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: 2026/7/1 / 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 →- 論文操作ロボティクス
ST-WAM: 視覚分布シフト下でのロバストな操作のための意味的時間的世界行動モデル
視覚分布の変化に頑健なロボット操作のため、DINOv3特徴を共有表現として用いる意味的時間的世界行動モデル(ST-WAM)を提案し、将来予測と履歴検索を改善した。
原題: ST-WAM: Semantic-Temporal World Action Model for Robust Manipulation under Visual Distribution Shifts / Mingxin Wang, Bin Hu, Bin Qian 他
日本語で読む → - 論文VLA/操作画像認識
DynaWM: ベースVLA誘導による移動物体操作のための世界基盤モデル
移動物体操作のための世界モデルを提案。ベースVLAの性能を保ちつつ、Mamba-3とV-JEPA 2.1を用いて動作軌道を生成し、新ベンチマークDynaGrasp-32で評価した。
原題: DynaWM: A Base-VLA-Guided World Foundation Model for Moving-Object Manipulation / Chongkei Chang, Zhidong Deng
日本語で読む → - 論文手の動き生成cs.GR
事前学習優先、条件付けは後:スケーラブルで制御可能な手の動き補完
全身動作と意味ラベルに適合する手の動きを生成するため、大規模な未ラベルデータから身体と手の運動学的先行知識を学習し、その後軽量な適応で意味制御を導入するフレームワークを提案した。
原題: Prior-First, Condition-Second: Scalable and Controllable Hand Motion Completion / Mingyi Shi, Xuelin Chen, Taku Komura
日本語で読む → - 論文ナビゲーションロボティクス
HumAIN: 人間を考慮した暗黙的ソーシャルロボットナビゲーション
歩行や姿勢などの骨格情報を暗黙の社会的合図として捉え、知識蒸留により軽量モデルでリアルタイムに人間らしいナビゲーションを実現するフレームワークを提案した。
原題: HumAIN: Human-Aware Implicit Social Robot Navigation / Daeun Song, Nhat Le, Jeffrey Chen 他
日本語で読む → - 論文制御理論制御
高次制御バリア関数を用いた最適安全性制御
非線形制御系の安全性を保証するため、新しい高次制御バリア関数を提案し、安定化と安全性を同時に満たす最適制御器を設計した。
原題: Optimal Safety Control using High-Order Control Barrier Functions / Neng Li, Zuodong Pan, Jiaxing Wang 他
日本語で読む → - 論文sim2realロボティクス
RoboSnap: ワンショット実世界からシミュレーションへのシーン生成による汎用ロボット学習と評価
単一のRGB画像から物理的に安定し視覚的にも忠実なシミュレーション環境を自動生成するフレームワークを提案し、ロボットの軌道再現やポリシー学習・評価に活用できることを示した。
原題: RoboSnap: One-Shot Real-to-Sim Scene Generation for Generalizable Robot Learning and Evaluation / Shujie Zhang, Jingkun Yi, Weipeng Zhong 他
日本語で読む → - 論文空中ロボットロボティクス
空中物理インタラクションのための接触持続型完全駆動
完全駆動UAVの空中物理インタラクションにおいて、接触中に残る残余力が安定化に十分かを判定する制御理論フレームワークを提案し、従来のランク条件では不十分なことを示した。
原題: Contact-Persistent Full Actuation for Aerial Physical Interaction / Abhimanyu Khadga, Abhinav Sinha, Shashi Ranjan Kumar
日本語で読む → - 論文自動運転/モデル予測制御ロボティクス
優先度バイアス付き階層スラックを用いた自動運転のためのリアルタイム規則認識非線形MPC
自動運転の運動計画において、安全・規則・快適性・効率の競合をリアルタイムで解決しつつ監査可能にするため、重み付き階層スラック非線形モデル予測制御(W-SQP)を提案した。9つの運転規則ファミリーを4層の共有スラック非線形計画に組み込み、10Hzで再計画し、Waymoデータセットで評価した。
原題: Real-Time Rulebook-Aware Nonlinear MPC for Autonomous Driving with Priority-Biased Tiered Slacks / Hadi Hajieghrary, Benedikt Walter, Chaitanya Shinde 他
日本語で読む → - 論文VLAロボティクス
視覚言語行動モデルは言葉通りに意味しているか?身体化推論における忠実性の役割について
視覚言語行動モデルの推論が実際の意思決定を反映しているか(忠実性)を検証し、忠実性を高めるための学習手法を提案した論文。
原題: Do Vision-Language-Action Models Mean What They Say? On the Role of Faithfulness in Embodied Reasoning / Matthew Foutter, Matteo Cercola, Lena Wild 他
日本語で読む → - 論文自動運転/幾何学習画像認識
TRIG: 軌道とリグを分離したメトリック幾何学習
自動運転のためのカメラ姿勢を自己軌道とカメラリグに分解し、それぞれを別々に学習する幾何認識フレームワークを提案。姿勢推定・深度予測・3D再構成でSOTAを達成。
原題: TRIG: Trajectory-Rig Decoupled Metric Geometry Learning / Lizhou Liao, Wentao Xu, Handong Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
EDAR: ロボット操作のための環境依存行動表現の学習
ロボット操作において、行動トークンを実行可能な制御構造と環境条件付きの視覚的結果に基づいて表現する手法を提案し、長期的な操作タスクでのポリシー学習を改善した。
原題: EDAR: Learning Environment-Dependent Action Representations for Robotic Manipulation / Yuecheng Xu, Tong Yang, Jingkai Jia 他
日本語で読む → - 論文ナビゲーションロボティクス
SAGE: 異種マルチエージェントナビゲーションのための社会的認識生成エンジン
ロボットと人間が混在する環境での安全で社会的に適切なナビゲーションを実現するため、異種エージェント間の非対称な相互作用をモデル化し、拡散モデルによる軌道生成と安全・社会規範のエネルギーガイダンスを組み合わせた生成エンジンを提案した。
原題: SAGE: A Socially-Aware Generative Engine for Heterogeneous Multi-Agent Navigation / Lan Hu, Minghui Liwang, Wenbo Zhu 他
日本語で読む → - 論文共有自律ロボティクス
確率的保証を備えた信頼性の高い共有自律のための環境設計
共有自律システムにおいて、作業空間の物理的配置が目標推論の難易度に与える影響を考慮し、配置を最適化する問題として定式化。ノイズモデル下での確率的正しさの保証を導出し、シミュレーションと実世界で有効性を示した。
原題: Environment Design for Reliable Shared Autonomy with Probabilistic Guarantees / Yi-Shiuan Tung, Himanshu Gupta, Gyanig Kumar 他
日本語で読む → - 論文手術ロボット/強化学習ロボティクス
RL-MACRO: マルチモーダル適応型ロボット開頭術のためのサイバネティック閉ループ知能フレームワーク
ロボット開頭術において、力覚・音響センサから隠れた温度状態を推定し、強化学習で切削パラメータを適応制御する閉ループ知能フレームワークを提案した。
原題: RL-MACRO: A Cybernetic Closed-Loop Intelligence Framework for Multimodal Adaptive Robotic Craniotomy / Xiao Zhang, Jiaxuan Li, Renzhen Le 他
日本語で読む → - 論文歩行ロボティクス
SKooP: 対称コープマン予測による強化学習を用いた脚式ロボットの高速かつ汎用的な歩行
強化学習のサンプル効率を改善するため、形態対称性とコープマンモデルを組み合わせたSKooPを提案し、四足ロボットの二足歩行タスクで収束時間の短縮と報酬の向上を実証した。
原題: SKooP: Symmetric Koopman Predictions for Faster and More Generalizable Legged Robot Locomotion with Reinforcement Learning / Evelyn D'Elia, Weishu Zhan, Giulio Turrisi 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚を想像する:想像された触覚表現による触覚情報を活用した操作
触覚センサーを使わずに、視覚と自己受容感覚から触覚観測を予測し、その予測信号で操作ポリシーを導くフレームワークTacImagを提案。シミュレーションと実世界のタスクで性能向上を確認した。
原題: Imagining the Sense of Touch: Touch-Informed Manipulation via Imagined Tactile Representations / Zhiyuan Zhang, Adeesh Desai, Jyun-Chi Hu 他
日本語で読む → - 論文触覚/MLLM画像認識
触覚で目覚めよ!MLLMにおけるマスク分離型触覚アライメント学習
視覚と言語の能力を保ちつつ、マスク分離したパラメータ空間で触覚情報を学習するフレームワークSplashを提案し、触覚推論の性能向上と破滅的忘却の防止を実現した。
原題: Wake up for Touch! Mask-isolated Tactile Alignment Learning in MLLMs / Yoonhyung Park, Minji Kim, Sungwon Moon 他
日本語で読む → - 論文3Dシーンマップ/動作認識/不確実性ロボティクス
視覚・言語・動作マップ:3Dシーンマップのためのオープンボキャブラリで不確実性を考慮したクエリ可能な動作属性
静的環境を前提とした既存の3Dマップに、物体の動作可能性と観測された動きを融合した動作属性と不確実性を付与し、言語クエリで「動くもの」「動きうるもの」等を識別できるようにした。シミュレーションと実データで有効性を検証した。
原題: Vision-Language-Motion Maps: An Open-Vocabulary, Uncertainty-Aware, Queryable Motion Attribute for 3D Scene Maps / Dibyendu Ghosh, Ayushi Shakya
日本語で読む → - 論文VLAロボティクス
ガイド付きアクションフロー:フローマッチング型視覚言語行動ポリシーのためのQガイド推論
事前学習済みのフローマッチング型VLAポリシーを凍結したまま、学習済みのアクション批評家を用いて推論時にサンプリングをガイドし、ロボット操作の成功率を向上させる手法を提案した。
原題: Guided Action Flow: Q-Guided Inference for Flow-Matching Vision-Language-Action Policies / Liuhaichen Yang, Zhuang Jiang, Chenchao Sheng 他
日本語で読む → - 論文手術支援/AR画像認識
X-GuideAR: 透視ガイド中の放射線被曝を低減する拡張現実フレームワーク
整形外科手術のスクリュー留置時にX線撮影回数を減らすため、合成X線プレビューで適切な撮影角度を事前に示すARガイドシステムを提案し、S2AIスクリュー留置でX線回数を62.3%削減した。
原題: X-GuideAR: An Augmented Reality Framework to Mitigate Radiation Exposure during Fluoroscopic Guidance / Mingxu Liu, Zixuan Liu, Ruchen Cai 他
日本語で読む → - 論文レジストレーションロボティクス
整流フローによるLiDARアップサンプリングで簡単になった画像-点群レジストレーション
単一の疎なLiDARスキャンから整流フローで密な強度画像を生成し、カメラ画像と特徴マッチングしてPnP-RANSACで6自由度の相対姿勢を推定する、シンプルで効果的な画像-点群レジストレーション手法を提案した。
原題: Image-to-Point Cloud Registration Made Easy with Rectified Flow-based LiDAR Upsampling / Reon Tabata, Kenji Koide, Shuji Oishi 他
日本語で読む → - 論文操作計画ロボティクス
分解と再構成:デモから学習したプリミティブと視覚運動ポリシーによる計画
人間のデモを接触関係に基づいて原子スキルに分解し、視覚運動ポリシーとTAMPを統合して長期的な操作タスクを計画するフレームワークDR-LfDを提案した。
原題: Decompose and Reorganize: Planning with Primitives and Visuomotor Policies Learned from Demonstrations / Yizhou Chen, Hang Xu, Dongjie Yu 他
日本語で読む → - 論文ロボットポリシー学習ロボティクス
PAC-DP: PACベイズ拡散ポリシー学習
拡散ポリシーの訓練にPACベイズ理論に基づく正則化を導入し、ロボット操作タスクでの性能を向上させる手法を提案した論文。
原題: PAC-DP: PAC-Bayesian Diffusion Policy Learning / Mohammad Hasan Yeganegi, Dian Yu, Andrea Del Prete 他
日本語で読む → - 論文全身動作追従ロボティクス
ヒューマノイドの汎用動作追従における重要要素:実証研究
ヒューマノイドの全身動作追従ポリシー構築における設計選択の影響を、オープンソースフレームワークYAHMPを用いて体系的に比較・評価した実証研究。
原題: What Matters in Humanoid General Motion Tracking? An Empirical Study / Fabio Amadio, Enrico Mingo Hoffman
日本語で読む → - 論文多タスク学習画像認識
DPNeXt: 効率的なViTベース多タスク高密度予測のための軽量マルチスケール特徴融合フレームワーク
ロボット知覚における多タスク学習(セマンティックセグメンテーションと深度推定)のための、軽量で効率的なデコーダフレームワークDPNeXtを提案。凍結したVision Foundation Modelの特徴を融合中心のデコードとタスク別モジュール化で活用し、負の転移を抑える境界ガイダンス戦略を導入。
原題: DPNeXt: A Lightweight Multi-Scale Feature Fusion Framework for Efficient ViT-Based Multi-Task Dense Prediction / Jehun Kang, Jungha Wang, Youngjun Hwang 他
日本語で読む → - 論文位置推定ロボティクス
AeroMap3D: 単眼UAVの6自由度位置特定を視覚・幾何・意味マップ事前情報に基づき固定する手法
GNSSが使えない環境でのUAVナビゲーションのために、単眼カメラ画像を衛星マップやDEM、OpenStreetMapなどの事前情報に照合して6自由度の自己位置を推定するシステムを提案した。
原題: AeroMap3D: Anchoring Monocular UAV 6-DoF Localization to Visual-Geometric-Semantic Map Priors / Zhiyun Deng, Luis Sentis
日本語で読む → - 論文SLAMロボティクス
GLidE-SLAM: GPU加速による間接・直接ハイブリッド組込みSLAM
組込み機器向けに、GPUで直接法のトラッキングを高速化し、間接法でマップ拡張を行うハイブリッド単眼SLAMを提案。OpenGL ES 3.1コンピュートシェーダで実装し、CPU負荷を軽減して高フレームレートを実現した。
原題: GLidE-SLAM: GL-Accelerated Indirect-Direct Embedded SLAM / Carlos A. Pinheiro de Sousa, Heiko Hamann, Oliver Deussen
日本語で読む → - 論文群制御ロボティクス
信頼性の高い空中・地上車両連携に向けて:現場展開のための統合計画と自律性フレームワーク
UAVとUGVの協調ルーティング問題を深層強化学習で解き、ミッション時間を最小化する統合計画・自律性フレームワークを提案した論文。
原題: Towards Reliable Aerial Ground Vehicle Collaboration: An Integrated Planning and Autonomy Framework for Field Deployment / Md Safwan Mondal, Luca Russo, James D. Humann 他
日本語で読む → - 論文遠隔操作/リターゲティングロボティクス
AnyDexRT: 較正不要で数回の人間ガイダンスによる器用な手のリターゲティング
AnyDexRTは、人間の手の動きをロボットハンドにマッピングする際に、較正や手動調整を不要にし、数回の人間の指示で直感的な遠隔操作を実現する手法を提案した。
原題: AnyDexRT: Calibration-Free Dexterous Hand Retargeting with Few-Shot Human Guidance / Chenxi Wang, Ying Feng, Hongjie Fang 他
日本語で読む → - 論文動作計画ロボティクス
漸近パレート最適性を備えた多目的キノダイナミック動作計画
キノダイナミック制約下の多目的動作計画問題に対し、SSTアルゴリズムを拡張し、局所パレート最適ノードの代表集合を保持する統一フレームワークを提案。辞書式最適化、制約付き最適化、パレートフロント近似の3つのアルゴリズムを提供し、完全性と最適性を理論保証する。
原題: Multi-Objective Kinodynamic Motion Planning with Asymptotic Pareto Optimality / Yusif Razzaq, Anne Theurkauf, Nisar Ahmed 他
日本語で読む →
PR・アフィリエイト広告
