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 →- 論文マニピュレーションロボティクス
統一ハンド行動空間によるクロスエンボディメントロボット操作
球体ベースの統一行動表現とカスケード逆運動学を用いて、異なるロボットハンド間で操作ポリシーを転送可能にする手法を提案した。
原題: Cross-Embodiment Robot Manipulation via a Unified Hand Action Space / Luis Felipe Casas, Robert Teal, Keval Shah 他
日本語で読む → - 論文VLAロボティクス
RoboTTT: ロボットポリシーのためのコンテキストスケーリング
ロボットポリシーの視覚運動コンテキストを8Kタイムステップまで拡張し、推論遅延を増やさずに、人間のビデオからのワンショット模倣や長期的タスクの性能向上を実現する手法を提案。
原題: RoboTTT: Context Scaling for Robot Policies / Yunfan Jiang, Yevgen Chebotar, Ruijie Zheng 他
日本語で読む → - 論文ナビゲーションロボティクス
VLN-AVP:ハイブリッド長期短期記憶を用いた自動バレーパーキングのためのゼロショット視覚言語ナビゲーション
事前地図に依存せず、視覚言語モデルとBEVモデルを組み合わせ、自然言語指示に従って駐車場をナビゲートするゼロショットフレームワークを提案。短期知覚記憶と長期トポロジー記憶を導入し、新規の地下駐車場ベンチマークで高い成功率を達成した。
原題: VLN-AVP: Zero-Shot Vision-Language Navigation with Hybrid Long-Short-Term Memory for Autonomous Valet Parking / Yijian Li, Xiangru Mu, Changze Li 他
日本語で読む → - 論文ロボット表現/影生成ロボティクス
投影された視覚的抽象表現を通じたロボットのコミュニケーション学習
ロボットが自身の影を動的に表現するシステムを提案。柔らかい皮膚を持つ多指ハンドと学習された影の自己モデルを用いて、目標の影画像や動画に合わせて手の動きを最適化する。
原題: Robot Learning to Communicate through Projected Visual Abstractions / Danyang Yan, Boyuan Wang, Jiaxun Liu 他
日本語で読む → - 論文人型ロボット適応ロボティクス
CLIFT: 非侵襲的な閉ループ反復ファインチューニングによるGemini Roboticsオンデバイスの人型ロボット専門家化
クローズドウェイトのロボット基盤モデルを管理API経由で適応させる際、純粋な模倣学習に限定される問題を解決するため、非侵襲的な閉ループ反復ファインチューニング手法を提案し、実人型ロボットでの有効性を実証した。
原題: CLIFT: Turning Gemini Robotics On-Device into Humanoid Specialists via Non-Invasive Closed-Loop Iterative Fine-Tuning / Yuxin Chen, Hari Srikanth, Nathan Jew 他
日本語で読む → - 論文安全強化学習ロボティクス
安全強化学習における効率的探索のための方向性制約
安全強化学習の性能と安全性のトレードオフを改善するため、制約境界に近づく動作のみに制約を適用する方向性制約を導入したATACOMフレームワークの拡張手法を提案した。
原題: Directional Constraints for Efficient Exploration in Safe Reinforcement Learning / Paolo Magliano, Puze Liu, Jan Peters 他
日本語で読む → - 論文ヒューマンインターフェースHCI
センサ位置非依存のソノミオグラフィ:四肢麻痺ユーザーによる連続高次元制御に向けて
超音波で筋肉の変形を計測するソノミオグラフィを用い、センサ位置に依存せず、短いキャリブレーションで連続的な1自由度および2自由度の制御を実現するシステムを提案した。頸髄損傷者を含む参加者全員が複数のセンサ位置で1自由度制御を達成し、2自由度制御の可能性も示した。
原題: Sensor-Placement-Agnostic Sonomyography: Toward Continuous High-Dimensional Control by Users with Tetraplegia / Gavin Sueltz, Vikram Athithan, Emma Ferran 他
日本語で読む → - 論文VLA/操作ロボティクス
VistaVLA: 幾何・意味認識型3Dガウス基底VLAによるロボット操作
3Dガウスプリミティブを用いて幾何と意味を統合した3D認知表現を構築し、VLAポリシー学習のためのコンパクトな文脈トークンとして接地する新しい2段階フレームワークを提案。
原題: VistaVLA: Geometry- and Semantic-Aware 3D Gaussian-Grounded VLA for Robotic Manipulation / Mohan Liu, Zhihao Gu, Xuanyu Chen 他
日本語で読む → - 論文共有自律/操作ロボティクス
知覚から支援へ:ロボット操作のためのオープン語彙共有自律
RGB-Dカメラと視覚言語モデルを用いて、オペレータの意図をテキストで指定し、共有自律で把持を支援するフレームワークを提案。
原題: From Perception to Assistance: Open-Vocabulary Shared Autonomy for Robotic Manipulation / Murilo Vinicius da Silva, Ricardo V. Godoy, Juliano Negri 他
日本語で読む → - 論文モデル予測制御制御
残差適応型コンサバティブMPPI制御
モデルと実機のずれ(残差)に応じて安全制約や探索温度をオンライン調整するサンプリングベースMPC手法を提案し、シミュレーションで安全性と成功率を向上させた。
原題: Residual-Conservative Model Predictive Path Integral Control / Hyung-Jin Yoon, Hunmin Kim
日本語で読む → - 論文群制御ロボティクス
一時的協調知覚のための視覚基盤モデルを用いた通信効率的な相対姿勢推定
ロボット間の短時間の遭遇時に、限られた通信帯域と視野重複の欠如に対応するため、視覚基盤モデルを活用して自己運動とロボット間の相対姿勢を効率的に推定するフレームワークを提案した。
原題: Communication-Efficient Relative Pose Estimation with Vision Foundation Models for Ephemeral Collaborative Perception / Qihang Li, Jo-Hao Huang, Jiewen Liu 他
日本語で読む → - 論文ナビゲーションロボティクス
屋外環境における幾何学的目標定位を備えたオフライン視覚言語ナビゲーション
本論文は、屋外環境での完全オンボード視覚言語ナビゲーションを実現するため、エッジ展開可能な小型言語モデルのベンチマークと、セマンティックと幾何学的情報を組み合わせた軽量な目標定位フレームワークを提案する。
原題: Offline Vision-Language Navigation with Geometric Goal Localization for Outdoor Environments / Ali Salmasi, Xianjia Yu, Tomi Westerlund
日本語で読む → - 論文UAV航法ロボティクス
非凸エアコリドーにおけるUAV航法のためのモデル予測プランナー
非凸な都市エアコリドー内でのUAV航法のための、混合整数追跡モデル予測制御に基づく運動計画フレームワークを提案。最短経路ベースのオフセットコストを組み込み、局所最小値問題を緩和しつつ、動的に有効でコリドー制約を満たす軌道を生成する。
原題: Model Predictive Planner for UAV Navigation in Non-Convex Air Corridors / Henrique Silva, Marcelo A. Santos, Guilherme V. Raffo
日本語で読む → - 論文UAV追跡eess.IV
画像領域の傾き制約を用いたマルチカメラEO観測による機動UAV追跡の分散融合
小型で機動的なUAVを追跡する際、画像中のロール・ピッチを加速度の擬似観測として用いることで予測遅れを改善する分散融合手法を提案した。
原題: Image-Domain Tilt Constrained Distributed Fusion for Maneuvering UAV Tracking with Multi-Camera Electro-Optical Observations / Minxing Sun, Yao Mao
日本語で読む → - 論文3D再構成画像認識
静止状態の観測からの関節物体再構成
単一の閉じた状態の観測から、物体の3D形状と関節構造を再構成する手法を提案。視覚言語モデルとビデオ拡散モデルを組み合わせて、動きの情報なしに関節パラメータを推定する。
原題: Articulated Object Reconstruction from Rest-State Observation / Daeun Lee, Jaeah Lee, Woosung Kim 他
日本語で読む → - 論文UAV自律性ロボティクス
NEUROSYMLAND: 神経記号的着陸地点評価による堅牢かつエッジ展開可能なUAV自律性
本論文は、UAVの安全な着陸地点評価のために、軽量な知覚と明示的な安全推論を統合した神経記号的システムNEUROSYMLANDを提案し、シミュレーションとハードウェア実験でその堅牢性とエッジ展開可能性を示した。
原題: NEUROSYMLAND: Neuro-Symbolic Landing-Site Assessment for Robust and Edge-Deployable UAV Autonomy / Weixian Qian, Tianyi Yang, Sebastian Schroder 他
日本語で読む → - 論文拡散ポリシー/双腕操作/移動操作ロボティクス
フレーム混合ポリシー:双腕移動操作のためのマルチフレーム行動ノイズ除去
拡散ベースの視覚運動ポリシーにおいて、複数の座標フレームで同期して行動ノイズ除去を行う新しい手法を提案し、シミュレーションと実機の双腕移動操作タスクで性能を実証した。
原題: Mixture of Frames Policy: Multi-Frame Action Denoising for Bimanual Mobile Manipulation / Dian Wang, Jisang Park, Xiaomeng Xu 他
日本語で読む → - 論文デモ収集/巧緻操作ロボティクス
DexDirect: 直接運動感覚アームガイダンスによる効率的な巧緻操作デモ収集
重力補償されたロボットアームを直接操作し、ウェブカメラで手の動きをロボットハンドにリターゲットすることで、低コストかつ高効率に巧緻操作のデモを収集する手法を提案。
原題: DexDirect: Direct Kinesthetic Arm Guidance for Efficient Dexterous Demonstration Collection / Beom Jun Kim, Shiu-Jen Wang, Jonathan Liu 他
日本語で読む → - 論文模倣学習/ロボット操作ロボティクス
逆転して前進:逆転した易しいタスクからの低コストな熟練ポリシー学習
難しいタスクの逆方向(易しいタスク)の軌道を反転させて教師信号とし、高価なテレオペレーションデータ収集コストを削減する枠組みを提案。自動収集・階層的リファインメント・反復学習で高精度な操作タスクを学習する。
原題: Reverse to Advance: Teleoperation-Cost Effective Hard Policy Learning from Reversed Easy Tasks / Qiyuan Qiao, Ge Yuan, Can Wang 他
日本語で読む → - 論文群制御ロボティクス
分離型経路計画と軌道調整による社会的整合性を持つマルチロボットナビゲーション
人間中心環境でのマルチロボットナビゲーションにおいて、社会的規範を組み込んだA*経路計画と混合整数凸計画による軌道調整を分離し、長期的に予測可能で社会的に一貫した動作を実現するフレームワークを提案した。
原題: Socially Consistent Multi-Robot Navigation Using Decoupled Planning and Trajectory Coordination / Matthew M. Sato, Kincho H. Law
日本語で読む → - 論文強化学習機械学習
実用的な転移制約下での強化学習アルゴリズムの適合性再考
転移指向の強化学習において、アルゴリズムの適合性をサンプル効率だけでなく、実時間効率とドメインランダム化への頑健性の観点から評価し、PPOがSACやTD-MPC2よりも実時間で高性能な方策を学習できることや、ドメインランダム化が異なるパラダイムのアルゴリズムに同様の影響を与えることを示した。
原題: Rethinking the Suitability of Reinforcement Learning Algorithms Under Practical Transfer Constraints / Hany Hamed, Abhishek Naik, Colin Bellinger 他
日本語で読む → - 論文群制御ロボティクス
D-CLIPSE: 共有状態交換における受動的リスニングを用いた分散コンセンサスベース位置推定
各ロボットが自身と隣接ロボットの状態を推定する分散フィルタリング手法を提案し、通信効率と一貫性を保ちつつ中央集権的処理に近い精度を実現した。
原題: D-CLIPSE: Distributed Consensus-based Localization with Passive Listening on Shared State Exchange / Kyle Biron-Gricken, James Richard Forbes
日本語で読む → - 論文HRIロボティクス
公共空間3箇所で運用した人型ロボットヘッドの受容性に関するケーススタディ
感情表現を伴う多言語対話が可能な人型ロボットヘッドを3つの公共空間で数日間運用し、TAM2アンケートで受容性を評価。観光案内所や図書館では好意的に受け入れられたが、役所では対話意欲が低く、応答速度の遅さが課題と判明した。
原題: A Case Study on the Acceptance of a Humanoid Robotic Head Employed in Three Public Spaces / Marcel Heisler, Luca Randecker, Christian Becker-Asano
日本語で読む → - 論文VLA/UAV追跡ロボティクス
CosFly-VLA: UAV追跡のための空間認識型視覚言語行動モデル
建物や障害物による遮蔽中でもターゲットを追跡できる、空間認識を備えた視覚言語行動(VLA)モデルを提案。大規模データでの事前学習とカリキュラム学習、強化学習により、遮蔽時の追跡性能を向上させる。
原題: CosFly-VLA: A Spatially Aware Vision-Language-Action Model for UAV Tracking / Ruilong Ren, Songsheng Cheng, Yunpeng Zhou 他
日本語で読む → - 論文ワールドモデルロボティクス
GigaWorld-1: ロボットポリシー評価のためのワールドモデル構築ロードマップ
ロボットポリシーの評価を効率化するため、ワールドモデルの信頼性を体系的に研究し、ベンチマークWMBenchを構築して、7つのビデオワールドモデルと4つの行動表現を比較した。
原題: GigaWorld-1: A Roadmap to Build World Models for Robot Policy Evaluation / GigaWorld Team, Angyuan Ma, Boyuan Wang 他
日本語で読む → - 論文運動計画ロボティクス
非ホロノミックロボットの飽和なし運動計画のための有限時間曲率制約ベクトル場
非ホロノミックロボットの運動計画において、曲率制約を明示的に満たし、有限時間収束を保証するベクトル場と飽和なし制御則を提案した。
原題: Finite-Time Curvature-Constrained Vector Field for Saturation-Free Motion Planning of Nonholonomic Robots / Zhouru Xiao, Sha Luo, Yang Lu 他
日本語で読む → - 論文強化学習/制御機械学習
軌道追従のための予測的強化学習
強化学習による軌道追従制御に予測情報を組み込み、シミュレーションで誤差を大幅削減。実機転送では単純な構成が最適であることを示した。
原題: Anticipatory Reinforcement Learning for Trajectory Tracking / Georg Schäfer, Jakob Rehrl, Stefan Huber 他
日本語で読む → - 論文歩行ロボティクス
深層強化学習による動的粘性環境下での蛇型ロボットの適応的うねり移動
深層強化学習を用いて、動的に変化する粘性環境で蛇型ロボットが適応的に移動する方法を提案。教師ポリシーから生徒ポリシーへの知識蒸留により、センサ情報のみで環境変化に対応する非正弦波の適応歩容を獲得した。
原題: Adaptive Undulatory Locomotion of Snake-like Robots in Dynamic Viscous Environments via Deep Reinforcement Learning / Tsuyoshi Kimoto, Akio Yamano, Kohei Honda 他
日本語で読む → - 論文ナビゲーションロボティクス
具現化視覚言語ナビゲーションの包括的サーベイと体系的実世界評価
視覚と言語によるナビゲーション(VLN)の研究を体系的に分類し、物理ロボットでの実世界評価を行った。シミュレーションと実世界の性能差を明らかにし、階層的フレームワークの堅牢性を示した。
原題: A Comprehensive Survey and Systematic Real-World Evaluation of Embodied Vision-and-Language Navigation / Liuyi Wang, Kai Sheng, Zongtao He 他
日本語で読む → - 論文触覚/VLA/操作ロボティクス
接触を伴うロボット操作のための表現整合型触覚グラウンディング
触覚強化型VLAポリシーにおいて、将来の触覚状態を予測する中間表現の位置を特定し、軽量な潜在触覚予測器(LTP)を導入して行動表現と接触結果を整合させる手法を提案した。実機の接触を伴う操作タスクで有効性を実証した。
原題: Representation-Aligned Tactile Grounding for Contact-Rich Robotic Manipulation / Ruilin Chen, Jingkai Jia, Tong Yang 他
日本語で読む →
PR・アフィリエイト広告
