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 →- 論文動作計画ロボティクス
多様な実現可能なロボット動作計画のためのグローバル化制約付きスタイン変分推論
ロボット動作計画における多様な解の生成を目的とし、制約を直接組み込んだスタイン変分推論法(SteinSQP)を提案。GPU対応の行列フリーアルゴリズムで粒子群を更新し、実現可能かつ多様な動作集合を効率的に得る。
原題: Globalized Constrained Stein Variational Inference for Diverse Feasible Robot Motion Planning / Jiayun Li, Georgia Chalvatzaki
日本語で読む → - 論文sim2realロボティクス
油圧ショベルのシステムレベルサロゲート学習:シミュレーションから実機へのLSTMアプローチ
油圧ショベルを入出力オペレータとして捉え、LSTMネットワークで閉ループ挙動を模倣するシステムレベルのデジタルサロゲートをシミュレーションから実機へ転移学習する手法を提案した。
原題: Learning a System-Level Surrogate for Hydraulic Excavators: A Simulation-to-Real LSTM Approach / Shuai Wang, Shen Wang, Qiang Wang 他
日本語で読む → - 論文HRIロボティクス
S.E.A.G.R: 文化的・感情的変調を備えた二層構造の社会的・感情的認識あいさつロボットフレームワーク
多様な文化的背景と感情状態を持つユーザーに対して、文化に応じたあいさつの種類と感情に応じた実行方法を二層で調整するロボットあいさつフレームワークを提案した。低コストプロトタイプを実装し、概念実証として提示している。
原題: S.E.A.G.R: A Socially and Emotionally Aware Greeting Robot Framework with Dual-Layer Cultural and Affective Modulation / Sajjad Hussain, Ranveer Bhura, Amandip Dutta 他
日本語で読む → - 論文拡散ポリシーロボティクス
空間的注意:観測感度に基づく拡散ポリシーの実行ホライズン適応
拡散ポリシーで行動チャンクをサンプリングする際、固定の実行ホライズンではなく、観測に対する行動分布の感度(空間的注意)に応じてホライズンを動的に調整する手法を提案。シミュレーションと実機で成功率を向上させた。
原題: Spatial Attention: Adapting Execution Horizons for Diffusion Policies via Observation Sensitivity / Che-Sang Park, Junsu Ha, Jianlong Fu 他
日本語で読む → - 論文マニピュレーションロボティクス
VT-WAM: 接触を伴う操作のための視覚-触覚ワールドアクションモデル
接触を伴う操作タスク向けに、視覚予測・触覚変形予測・行動予測を統合したフレームワークを提案し、実世界6タスクで高い成功率を達成した。
原題: VT-WAM: Visual-Tactile World Action Model for Contact-Rich Manipulation / Shuai Tian, Yupeng Zheng, Yuhang Zheng 他
日本語で読む → - 論文触覚/強化学習ロボティクス
OmniTacTune: 視覚ポリシーへの触覚残差適応のためのポリシー非依存な実世界強化学習
事前学習済みの視覚ポリシーに触覚フィードバックを残差補正として適応させる、ポリシー非依存の実世界RLパイプラインを提案。接触を伴う多様なタスクで成功率を大幅に向上させる。
原題: OmniTacTune: Policy-Agnostic Real-World RL for Tactile Residual Adaptation of Visual Policies / Kelin Yu, Haode Zhang, Harish Ravichandar 他
日本語で読む → - 論文VLA/操作ロボティクス
Lift3D-VLA: 3次元幾何と動力学を考慮した操作のためのVLAモデルのリフティング
VLAモデルに明示的な3次元点群推論と時間的に一貫した行動生成を組み込む統一フレームワークを提案。2Dモデルを3Dに持ち上げる戦略と自己教師あり学習で幾何と物理ダイナミクスを内部化し、LLMの多層で行動チャンクを予測する。
原題: Lift3D-VLA: Lifting VLA Models to 3D Geometry and Dynamics-Aware Manipulation / Jiaming Liu, Qingpo Wuwu, Nuowei Han 他
日本語で読む → - 論文VLA/触覚/操作ロボティクス
TACO: 触覚を考慮した世界モデルによるスケーラブルなVLAポストトレーニングの自己修正
接触を伴う操作タスクで失敗するVLAモデルに対し、触覚を考慮した世界モデルを用いて失敗状態を認識し、修正動作を想像・ラベル付けすることで、人間の介入なしにポリシーを改善するフレームワークを提案した。
原題: TACO: TActile World Model as a Self-COrrector forScalable VLA Post-Training / Shengbang Liu, Yueru Jia, Yuyang Yan 他
日本語で読む → - 論文特徴マッチング画像認識
HOME: 構造的・テクスチャレス動画のためのロバストなハフ空間マッチング手法
点特徴が失敗する構造的環境やテクスチャレス環境向けに、画像をハフ空間へ変換し、線構造を1次元の極値としてマッチングする超軽量で学習不要な特徴マッチング手法を提案した。
原題: HOME: Robust Hough-space Matching Method for Structured and Textureless Videos / Masaki Satoh
日本語で読む → - 論文VLA/ロボット操作ロボティクス
RoboBRIDGE: 堅牢な実世界ロボットエージェントへのポリシー橋渡しのためのモジュラーフレームワーク
事前学習済みのVLAモデルを実世界で使えるロボットエージェントに変換するためのモジュラーフレームワークを提案。監視、知覚、計画、制御、ロボットインターフェースの5つのモジュールを統合し、失敗回復や長期実行の安定性を向上させる。
原題: RoboBRIDGE: A Modular Framework for Bridging Policies to Robust Real-World Robotic Agents / Sihyung Yoon, Minjong Yoo, Sanghyun Ahn 他
日本語で読む → - 論文マニピュレーションロボティクス
一度試せば最適化:クロスエピソード探索償却のための冗長性除去手順メモリ
隠れた内部状態を持つ物体の操作において、一度解いたインスタンスを再び遭遇した際に再探索せず、物体の特徴に基づいて手順を記憶し再利用するフレームワークを提案。
原題: Try Once, Then Optimal: De-Redundified Procedure Memory for Cross-Episode Exploration Amortization / Haizhou Ge, Haochen Ouyang, Zhixing Chen 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VLA機械学習
WorldDiT: 世界モデルと行動生成を統合する拡散アーキテクチャ
大規模な事前学習済みVLMを使わずに、単一の拡散トランスフォーマーが行動生成と未来フレームの視覚予測を同時に行うロボットポリシーを提案し、LIBEROベンチマークでパラメータ数と成功率のトレードオフが良好であることを示した。
原題: WorldDiT: A Unified Diffusion Architecture for World and Action Modeling / Sen Wang, R. Gnana Praveen, Bidhan Roy 他
日本語で読む → - 論文模倣学習ロボティクス
半人型ロボットNICOによる腕のジェスチャ模倣
RGBカメラ映像からMediaPipeで人体のランドマークを取得し、幾何学的計算で関節角度を求めて半人型ロボットNICOの腕のジェスチャを模倣させるシステムを開発した。
原題: Imitation of Arm Gestures by the Semi-Humanoid Robot NICO / Anastasiya Ihnatovich, Igor Farkaš
日本語で読む → - 論文VLA/操作ロボティクス
SAM3Dガイドによる物体中心表現アライメントを用いた視覚言語行動モデル
VLAモデルにSAM3Dを教師として物体中心の3D表現を学習させ、推論時はRGBのみで高精度な操作を実現する手法を提案。
原題: SAM3D-Guided Object-Centric Representation Alignment for Vision-Language-Action Models / Zonghe Liu, Shanyuan Jie, Xiaoquan Sun 他
日本語で読む → - 論文自動運転/センサ融合AI
DeeperRadar: 自動運転知覚のためのエンドツーエンドMIMOレーダ設計とマルチモーダル融合
レーダの受信アンテナ選択を融合モデルと共に学習し、少ない受信機で同等以上の性能を実現するレーダ設計手法を提案した論文。
原題: DeeperRadar: End-to-End MIMO Radar Design and Multi-Modal Fusion for Autonomous Vehicle Perception / Eli Goldenshluger, Barak Pinkovich, Chaim Baskin
日本語で読む → - 論文信頼性評価ロボティクス
信頼できる具現化知能に向けて:システムフレームワークと段階的信頼度レベル
具現化知能の信頼性を「持続的な安全な成功」と定義し、モデル・システム・エビデンス・展開の4層からなるフレームワークと段階的信頼度を提案する論文。
原題: Towards Trustworthy Embodied Intelligence: A Systems Framework and Graded Trustworthiness Levels / Xinyu Yang, Tianxing Chen, Honghao Su 他
日本語で読む → - 論文制御理論math.OC
状態推定を不要とするPOMDPのLQG解法:最小分散アプローチ
不完全でノイズを含む測定下の線形システムに対し、状態推定を介さずに測定値と過去の入力から直接制御入力を決定するLQGコントローラを設計し、決定論的最適化問題へ帰着させた。
原題: LQG solution for POMDP without estimating states: A minimum variance approach / Ranjan Sarkar, Prabhat K. Mishra
日本語で読む → - 論文人型ロボット/ベンチマークロボティクス
ThorArena: 人間の動作と力のデモンストレーションによる人型ロボットの物理的インタラクションのベンチマーク
人型ロボットの接触を伴うタスク評価のため、同期した動作と力の計測を含む実世界データセットと、力考慮の評価指標を備えたベンチマークThorArenaを提案した。
原題: ThorArena: Benchmarking Humanoid Physical Interaction with Human Motion-Force Demonstrations / Chenhao Yu, Hongwu Wang, Weitao Zhang 他
日本語で読む → - 論文安全航法制御
動的環境における未知オイラー・ラグランジュ系の安全航法のための入力制約付き時空間チューブ
未知のダイナミクスと入力制約を持つシステムに対し、有限時間到達・回避・滞在仕様を保証するリアルタイム制御フレームワークを提案し、シミュレーションと実機で検証した。
原題: Input-Constrained Spatiotemporal Tubes for Safe Navigation of Unknown Euler-Lagrange Systems in Dynamic Environments / Siddhartha Upadhyay, Ratnangshu Das, Pushpak Jagtap
日本語で読む → - 論文航法/フィルタリングロボティクス
航空機搭載補助慣性航法における閉ループ対開ループカルマンフィルタ構成の比較
航空機の慣性航法システムにおいて、閉ループ(フィードバック)と開ループ(フィードフォワード)のカルマンフィルタ構成の性能差を、様々なIMU精度でシミュレーションし評価した論文。
原題: Closed-loop vs. Open-loop Kalman Filter Architectures in Airborne Aided Inertial Navigation / Antonia Hager, Torleiv H. Bryne
日本語で読む → - 論文POMDP/信頼性推定制御
信頼性最適POMDPのための能動的ノイズフロア推定:ノイズ情報価値アプローチ
未知の物理ノイズパラメータを能動的に推定し、信頼性証明書の有効性を保つための枠組みを提案。ノイズ情報価値(VoNI)を定義し、不確実性が証明書を脅かす場合にのみ診断的探索をトリガーする。
原題: Active Noise Floor Estimation for Reliability-Optimal POMDPs: A Value-of-Noise-Information Approach / Hyung-Jin Yoon
日本語で読む → - 論文VLAロボティクス
解析的概念による明示的運動学的ガイダンスを用いた視覚言語行動モデル
VLAモデルに3D構造情報を組み込むため、物体を明示的なプログラム的設計図として表現する解析的概念を構築し、密な報酬と空間的ガイダンスで微調整を支援する手法を提案した。
原題: Explicit Kinematic Guidance from Analytic Concepts for Vision-Language-Action Models / Mingyang Sun, Jiude Wei, Xiujian Liang 他
日本語で読む → - 論文ナビゲーションロボティクス
GDPR準拠の軌道共有:ISAC支援ロボットナビゲーションにおけるFID制約付き衝突予測のケーススタディ
ISAC環境でのロボット衝突回避において、Fisher情報量密度に基づき軌道データを摂動させて共有する手法を提案し、GDPRのデータ最小化と完全性要件を満たしつつ、プライバシーとユーティリティのトレードオフを改善することを実証した。
原題: GDPR-Aware Trajectory Sharing for ISAC-Assisted Robot Navigation: A Case Study on FID-Constrained Collision Prediction / Zexin Fang, Bin Han, Donglin Wang 他
日本語で読む → - 論文触覚/視覚統合ロボティクス
VTLoc: 視覚点群における学習ベースの触覚接触位置推定
触覚データと視覚点群を統合し、物体表面での接触位置を高精度に推定するフレームワークVTLocを提案した。幾何学的マルチモーダル整列と反復更新により、実世界100物体のベンチマークで精度を向上させた。
原題: VTLoc: Learning-based Tactile Contact Localization in Visual Point Clouds / Zhiyuan Wu, Zhuo Chen, Shan Luo
日本語で読む → - 論文ロボティクスロボティクス
ワールドモデルからワールドアクションモデルへ:ロボティクスのための簡潔チュートリアル
ロボティクスにおけるワールドモデルとワールドアクションモデルの定義と役割を解説し、代表的なアプローチを比較する統一的な視点を提供するチュートリアル論文。
原題: From World Models to World Action Models: A Concise Tutorial for Robotics / Xiaoxiong Zhang, Xiong Zeng, Wei Zhang
日本語で読む → - 論文SLAM画像認識
リアルタイムLiDARガウシアンスプラッティングSLAM
LiDARの幾何情報を活用し、高速なG-ICPレジストレーションと球面ラスタライズによる高密度マッピングを組み合わせたリアルタイムSLAMフレームワークを提案。局所共分散を用いたガウシアン初期化と幾何スコアによる刈り込み・高密度化で、オンライン軌跡で高精度かつ高速なマッピングを実現。
原題: Real-Time LiDAR Gaussian Splatting SLAM / Seungjun Tak, Yewon Jeon, Jaeik Hwang 他
日本語で読む → - 論文自動運転ロボティクス
PrismAD: 意味的Mixture-of-Plannersによる分離型計画法を用いたエンドツーエンド自動運転
自動運転の計画タスクを、相互作用・幾何・意図の3つの専門家に分離し、意味的ルーターで適応的に統合するフレームワークを提案した。
原題: PrismAD: Decoupled Planning via Semantic Mixture-of-Planners for End-to-End Autonomous Driving / Kang Ding, Zhigui Lin, Hongsong Wang 他
日本語で読む → - 論文ロボット制御ロボティクス
VIA: ロボット制御のための視覚インターフェースエージェント
既存の基盤モデルをロボット制御に活用する新しいフレームワークVIAを提案。ロボットをブラウザベースの3Dインターフェースを通じて操作するエージェントとして扱い、スクリーンショットとコマンドでタスクをゼロショットで実行する。
原題: VIA: Visual Interface Agent for Robot Control / Hengyuan Hu, Priya Sundaresan, Jensen Gao 他
日本語で読む → - 論文世界モデル/計画ロボティクス
ActSWM: オープンワールドゲームにおける長期的計画のための行動感応型世界モデル
潜在世界モデルが長期的な行動計画で失敗する「コンテキスト崩壊」問題を特定し、行動感応性を制約として課す新しい世界モデルActSWMを提案した。Minecraftでの長期的計画やクロスゲームでの行動復元で性能を向上させた。
原題: ActSWM: Action-Sensitive World Models for Long-Horizon Planning in Open-World Games / Zhenfeng Gan, ZiTong Zeng, Jiajun Cheng 他
日本語で読む →
PR・アフィリエイト広告
