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: 2026/11/11 ／ 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sim2realロボティクス
テーブルを読む：シェフズハットカードゲームのためのSim-to-Realゲーム状態検出
3D座標の再投影とドメインランダム化で自動生成した合成データを用い、カード検出・セグメンテーションを組み合わせて実機ロボット上でゲーム状態を推定する手法を開発した。
原題: Reading the Table: Sim-to-Real Game State Detection for the Chef's Hat Card Game ／ Connor Gäde, Matthias Kerzel, Hauke Bünning 他
日本語で読む → - 論文VLAロボティクス
VLAは何によって反応的になるのか：動的マニピュレーションのための実行戦略の研究
事前学習済みVLAの反応性を左右する要因を、予測・実行ホライズンや同期/非同期推論などの実行パイプラインの設計を通じてシミュレーションと実機で検証した研究。
原題: What Makes a VLA Reactive? A Study of Execution Strategies for Dynamic Manipulation ／ Zhuoyue Li, Zhendong Han, Pankhuri Vanjani 他
日本語で読む → - 論文マルチモーダル/推論AI
マルチモーダル学習が生む視覚型思考の創発
テキストのみの推論でもマルチモーダル学習が隠れ状態に視覚言語軸を形成し、空間的想像課題の精度に因果的に寄与することを10構成のモデルで示した。
原題: Emergent Vision-Shaped Thinking in Text-Only Reasoning through Multimodal Training ／ Qi Zhang, Bohan Wang, Qianru Sun 他
日本語で読む → - 論文軌道予測ロボティクス
FloCOS: 条件付きフローマッチングによる周辺車両のコンパクトな前方占有集合予測
条件付きフローマッチングを用いて周辺車両の将来の占有領域をコンパクトかつ高被覆率で予測し、衝突回避制約に組み込んで安全な軌道計画を実現する手法を提案した。
原題: FloCOS: Predicting Compact Forward Occupancy Sets of Surrounding Vehicles via Conditional Flow Matching ／ Chuansheng Dong, Yinxiao Zhan, Zongdian Li 他
日本語で読む → - 論文サイバー防御/モデルベースRL機械学習
運用ネットワーク内でのサイバー防御方策を効率的に学習するFOE-Dreamer
シミュレータを使わず実運用ネットワーク上でモデルベース強化学習により防御エージェントをオンライン学習する手法を提案し、潜在状態を制御可能・外生・敵対者の3成分に分離してサンプル効率を高めた。
原題: FOE-Dreamer: Deployment-Efficient Learning of Cyber Defense Policies in Operational Networks ／ Yinuo Du, Christopher Kiekintveld
日本語で読む → - 論文フィッシング検出機械学習
企業コミュニケーションにおけるソーシャルエンジニアリング攻撃の検出
実世界のメールデータを用いてフィッシング検出の機械学習ベースラインを構築し、緊急性や信頼・貪欲さなどの心理的説得指標が検出に有効かを評価した研究。
原題: Social Engineering Attack Detection in Corporate Communications ／ Hanzla Hamid, Pappu Jha, Nick Rahimi
日本語で読む → - 論文セグメンテーション画像認識
私のマグカップはどこ？個人化画像セグメンテーションのための学習不要フレームワーク
ユーザー指定の物体を複数の類似物体の中から見分けてセグメントする個人化画像セグメンテーションの手法を提案し、既存手法の弱点である再現率のボトルネックを学習不要のモジュール型パイプラインで解決した。
原題: Where is My Mug? Training-Free Framework for Personalized Image Segmentation ／ Quang Qui-Vinh Nguyen, Hung Nguyen, Rang Nguyen 他
日本語で読む → - 論文sim2realロボティクス
Elastra: 弾性体シミュレーションフレームワーク
マットレスやトランポリンのような弾性面とのロボットの接触をモデル化するシミュレーションフレームワークElastraを提案し、人型ロボットの立ち上がり制御の学習に応用して成功率を向上させた。
原題: Elastra: A Simulation Framework for Elastic Bodies ／ Youran Sun, Chugang Yi, Xingyu Ren 他
日本語で読む → - 論文物体ナビゲーションロボティクス
動く前に探索方針を決める：拡散モデル生成の探索参照を用いた半静的環境でのゼロショット物体ナビゲーション
半静的環境で、LLMによる物体共起事前分布と拡散モデルで移動前に探索経路の参照を生成し、VLMを毎ステップ呼ばずにゼロショットで目的物体を探すObjectNav手法を提案。
原題: Decide Before You Move: Diffusion-Generated Search Reference for Zero-Shot Open-Vocabulary Object Navigation in Semi-Static Environments ／ Yuxuan Feng, Fujing Xie, Sören Schwertfeger 他
日本語で読む → - 論文世界モデルロボティクス
世界モデルは行動の結果を理解しているか
身体性世界モデルが反事実的な行動の結果をどれだけ正確に予測できるかを評価する新しい枠組みを提案し、感度分析でその忠実度を監査する。
原題: Does Your World Model Know Actions Have Consequences? ／ Ayush Gaggar, Jared Berry, Todd D. Murphey
日本語で読む → - 論文VLAロボティクス
データ効率の良い産業マニピュレーションのためのビデオ・アクションモデル
大規模動画データで事前学習した動画アクションモデルFLUX-mimicを提案し、産業用ロボットの少ない実演データでも高精度な操作を実現した。
原題: Video-Action Models for Data-Efficient Industrial Manipulation ／ Eugenio Chisari, Stefanos Charalambous, Oliver Sanchez 他
日本語で読む → - 論文触覚ロボティクス
力覚センシングによる粒状材料の対話的知覚とすくい動作
ロボットのすくい動作中の力覚・トルク計測から粒状材料の粒径やかさ密度などの物性を推定する潜在フィルタ++を提案し、26種の材料で汎化と少数適応を実証した。
原題: Interactive Perception of Granular Materials via Robotic Scooping and Force-Torque Sensing ／ Samuli Hynninen, Mohammad Amman, Meri Mäkelä 他
日本語で読む → - 論文マニピュレーションロボティクス
BiPOP: 長期的な両腕ロボット操作のための部分順序計画
LLMと時間的部分順序計画を組み合わせ、両腕の協調が必要な長期タスクを、作業空間の分割と腕間依存関係のモデル化により効率的に計画するフレームワークを提案した。
原題: BiPOP: Partial-Order Planning for Long-Horizon Bimanual Robotic Manipulation ／ Kun Chu, Xufeng Zhao, Jan-Gerrit Habekost 他
日本語で読む → - 論文6D姿勢推定ロボティクス
MiniPose: 大型産業用配管セグメントの6D姿勢推定に向けたミニチュアベース実データ収集
大型重量物の6D姿勢推定のための学習データ収集負担とsim2realギャップを解決するため、縮小レプリカを実RGB-Dカメラで撮影し、深度を逆スケーリングで実寸相当に変換して合成データと混合するパイプラインを提案した論文。
原題: MiniPose: Miniature-Based Real Data Collection for 6D Pose Estimation of Large Industrial Pipe Segments ／ Hyunjun Kim, Youngjin Seo, Sungwon Seo 他
日本語で読む → - 論文群衆ナビゲーションロボティクス
予測誤差を考慮したMPCによる社会的配慮型群衆ナビゲーション
歩行者の運動予測と予測誤差のオンライン推定を衝突回避に統合し、意味的に障害物を集約することで群衆環境での安全で快適な移動を実現するMPC手法を提案した。
原題: Prediction-Error-Tightened MPC for Socially Compliant Crowd Navigation ／ Alessandro Febbraro, Federico Rollo, Marcello Farina 他
日本語で読む → - 論文手術ロボティクスロボティクス
低侵襲手術の自律研究向けオープンソース3アームプラットフォームARTS
市販部品のみで約13.7万ドルで構築できる、低侵襲手術の自律研究用オープンソース3アームロボットプラットフォームを開発し、その性能と操作性を評価した。
原題: ARTS: An Open-Source, Reproducible Three-Arm Platform for Autonomy Research in Minimally Invasive Surgery ／ Jiawei Ge, Chunwoo Kim, Antony Goldenberg 他
日本語で読む → - 論文世界モデルAI
適応的高速・低速タイムスケールを持つ誤差駆動型世界モデル
予測誤差に基づき高速な一時補正と低速な持続補正を組み合わせ、事前学習済み専門家の重みを動的に調整することで、ロボットダイナミクスの急変に応答性・安定性・持続性を両立させて適応する世界モデルを提案した。
原題: AFTER: A World Model with Adaptive Fast--Slow Timescales for Error-Driven Retention ／ Haoyi Zhang, Qi Zhang, Yunfan Ren 他
日本語で読む → - 論文全身制御ロボティクス
PolyMorphWBC：腕形態を問わず到達範囲を拡張する四脚移動マニピュレーションのためのエンドエフェクタ軌道からの全身制御
エンドエフェクタ軌道のみを指令として、腕と台車の協調動作を生成する階層型制御器を提案し、4種類の6自由度腕形態や固定ベース到達範囲外の軌道にも対応できることを示した論文。
原題: PolyMorphWBC: Whole-Body Control from End-Effector Trajectories for Quadrupedal Mobile Manipulation across Arm Morphologies with Extended Reach ／ Heng Li, Yang Li, Yifan Duan 他
日本語で読む → - 論文VLAロボティクス
ActionCodec2: ストリーミング動作トークナイザ
軌道再構成誤差を許容範囲内に保ちつつ動作を逐次的に出力する非ニューラルなストリーミング動作トークナイザを提案し、VLAモデルの性能と閉ループ制御を改善した。
原題: ActionCodec2: A Streaming Action Tokenizer ／ Zibin Dong, Yicheng Liu, Shiduo Zhang 他
日本語で読む → - 論文歩行ロボティクス
自転車ロボットによる自律トレイルレース
トレイルを地形のセマンティック層として符号化し、ナビゲーションと運動を統合学習することで、自転車ロボットが未舗装の山道を平均3.26m/sで自律走行できることを示した。
原題: Autonomous Trail Racing with a Bicycle Robot ／ Fabian Jenelten, Deepana Ishtaweera, Pablo Garcia 他
日本語で読む → - 論文軌道計画ロボティクス
APG-Planner：解析的方策勾配による視覚ベース高速軌道計画の学習
微分可能な軌道ロールアウトと解析的方策勾配を用いて視覚ベースの高速軌道計画器を学習し、実機で最大11m/sの飛行を実現した。
原題: APG-Planner: Learning Vision-Based High-Speed Trajectory Planning via Analytic Policy Gradient ／ Jinwoo Lee, Geunsik Bae, Changseung Kim 他
日本語で読む → - 論文sim2realロボティクス
Genie Simベンチマーク：実機とシミュレーションの忠実度評価
実機とシミュレーションを対にした22のロボットタスクで方針性能の相関0.97を示し、関節位置やトルクの物理応答一致も検証した評価研究。
原題: Genie Sim Benchmark: Real-to-Sim Fidelity and Evaluation ／ Di Yang, Da Huang, Yang Lv 他
日本語で読む → - 論文ヒューマノイド安全ロボティクス
実機ヒューマノイドの安全機構と緊急停止：段階的な力の権限付与への提言
Unitree H1-2の自律スタックの安全層を実機展開し、転倒時に緊急停止がかえって危険になる事例を示した上で、責任主体を明確にした段階的な力の権限付与を提言した。
原題: Runtime Safety and Emergency Stops on a Full-Size Humanoid: Deployment Lessons and a Case for Graduated Force Authority ／ Max Conway, Yutong Zhang, Allen Devaraj 他
日本語で読む → - 論文画像ベクトル化画像認識
Lang-SVG：言語事前知識を活用した階層的画像ベクトル化
画像を意味ラベル付きの木構造SVGに変換し、MLLMの言語事前知識で部品階層を整理することで、編集しやすく高品質なベクトル化を実現した論文。
原題: Lang-SVG: Hierarchical Image Vectorization with Language Priors ／ Xi Liu, Chaoyi Zhou, Run Wang 他
日本語で読む → - 論文VLA画像認識
サブアクション認識のためのテキスト誘導による左右手役割アライメント
一人称視点動画で左右の手の役割と操作対象を認識するサブアクション検出タスクを提案し、Video-LLMを拡張するBiScopeNetと大規模データセットBiScopeCap-100Kを構築した。
原題: Sub-actions in Action: Text-Guided Hand-Role Alignment for Sub-Action Recognition ／ Sadegh Rahmaniboldaji, Filip Rybansky, Quoc Vuong 他
日本語で読む → - 論文ナビゲーションロボティクス
EMS-Nav: 身体性を持つマルチスケールナビゲーション
物体・部屋・領域・特定インスタンスなど異なる空間スケールの目標に対応するため、局所空間を基本単位として環境理解と計算を組織化する生物模倣型のオンデバイスナビゲーション手法を提案し、地図構築コストと言語モデル入力を削減しつつ成功率を向上させた。
原題: EMS-Nav: Embodied Multi-Scale Navigation ／ Zenghui Yang, Xinan Wang, Danyang Li 他
日本語で読む → - 論文因果推論機械学習
FADO: 事前学習済みネットワークによる因果説明の学習
合成SCMデータで訓練した事前適合ネットワークを用い、観測データのみから特徴量介入効果を推定する因果説明手法FADOを提案。
原題: FADO: Learning Causal Explanations with Prior-Fitted Networks ／ Seth Flaxman, Jess Carr, Annabel Jakob 他
日本語で読む → - 論文変形操作ロボティクス
単眼RGB-Dと内力推定による弾塑性材料操作のための力-変形推定
単眼ハンドアイRGB-Dカメラとロボットの内力推定を用いて、弾塑性材料の押し込み時の力と変形量の関係を計測し、MLPで力-体積関係をモデル化した研究。
原題: Single-View RGB-D Force--Deformation Estimation for Robotic Manipulation of Elasto-Plastic Materials ／ Dezhi Sun, Marijn van Hilten, Kenan Niu
日本語で読む → - 論文VLAロボティクス
混雑環境マニピュレーションのためのモジュール式障害物・空間認識フレームワークMOSAIC
事前学習済みVLAポリシーに、対象物・目的地・障害物のマスク予測と深度による幾何トークン注入、障害物注目の注意監督を組み合わせ、混雑シーンでの衝突を抑えるモジュール式フレームワークを提案した論文。
原題: MOSAIC: Modular Obstacle and Spatial-Aware Framework for Manipulation In Cluttered Scenes ／ Richard Shi, Mohammad Mahdavian, Mehrdad Momeni Zadeh 他
日本語で読む → - 論文医療ロボティクスロボティクス
片手補助：単一チャネル内視鏡的粘膜下層剥離術における牽引のための連続体ロボット把持器
単一の3.7mm作業チャネル内で電気メスと連続体ロボット把持器を組み合わせ、組織の牽引と切開を可能にするHelping Handを提案し、作業空間と牽引力を評価、摘出実験で有効性を示した。
原題: Helping Hand: A Continuum Robotic Grasper for Traction in Single-Channel Endoscopic Submucosal Dissection ／ Bendavid Maimon, Thompson Wong, Aedan Mangan 他
日本語で読む →
PR・アフィリエイト広告
MINISFORUM（ミニPC）
