 2026/8/1 / 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pHRIロボティクス
ロボット支援入浴のための高忠実度な人間デモンストレーションの捕捉・再構築・転移
臨床医による入浴デモンストレーションを接触領域を基盤として高忠実度に記録し、そのデータを用いてソフトハンド搭載ロボットによる入浴動作を実現した。
原題: High Fidelity Capture, Reconstruction, and Transfer of Human Demonstrations for Robot-Assisted Bathing / Arjun S. Lakshmipathy, Jonathan P. King, Ethan Zuo 他
日本語で読む → - 論文マニピュレーションロボティクス
集中訓練と批評家分解による実世界オンライン強化学習の効率化:ロボット操作への応用
実世界でのオンライン強化学習を効率化するため、集中訓練と分散実行(CTDE)とハイブリッド報酬アーキテクチャ(HRA)を組み合わせ、複数のエージェントが共有する多頭批評家を導入した。タスク報酬と把握報酬を分離し、サンプル効率と性能を大幅に向上させた。
原題: Efficient Real-World Online Reinforcement Learning for Robot Manipulation via Centralized Training and Critic Decomposition / Changhao Li, Yifang Zhang, Heng Zhang 他
日本語で読む → - 論文VLAロボティクス
Vid2WAM: ビデオ拡散事前知識を世界行動モデルへ蒸留する
大規模ビデオ基盤モデルの拡散事前知識を、コンパクトな世界行動モデル(WAM)に蒸留するフレームワークを提案。専門家デモに依存せず、タスク条件付き未来予測と逆動力学モデルによる擬似行動を活用し、限られたデモでも新規タスクへの汎化とデータ効率を向上させる。
原題: Vid2WAM: Distilling Video Diffusion Priors into World Action Models / Chenhao Qiu, Ruixiang Wang, Runyi Zhao 他
日本語で読む → - 論文VLAロボティクス
OC-VLA++: 単眼幾何ガイドによるクロスビュー一貫性を用いた視点ロバストなロボット操作
カメラ座標系での行動接地に加え、幾何学的に関連する視点ペアからの教師信号とクロスビュー行動等変性を導入し、限られたカメラ視点での未見視点への汎化性能を向上させた。
原題: OC-VLA++: Monocular Geometry-Guided Cross-View Consistency for Viewpoint-Robust Robotic Manipulation / Tianyi Zhang, Ziyang Gong, Zhenjie Yang 他
日本語で読む → - 論文群制御ロボティクス
再構成可能な構造ロボット組立:自己整列複合入れ子格子モジュールによるインターロック3次元集合体
ロボットと材料を一体化した自己整列可能な格子モジュールを開発し、ロボットアームと移動式組立機で家具や建築規模の構造物を組み立てられることを実証した。
原題: Reconfigurable Structural Robotic Assembly: Interlocking 3D Aggregations with Self-Aligning Compound Nested Lattice Modules / Alexander Htet Kyaw, Miana Smith, Paul Richard 他
日本語で読む → - 論文多物体追跡画像認識
GenTrack3: クラスタ認識型関連付けを用いた確率的・決定的ハイブリッドオンライン多物体追跡
決定論的手法と確率的手法を統合したオンライン多物体追跡フレームワークを提案し、スケーラブルなトラック検出マッチング手法を導入して群追跡を支援する。
原題: GenTrack3: Hybrid Stochastic-Deterministic Online Multi-Object Tracking with Cluster-Aware Association / Toan Van Nguyen, Rasmus G. K. Christiansen, Dirk Kraft 他
日本語で読む → - 論文移動操作/VLAロボティクス
DreamTrajectory: ワールドモデル整合による軌道誘導型行動生成による移動操作
移動操作ロボットのための軌道誘導型フレームワークを提案し、意図レベルの軌道予測と全身行動生成を統合、テスト時探索で計画軌道との整合性を高め成功率を向上させた。
原題: DreamTrajectory: Trajectory-Guided Action Generation with World Model Alignment for Mobile Manipulation / Zheng Yang, Wenjie Zhang, Xiangyu Chen 他
日本語で読む → - 論文グリッパ/ハードウェアロボティクス
高帯域・透明な物理的相互作用のための超低インピーダンスロボットグリッパ
高減速比の伝達機構と外部センサに頼らず、ダイレクトドライブモータと低減速比の差動機構を組み合わせた9自由度3指グリッパを提案し、低インピーダンスで高帯域な物理的相互作用を実現した。
原題: Ultra-Low-Impedance Robotic Gripper for High-Bandwidth and Transparent Physical Interaction / Joon Lee, Ari Choi, Seokhwan Jeong
日本語で読む → - 論文人間ロボット協調ロボティクス
隠れた目標下でのゼロショット人間ロボット協調のための構造化LLM推論
プライベートな目標を持つ協調構築タスクにおいて、LLMを用いた構造化アーキテクチャで心の理論推論と階層的計画を組み合わせ、ゼロショットで人間とロボットの協調を実現する手法を提案した。人間実験で、従来の強化学習ベースラインより少ないインタラクション数と高い信頼評価を達成した。
原題: Structured LLM Reasoning for Zero-Shot Human--Robot Coordination Under Hidden Goals / Dong Hae Mangalindan, Anand Gokhale, Francesco Bullo 他
日本語で読む → - 論文ヒューマンロボットインタラクションロボティクス
OmniAI: 人間とドローンの対話のための表面適応型空中投影インターフェース
ドローンに搭載したレーザープロジェクタで、機体画面と周囲の環境表面に適応的に投影し、LLMによるテキストや画像応答を表示する空中エージェントを提案。RGB-DセンサとRANSAC平面推定で投影面をオンライン検出し、音声とジェスチャーで操作できる。
原題: OmniAI: A Surface-Adaptive Aerial Projection Interface for Human--Drone Interaction / Nikita Kuzmin, Yuhua Jin, Georgii Demianchuk 他
日本語で読む → - 論文身体化エージェント/記憶システムロボティクス
Mimir: インタラクティブ環境における身体化エージェントのための動的グラウンディングを備えたニューロシンボリック記憶システム
身体化エージェントの長期タスク遂行を改善するため、世界記憶とタスク記憶を分離し、行動前に動的にグラウンディングするニューロシンボリック記憶システムMimirを提案した。
原題: Mimir: A Neuro-Symbolic Memory System with Dynamic Grounding for Embodied Agents in Interactive Environments / Haoming Xu, Zhenlin He, Hengyi Wang 他
日本語で読む → - 論文UAVナビゲーションロボティクス
FlowPilot: 俊敏なUAVナビゲーションのためのリアルタイム世界行動モデリング
深度画像から将来のシーンと軌道を同時に生成するコンパクトな世界行動モデルを提案し、シミュレーションと実機で高速・高機動な飛行を実現した。
原題: FlowPilot: Real-Time World-Action Modeling for Agile UAV Navigation / Runqing Wang, Ding Yu, Pengyuan Min 他
日本語で読む → - 論文ハプティックロボティクス
運動感覚ハプティックシステムにおける非線形仮想環境のクープマン表現
非線形仮想環境の力覚レンダリングにクープマン演算子を用いる手法を提案し、シミュレーションと実験で有効性を確認した。閉ループ安定性解析も行い、従来の受動性ベース手法より保守的でないことを示した。
原題: Koopman Representation of Nonlinear Virtual Environments in Kinesthetic Haptic Systems / Yanting Zhou, Jozsef Kövecses, James Richard Forbes
日本語で読む → - 論文軌道生成ロボティクス
拡散モデルと一貫性蒸留による人間協調ロボット軌道生成の高速化
人間とロボットの協調環境で、衝突回避を考慮した関節空間軌道を拡散モデルで生成し、一貫性蒸留で推論を高速化する手法を提案した。
原題: Accelerating Human-Aware Robot Trajectory Generation via Diffusion and Consistency Distillation / Byeong-Il Ham, Hyun-Bin Kim, Kyung-Soo Kim
日本語で読む → - 論文姿勢推定ロボティクス
トルクフリー運動の姿勢データのみを用いた宇宙機慣性テンソルの推定
ジャイロや制御トルクを使わず、姿勢データのみから宇宙機の慣性テンソルを推定する手法を提案。線形初期化と非線形最適化を組み合わせ、EKFより高速かつ高精度。
原題: Estimation of Spacecraft Inertia Tensor Using Attitude-Only Data from Torque-Free Motion / Daigo Kobayashi, Vakhtang Putkaradze
日本語で読む → - 論文操作ロボティクス
JEPA-WAM: ロボット操作のためのワールドアクションモデルにおける段階レベル結合埋め込み予測
ロボット操作タスクにおいて、短期的な物理的未来と段階的な意味的未来を区別し、後者を予測するStage-JEPAを導入したワールドアクションモデルを提案。50タスクで成功率90.25%を達成し、実行ステップ数を削減した。
原題: JEPA-WAM: Stage-Level Joint-Embedding Prediction for World-Action Models in Robot Manipulation / Xiao Liu, Yuguang Yang, Xi Wang 他
日本語で読む → - 論文ナビゲーションロボティクス
順序なしランドマークを用いた視覚ナビゲーション
時間順序や深度などの補助センサーに依存せず、順序のない画像集合から2Dトポロジカルマップを構築し、グラフベースの信念伝播フィルタで自己位置推定と動的サブゴール計画を行うRGBのみのナビゲーションフレームワークを提案した。
原題: Unordered Landmark Visual Navigation / Hao Ren, Junzhe Zhu, Yihan Li 他
日本語で読む → - 論文VLAロボティクス
HarnessWAM:世界行動モデルにおける予測と熟考の橋渡し
世界行動モデル(WAM)の予測と実行のギャップを埋めるエージェントフレームワークを提案。視覚言語モデルによるタスク管理とイベント駆動の二重タイムスケールフィードバックで、複雑なタスクの計画・実行・失敗回復を実現する。
原題: HarnessWAM: Bridging Prediction and Deliberation in World Action Models / Zhaopeng Gu, Bingke Zhu, Tianxi Lin 他
日本語で読む → - 論文マニピュレーションロボティクス
基盤モデルを活用したキッチンロボット操作
家庭環境でのロボット操作のため、オープンボキャブラリ物体検出や多視点セグメンテーション、3D再構成、6D姿勢推定を組み合わせたモジュール式認識パイプラインを提案し、キッチンでの食器操作タスクで高い性能と実機での適応性を実証した。
原題: Kitchen Robotic Manipulation utilizing Foundation Models / Myung-Hwan Jeon, Sankalp Yamsani, Joohyung Kim
日本語で読む → - 論文経路計画ロボティクス
SCOPE: 未知3D環境における視野を考慮した安全ボリューム認証による経路計画
ロボット搭載の限られた視野センサで、移動前に意図した動作の安全ボリューム全体を観測・検証することを要求し、これをオンラインで認証する経路計画フレームワークSCOPEを提案。未知環境での安全なナビゲーションを実現し、シミュレーションと実機で有効性を示した。
原題: SCOPE: Field-of-View-Aware Path Planning in Unknown 3D Environments via Safety-Volume Certification / Junbin Yuan, Muqing Cao, Yunwoo Lee 他
日本語で読む → - 論文群制御ロボティクス
PRIMAL3: 強化学習と模倣学習によるマルチエージェント経路探索 - LaCAM3を活用した大規模フレームワーク
本論文は、強化学習と模倣学習を統合した大規模マルチエージェント経路探索フレームワークPRIMAL3を提案し、ボトルネックや行き止まりなどの重要な状態でのエージェント間の協調を改善する。
原題: PRIMAL3: Pathfinding via Reinforcement and Imitation Multi-Agent Learning - Leveraging LaCAM3 / Chengyang He, Tanishq Duhan, Gadiel Sznaier Camps 他
日本語で読む → - 論文マニピュレーションロボティクス
混合剛性の擬人化指先が硬貨把持の動作範囲を拡大する
硬貨のような薄い物体を把持する際、指先の中心と側面で異なる剛性のシリコンを用いることで、幾何学的拘束を形成しやすくし、従来の均一な軟らかい指先よりも広い条件下で安定した把持を実現した。
原題: A Mixed-Stiffness Anthropomimetic Fingertip Broadens the Operating Range for Coin Grasping / Kaigen Go, Yinlai Jiang, Hiroshi Yokoi 他
日本語で読む → - 論文VLAロボティクス
時間で検索し、周波数で補正する
凍結された視覚言語行動ポリシーの性能を、訓練なしのテスト時補正フレームワークで向上させる。成功軌道からの低周波残差を転送し、長期的な操作タスクの成功率を改善する。
原題: Retrieve in Time, Correct in Frequency / Yuze Fan, Yue Cao, Pengjie Gao 他
日本語で読む → - 論文ポーズ推定ロボティクス
視覚に基づくポーズ推定のための保護水準
この論文は、航空機のポーズ推定における未検出の故障に対しても有効な確率的誤差限界(保護水準)を導出するアルゴリズムを提案し、冗長性や不確かさの影響を分析したものです。
原題: Protection Levels for Vision-Based Pose Estimation / Olivia Beyer Bruvik, Romeo Valentin, Marc R. Schlichting 他
日本語で読む → - 論文3D再構成画像認識
Swimm3R: 水中3D再構成のための媒質対応SfMとベータスプラッティング
水中環境での散乱や減衰による3D再構成の失敗を解決するため、媒質対応SfMとベータスプラッティングを組み合わせた統一フレームワークを提案し、新たな水中ビデオデータセットで有効性を示した。
原題: Swimm3R: Splatting with Medium-aware SfM for Underwater 3D Reconstruction / Minseong Kweon, Junaed Sattar
日本語で読む → - 論文VLA画像認識
ワールドトークン:訓練時ワールドモデリングによる身体化ポリシーの強化
視覚言語行動モデルに、訓練時に未来ビデオのノイズ除去を条件付けるワールドアダプタを導入し、推論時にはビデオモデルを除去して効率的な行動生成を実現する新しいアーキテクチャを提案した。
原題: World Tokens: Enhancing Embodied Policies with Training-Time World Modeling / Qu Tang, Benhui Zhuang, Bo Yuan 他
日本語で読む → - 論文模倣学習/可変インピーダンス制御ロボティクス
VIDP: 多様なデモから学ぶコンプライアントなロボット操作のための可変インピーダンス拡散ポリシー
力センサを使わずに、多様なデモから可変インピーダンス制御を学習するフレームワークを提案。タスクパラメータ化された方向性を考慮した混合モデルで軌道分布を抽出し、剛性プロファイルに変換して位置とコンプライアンスを同時予測する。
原題: VIDP: Variable Impedance Diffusion Policy for Compliant Robot Manipulation from Diverse Demonstrations / Hisham Khalil, Neil Fernandes, Thomas M. Kwok 他
日本語で読む → - 論文サービスロボット/世界モデルロボティクス
PBD-AG: 不確実性を考慮した検査を備えた持続的ベースライン-デルタ能動グラフによる長時間稼働サービスロボットのための世界モデル
長時間稼働するサービスロボット向けに、安定した構造物と変化する物体イベントを分離した持続的な世界モデルを構築するフレームワークを提案。ロボットが自律的に環境を探索し、物体の状態を確率的に管理し、検査視点を選択することで、長期的な認識の信頼性を向上させる。
原題: PBD-AG: Persistent Baseline-Delta Active Graphs with Uncertainty-Aware Inspection for Long-Horizon Service Robots / Shuo Bao, Wei Dong, Shuyue Zhang 他
日本語で読む → - 論文多物体追跡/UAVロボティクス
JitTrack: 敏捷なUAVの視点揺れに対するオンボード多物体追跡
UAVの機体運動による視点揺れに頑健なオンボード多物体追跡フレームワークを提案し、実機での追跡性能を検証した。
原題: JitTrack: Onboard Multi-Object Tracking Against Viewpoint Jitter for Agile UAVs / Yachun Shan, Feitian Zhang
日本語で読む → - 論文VLAロボティクス
統一視覚運動ターゲット:物理的行動を超えたVLAの教師信号
VLAモデルの予測ターゲットを、物理的な行動だけでなく視覚的なシーン遷移情報も含む統一潜在表現に変更し、追加データやアーキテクチャ変更なしで学習効率と性能を向上させる手法を提案した。
原題: Unified Visuomotor Targets: Supervising VLAs Beyond Physical Actions / Zhenyang Feng, Unnat Jain
日本語で読む →
PR・アフィリエイト広告
