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: 2026/10/31 / 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
予測規制メモリによるロボットマニピュレーション
行動条件付き未来予測を活用して視覚メモリの学習と更新を制御するPREMを提案し、動的・記憶依存タスクでの成功率を大幅に向上させた。
原題: PREM: Prediction-Regulated Memory for Robot Manipulation / Xiao Huang, Ya Zhang, Weidi Xie
日本語で読む → - 論文物体探索ロボティクス
どこを見るべきかを知る:空間・意味融合による対話型物体探索
VLMの意味的な尤もらしさと幾何的な占有証拠をベイズフィルタで3Dボクセル信念場に統合し、視点変更・移動・棚開けなどの行動選択を行う物体探索システムを構築、双腕移動ヒューマノイドで実証した。
原題: Knowing Where to Look: Interactive Object Search via Spatial-Semantic Fusion / Aditya Agarwal, Lucy Cai, Kelly Lu 他
日本語で読む → - 論文触覚ロボティクス
肩パッド型多感覚装着感刺激デバイスMESSPa:脱着式ロボットアームの主体感を保つ
肩に装着する空気圧ハプティクスと1対1の動作転送を組み合わせたウェアラブルインタフェースを開発し、ロボットアームを体から切り離して操作する際の主体感の低下を抑えられることを実験で示した。
原題: MESSPa: A Multi-modal Embodiment Stimulation Shoulder Pad for Preserving the Sense of Agency in a Detachable Robotic Arm / Vitvasin Vimolmongkolporn, Guillaume Gourmelen, Yukiko Iwasaki 他
日本語で読む → - 論文エッジ推論コンパイラcs.PL
te-comp: MCU向けに自己完結型C推論エンジンを生成する完全MLIRコンパイラ
tfliteやsafetensors形式のモデルから、依存関係ゼロのC推論エンジンとRTOS統合層を生成するMLIRベースのコンパイラを提案し、MCUNetより少ないメモリで動作させ、8.3MパラメータのGPT-NeoをCortex-M7上で実現した。
原題: te-comp: A Complete MLIR Compiler Generating Self-Contained C Inference Engines for MCUs / Van Chan Ngo
日本語で読む → - 論文VLAロボティクス
WorldSketch: ゼロショット移動マニピュレーションのための世界モデルを描く
VLMに行動を直接生成させるのではなく、タスク関連物体と幾何・運動だけを捉えた最小限のキネマティック世界モデルを構築させ、幾何プランナで接触と全身運動を最適化する手法。実行フィードバックでモデルを自己修正し、複数ベンチマークでゼロショット高成功率を達成。
原題: WorldSketch: Sketching World Models for Zero-Shot Mobile Manipulation / Jiaming Wang
日本語で読む → - 論文能動物質ロボティクス
再構成可能な環境下で能動物質としてプログラム可能な液滴
油中水滴の自律運動を閉ループロボットでリアルタイム解析し、持続性と多様性の記述子で挙動を定量化・プログラムする手法を提案した。
原題: Programmable Droplets as Active Matter in a Reconfigurable Environment / Ivan Shmarov, Abhishek Sharma, Michael Jirasek 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 → - 論文強化学習/世界モデル機械学習
世界モデルは政策ランキングの正確性に必ずしも正しさを要さない:相対的限界と監査の限界
学習した世界モデルの誤差が共有される場合でも政策の相対ランキングは保たれ得ることを示し、少数の実環境監査を効率化する手法RAVELを提案・検証した論文。
原題: World Models Need Not Be Right to Rank Policies Right: Relative Bounds and Audit Limits / Ahanaf Hasan Ariq, Hasaan Ahmad
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 → - 論文模倣学習ロボティクス
真似できる教師から学ぶ:MetaFineチャレンジ優勝解法
大規模VLAの微調整ではなく、タスクごとに1900万パラメータの小型ポリシーを訓練し、特権スクリプト教師が生成するデモデータの質を改善することで、精密マニピュレーションのスコアを大幅に向上させた。
原題: Learning from an Imitable Teacher: Competition Solution for the MetaFine Challenge / Yanze Zhang, Hao Liu, Haochang Hao 他
日本語で読む → - 論文VLAロボティクス
低パラメータ領域における視覚言語行動モデルの振る舞い誘導
凍結したVLAモデルに8〜384個の学習可能パラメータを持つTinyLoRAを適用し、強化学習や進化探索で物体の運搬高さなどの実行スタイルを誘導できることを示した。
原題: Behavioral Steering of Vision-Language-Action Models in the Low-Parameter Regime / James Tcheng, Feiyu Gavin Zhu
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 → - 論文マニピュレーションロボティクス
物体状態とタスク進捗の記憶による長期的モバイルマニピュレーション
多視点観測を時間トークンに圧縮し、物体状態とサブタスク進捗で明示的に監督するポリシー内蔵メモリを提案。長期的モバイル操作ベンチマークRoboCasa-Longも導入し、既存SOTAを上回る成功率を達成した。
原題: MOST: Memory of Object States and Task Progress for Long-Horizon Mobile Manipulation / Diqi He, Jinbang Guo, Yijun Shen 他
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 → - 論文自動運転VLAロボティクス
STEER: 経路認識型適応推論による自動運転
シーン難易度ラベルなしで、推論経路の不確実性と環境報酬に基づきCoT推論の過剰発動を抑える適応推論手法STEERを提案し、NAVSIMで検証した。
原題: STEER: Route-Aware Adaptive Reasoning for Autonomous Driving / Yangang Zou, Pei Liu, Nan Song 他
日本語で読む → - 論文ポリシー配信/推論高速化ロボティクス
Reflex: 過去の行動を再利用・補正する高速ロボットポリシー配信
過去の行動チャンクをキャッシュしてバックボーン推論を回避し、行動レベルと実行レベルの二段階補正で誤差を抑えつつロボットポリシーの配信を高速化する手法。
原題: Reflex: Fast Robot Policy Serving by Reusing and Correcting Past Actions / Ziyang Lin, Zixuan Sun, Rami Nasser 他
日本語で読む → - 論文遠隔操作ロボティクス
安定性のための透明性のトレードオフ:摩擦円錐制約付きバイラテラル遠隔操作による固定されていない家具の扉開け
接触摩擦円錐と転倒余裕から許容レンチ集合を構築し、質量・摩擦誤差に頑健な射影(RFCP)で家具を動かさずに扉を開ける遠隔操作を実現。透明性とのトレードオフを定量化した。
原題: Trading Transparency for Stability: Friction-Cone-Constrained Bilateral Teleoperation for Opening Doors of Unsecured Furniture / Cheng Zhou, Jing Li
日本語で読む → - 論文触覚ロボティクス
接触の多いマニピュレーションにおけるEnd-to-End模倣学習のための触覚基盤モデル評価
複数の触覚基盤モデルをDiffusion Policyに統合し、実環境・シミュレーションで接触の多いタスクにおける有効性と適応戦略を体系的に評価した。
原題: Evaluating Tactile Foundation Models for End-to-End Imitation Learning in Contact-Rich Manipulation / Masaki Murooka, Ryoichi Nakajo, Tomohiro Motoda 他
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VLAAI
低頻度VLMを高頻度制御に活用するLeap-VLA
VLMの意味推論を低頻度で走らせキャッシュを再利用し、高頻度のフローマッチング行動エキスパートでロボットを制御するVLAを提案。キャッシュの古さを考慮した訓練で非同期制御の性能劣化を大幅に抑えた。
原題: Leap-VLA: High-Rate Robot Control from a Low-Rate VLM Backbone / Lin Yang, Yunjie Shen, Zheyu Li 他
日本語で読む → - 論文3D再構成画像認識
SceneBound:ストリーミング3D再構成モデルはどこまで記憶すべきか
カメラ姿勢が既存キーフレームから一定距離離れたときだけフレームを書き込む学習不要のルールを提案し、大規模シーンでの軌跡誤差を低減しつつメモリ増加を抑えた。
原題: SceneBound: How Much Should a Streaming 3D Reconstruction Model Remember? / Ziming Wang, Chuyue Gong, Chutian Wang 他
日本語で読む → - 論文制御安全性math.OC
特異摂動理論による制御システムの安全性保証
時間スケールの異なるサブシステムからなる複雑なシステムに対し、特異摂動理論を用いて低次元の安全性証明を全体システムへ拡張する手法を提案し、マニピュレータで検証した。
原題: Singular Perturbations for Control Systems Safety / Stefano Di Gregorio, Guido Carnevale, Giuseppe Notarstefano
日本語で読む → - 論文最適制御ロボティクス
HALO-LP:線形計画問題のための同次全シフト非内点法
内点を必要とせず任意のウォームスタートが可能な線形計画法ソルバを提案し、四足歩行ロボットの最適制御に応用した。
原題: HALO-LP: A Homogeneous All-Shifted Non-Interior-Point Method for Linear Programming / Jose Rojas, Ana Aguilar, Eusebio Bugarin
日本語で読む → - 論文sim2realロボティクス
Koopman構造はヒューマノイド全身追従の微分可能ワールドモデルに有効か
ヒューマノイド全身追従の微分可能ワールドモデルにKoopman構造を導入しMLPと比較したが、精度・速度とも改善せず、むしろ悪化することを示した。
原題: Why Koopman Structure Does Not Help Differentiable World Models for Humanoid Whole-Body Tracking / Haizhou Ge, Mengshuo Wang, Yufei Jia 他
日本語で読む → - 論文自動運転/軌道計画画像認識
DriftingPlanner: 拡散モデルを1ステップ軌道計画に応用した自動運転プランナー
拡散モデルの反復推論を訓練時に移動させ、シーンごとの引力・斥力場を学習することで、単一ステップで高精度な軌道計画を実現した。
原題: DriftingPlanner: Drifting Generative Models for One-Step Trajectory Planning in End-to-End Autonomous Driving / Ziming Liu, Yizhan Qu, Leichen 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
タスク特化型言語条件モデルによる精密ロボットマニピュレーション
MetaFineコンペ向けに、凍結したDINOv2とCLIPエンコーダに言語条件付き特徴変調とタスク別行動ヘッドを組み合わせた5つのモデルを構築し、接触を考慮した把持フィルタリングや専門家修正でデモを改善して15チーム中3位を獲得した。
原題: Task-Specialized Language-Conditioned Models for Fine-Grained Robotic Manipulation / Chanho Kim, Soyun Choi
日本語で読む → - 論文解釈可能性/ステアリングAI
目標編集:トークン単位SAEステアリングとπ0.5における深さ限界
ロボット基盤モデルπ0.5の指示文の目標語に対応するSAE特徴を別の目標語の特徴に置き換えることで、指示文を変えずにロボットの行動目標を切り替えられることを示し、その編集が有効な層の深さ限界を調査した論文。
原題: Editing the Goal: Per-Token SAE Steering and Its Depth Limits in $π_{0.5}$ / Rocio Perales Valdes, Animesh Garg
日本語で読む → - 論文ソフトロボティクス/羽ばたきロボティクス
コウモリのように羽ばたけ:空気圧ソフトウィングによるバイオミメティック羽ばたき機
コウモリの飛行を参考に、剛体関節の代わりにPneuNet型の空気圧ソフトアクチュエータを翼骨格に組み込み、滑らかで生物らしい羽ばたきを実現する機構を開発・FEAで検証した。
原題: Flap like a bat: Soft pneumatic wings for biomimetic ornithopters / Besetty Satyanarayana, Sirivelu Akhilesh, Bammidi Abhilash 他
日本語で読む →
PR・アフィリエイト広告
