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: 2026/11/1 / 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 →- 論文視覚モデル機械学習
蝶の夢:コネクトーム制約視覚モデルにおける世界モデル生成の線形分離可能性
ハエ脳のコネクトーム制約モデルに世界モデルが生成した映像を見せ、訓練済みモデルの応答から「夢」と現実を線形分類できるか検証した。訓練後は9種の生成世界すべてが高精度で分離可能だった。
原題: The (Butter)fly Dream: Linear Separability of World-Model Rollouts in a Connectome-Constrained Visual Model / Junichiro Niimi
日本語で読む → - 論文連続制御/プランニング機械学習
連続制御のための反復Gumbelプランニング
探索ベース計画と連続ガウス方策の不整合を解消するため、次元ごとの因子化カテゴリ方策とGumbel Top-Kサンプリング、MPPI型反復探索を組み合わせたIGPを提案し、DMControlとHumanoidBenchで最先端性能を達成した。
原題: Iterative Gumbel Planning for Continuous Control / Shaohuai Liu, Weirui Ye, Yilun Du 他
日本語で読む → - 論文空間知能ベンチマーク画像認識
再構成による空間評価:大規模視覚言語モデルのクロスビュー空間知能を診断するベンチマーク
複数視点の実画像から3D物体の向き付きバウンディングボックスを共通座標系で予測させるRECONSPATIALベンチマークを提案し、18のLVLMを評価して相対構造は得意だがメートル尺度の再構成が苦手という一貫したギャップを明らかにした。
原題: Reconstruction as Spatial Evaluation: Diagnosing Cross-View Spatial Intelligence in Large Vision-Language Models / Junfei Wu, Qiuyue Wang, Xuhong Huang 他
日本語で読む → - 論文協調マニピュレーションロボティクス
人間の感覚運動モデルに適応するロボット協調マニピュレーション
フィッツの法則に基づく時間制約を確率的最適制御に組み込み、再帰最小二乗法で人間の運動特性を推定してロボットの動作時間を適応させる協調マニピュレーション手法を提案した。
原題: Human Sensorimotor Model Adaptation to Account for Robot Accuracy and Speed Augmentation in Human-Robot Co-Manipulation / Frits van Hall, Kevin Haninger, Luka Peternel
日本語で読む → - 論文外骨格/ヒューマンインザループロボティクス
ヒト参加フィードバックによる外骨格アシスト方策の再帰的自己改善
LLMエージェントが外骨格の制御コードを生成し、被験者の主観・動作・筋電の評価に基づいて自動修正する閉ループを構築、4モデルで筋活動を約3割低減した。
原題: Recursive Self-Improvement of Exoskeleton Assistance Policies through Human-in-the-Loop Feedback / Muyuan Ma, Shuo Jiang, Lijun Han 他
日本語で読む → - 論文群制御ロボティクス
Vicsek群れモデルにおける方向性有界信頼行列アラインメント
Vicsekモデルに方向依存の有界信頼行列を導入し、視線座標系で半径・接線成分を独立に制御する手法を提案。整列収束の理論保証と分極状態の限界を示し、数値実験で有効性を検証した。
原題: Directional Bounded-Confidence Matrix Alignment in Vicsek Flocking / Hossein B. Jond
日本語で読む → - 論文ヒューマノイド制御ロボティクス
CompliantBot: ヒューマノイド制御のためのタスクインターフェース横断的な全身コンプライアンス学習
外力に応じて身体を譲りつつタスクを再開できるヒューマノイド制御を、タスク固有のデータや力計測なしに学習するフレームワークを提案。
原題: CompliantBot: Learning Whole-Body Compliance across Task Interfaces for Humanoid Control / Haoyang Li, Keqi Zhu, Zhanxiang Cao 他
日本語で読む → - 論文VLA画像認識
拡散運転VLAにおけるシーン適応型読み出しとデコーディング
拡散型運転VLAの推論コスト削減のため、層ごとの軌道読み出し特性とシーンごとのデコーディング深さの違いを分析し、シーン条件付きMoE読み出しと適応的デコーディングで最大6倍高速化と精度向上を実現した。
原題: Scene-Adaptive Readout and Decoding in Diffusion Driving VLAs / Seungjun Yu, Jiho Choi, Inha Kang 他
日本語で読む → - 論文マニピュレーションロボティクス
安全を考慮した潜在空間動作計画のための制御バリア関数
ロボットマニピュレータの潜在空間経路計画において、衝突分類器の代わりに潜在空間で学習したニューラル制御バリア関数を用い、安全制約を満たす計画を実現した。
原題: Control Barrier Functions for Safety-Aware Latent-Space Motion Planning / Chandrakiran Ravula, Siddhanth Ramesh
日本語で読む → - 論文群制御ロボティクス
方向性を考慮した有界信頼Cucker-Smale群れ形成モデル
Cucker-Smale群れモデルに方向別の有界信頼を導入し、視線方向の動径・接線成分を独立にゲート化することで、従来の等方的なモデルでは分極してしまう状況でも全体の速度一致を回復できることを示した。
原題: Directional Bounded-Confidence Cucker-Smale Flocking / Hossein B. Jond
日本語で読む → - 論文歩行ロボティクス
アンサンブル不一致を超えて:分布シフト下のRL歩行制御に対する予測的STLモニタリング
強化学習による歩行ポリシーを対象に、世界モデルの閉ループ予測とSTL(信号時相論理)で将来の安全違反を予測する手法を評価し、アンサンブル不一致は安全不確実性の指標として信頼できないことを示した。
原題: Beyond Ensemble Disagreement: Predictive STL Monitoring of RL Locomotion under Distribution Shift / Qurban Ali, Badaruddin Chachar, Maqsood Ali 他
日本語で読む → - 論文遠隔操作画像認識
VRヘッドセットと姿勢推定を用いたサービスロボットの遠隔操作システム
RGB-DカメラとMediapipeで人間の3D姿勢を推定し、VRヘッドセットで没入型操作を実現するサービスロボット遠隔操作システムを開発・実機検証した。
原題: Teleoperation System for Service Robots using Virtual Reality Headset and Pose Estimation / Eduardo Fernandes, Tiago Ribeiro, Antonio Ribeiro 他
日本語で読む → - 論文ロボット学習ロボティクス
行動そのものではなく行動のダイナミクスを学ぶODEポリシー
ニューラルODEで行動のベクトル場を学習し、前の行動から積分して連続的な軌道を生成するロボットポリシーを提案。模倣学習・RL・VLAなど多様な設定で成功率と滑らかさを大幅に改善した。
原題: ODE Policy: Robot Learning via Action Dynamics, Not Actions / Jindou Jia, Jingliang Li, Kuangji 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
HuG: 能動知覚を備えたヒューマノイド全身アフォーダンス認識型把持の学習
遮蔽された物体に対し視点選択と全身動作を統合し、制御器の安定性を考慮したシミュレーション学習のみで実世界87.5%の把持成功率を達成したフレームワーク。
原題: HuG: Learning Humanoid Whole-Body Affordance-Aware Grasping with Active Perception / Xuanbin Peng, Lai Wei, Yuze Zhai 他
日本語で読む → - 論文強化学習機械学習
価値強制:全ノイズレベルでリターン分布を整合させる新手法
フローマッチングでリターン分布を推定し、全ノイズレベルでベルマン整合性を課すことで、限られたデータでも正確な価値学習を可能にする手法を提案。
原題: Value Forcing: Aligning Return Distributions at All Noise Levels / Chongyi Zheng, Zhiyuan Zhou, Qiyang Li 他
日本語で読む → - 論文対話型運転/MPCロボティクス
曖昧さに応じて探るか動くかを切り替える対話型運転のためのリスク適応制御
不確実な相手の意図を能動的に確認する情報収集と安全制約を統合したMPCを提案し、曖昧さが高いときは慎重に、自信が高まると実行に移行する制御を実現した。
原題: When to Probe and When to Act: Clarity-Aware Risk-Adaptive Control for Interactive Driving / Youran Wang, Devodita Chakravarty, Yiwei Lyu
日本語で読む → - 論文触覚ロボティクス
磁気ピラーアレイ触覚センサMagPillarによるロボット表面知覚
クモの触毛に着想を得た磁気ピラーアレイと3軸ホールセンシングを組み合わせた柔軟触覚センサを開発し、材料表面の識別と形状知覚を実現した。
原題: MagPillar: A Soft Magnetopillar Array Tactile Sensor for Robotic Surface Perception / Haotian Guo, Yu Feng, Hao Wu 他
日本語で読む → - 論文触覚ロボティクス
触覚予測とフィードバックで行動を精緻化する速度場ステアリング
フローマッチング型行動生成の速度場を触覚の予測・実時間フィードバックで残差修正し、視覚主体の基盤ポリシーを活かしつつ接触を要する巧緻操作の成功率を高めた手法。
原題: $TF^2$-Steering: Action Refinement with Tactile Forecasts and Feedback via Velocity-Field Steering / Yiming Chen, Xiaofei Wei, Chun Gu 他
日本語で読む → - 論文ビデオ世界モデル画像認識
ビデオ世界モデルの潜在予測誤差は物理的驚きを本当に反映するのか
ビデオ世界モデルの予測誤差が物理的驚きを表すかを検証し、見た目や単純な予測困難さと混同されやすいことを示した評価フレームワークを提案する。
原題: When Does Latent Prediction Error Support Physical Surprise Claims in Video World Models? / Anton Hristov, Aleksandar Slavov, Vasil Vasilev
日本語で読む → - 論文ロボット方策事前学習機械学習
検証損失を超えて:ロボット方策の事前学習におけるカバレッジと信頼性のダイナミクス
ロボット方策の事前学習で、pass@1では見えない大規模kのpass@kが事後学習性能の差やカバレッジと信頼性のトレードオフを明らかにし、オフラインのチェックポイント選択基準と生成データ拡張を提案した。
原題: Beyond Validation Loss: Coverage and Reliability Dynamics in Robot Policy Pretraining / Zhanyi Sun, Max Simchowitz, Shuran Song
日本語で読む → - 論文VLAロボティクス
身体性VLMは本当にシーングラフ記憶を使っているのか?
シーングラフを記憶として与えたVLMが実際にそれを利用しているかを、他エピソードのグラフと入れ替えるテストで診断し、テキスト入力では強く使われる一方グラフ入力では融合方法が情報を捨てていることを突き止めた。
原題: Do Embodied VLMs Actually Use Their Scene-Graph Memory? / Shubh Garg, Divyansh Pandey, Vedant Khandelwal 他
日本語で読む → - 論文ナビゲーション/世界モデルロボティクス
潜在行動の事前学習による汎用ナビゲーション世界モデル
行動ラベルなしの大規模動画から潜在行動を学習し、実行動と整合させることで、未知環境でも汎化するナビゲーション世界モデルを構築した。
原題: OpenNWM: A Generalist Navigation World Model with Latent Action Pretraining / Dujun Nie, Ruiqi Song, Zixuan Wang 他
日本語で読む → - 論文画像フォレンジック画像認識
順序依存クロスブランチ相互作用による画像改ざん位置特定
RGB誘導のクロスアテンションとフォレンジック自己アテンションの合成順序の違いを交換子でモデル化し、改ざんされたピクセルの位置特定精度を向上させた研究。
原題: OCBI: Order-Sensitive Cross-Branch Interaction for Image Manipulation Localization / Zhouli Yu
日本語で読む → - 論文エッジ推論/スケジューリングcs.DC
Ripple: 組み込み推論のための期限考慮型CPU-GPU共有スケジューラ
LLM/VLM推論とCPUの時間制約タスクが共存するエッジ環境で、推論を層単位に分割しCPUジョブの期限余裕をGPU帯域予算に変換することで干渉を抑え、CPU期限違反率2%目標を達成する協調スケジューラ。
原題: Ripple: Deadline-Aware CPU-GPU Sharing for Embodied Inference / Jiadong Zhang, Xiaosong Ma
日本語で読む → - 論文模倣学習ロボティクス
制御限界内での再タイミングによる高速模倣学習
低レベル制御器の1周期あたりの変位限界に着目し、その限界を超えない範囲で連続コマンドを統合することで、実現可能な高速化を実現する手法を提案した。
原題: Faster Imitation by Re-timing Demonstrations Within the Controller Limit / Zongtan Li, Tianming Liu, Ye Zhao
日本語で読む → - 論文3DGS/デジタルツインロボティクス
月面アナログ環境のフォトリアルなデジタルツイン再構築に向けた再現可能な評価フレームワーク
月面模擬環境を3DGSで再構築し、移動に伴うブレや霞などの影響が再構築精度にどう現れるかを実測評価した研究。訓練指標だけでは再構築のフォトリアル品質を予測できないことを示し、幾何学的なカバレッジ指標を提案している。
原題: A Reproducible Reconstruction and Evaluation Framework for Photorealistic Lunar Analog Scene Reconstruction Toward Digital Twins / Antar Mazumder, Ryan Hartzell, Luke Boyd 他
日本語で読む → - 論文評価指標画像認識
直線はカメラ姿勢ではない:短尺クリップ姿勢ベンチマークの監査
ATE評価の欠陥を分析し、画像を使わない等速直線予測が多くのモデルより低誤差になることを示すとともに、姿勢を考慮した改善指標を提案した。
原題: A Straight Line Is Not a Camera Pose: Auditing Short-Clip Pose Benchmarks / Xinyi Shi
日本語で読む → - 論文評価基盤ロボティクス
Vision-Language-Actionモデルのペア評価におけるテスト状態同一性の検証
VLAモデルのシミュレーション評価で、同じエピソードIDでも終了タイミングにより初期状態が変わり得る問題を指摘し、ペア比較の整合性を保証する検証フレームワークを提案した研究。
原題: Verifying Test-State Identity in Paired Evaluation of Vision-Language-Action Models / Rafiqul Islam
日本語で読む → - 論文動画ワールドモデル画像認識
古い記憶は偽りではない:対話型動画ワールドモデルのための有効時間メモリ
エージェントの行動ログから各フレームの有効時間を付与し、操作の取り消し後も現在の状態を正しく描画できる学習不要のメモリ機構ReDateを提案。
原題: Old Is Not False: Valid-Time Memory for Interactive Video World Models / Ziming Wang, Chuyue Gong, Hongliang Cao 他
日本語で読む → - 論文ヒューマノイド/視覚制御ロボティクス
オンボード単眼視覚で俊敏にドッジボールするヒューマノイド
機体搭載の単眼カメラと学習型全身制御を組み合わせ、飛来するボールを検知して回避・復帰・再捕捉するヒューマノイドのドッジボールシステムを構築した。
原題: Learning Agile Humanoid Dodgeball with Onboard Monocular Vision / Feng Tian, Yulin An, Chenhao Li 他
日本語で読む →
PR・アフィリエイト広告
