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 →- 論文手術ロボットロボティクス
糸で引き寄せる:自動縫合のための糸操作による柔軟な針のピックアップ
自動縫合において、針が直接掴めない場合や組織を傷つけずに拾うため、縫合糸を補助具として使い間接的に針を回収する枠組みを提案し、da Vinci Research Kitで実証した。
原題: Reeling It In: Flexible Needle Pick Up via Thread Manipulation for Autonomous Suturing / Emma Huang, Zih-Yun Chiu, Neelay Joglekar 他
日本語で読む → - 論文身体化AI/記憶アーキテクチャロボティクス
エピソード評価を超えて:連続的身体化質問応答における記憶アーキテクチャのボトルネック
身体化質問応答(EQA)を連続的に評価した際、既存の記憶保持だけでは不十分で、視覚的意味情報を保持する構造化された空間的記憶(3D幾何学に基づく)が必要であることを示した論文。
原題: Beyond Episodic Evaluation: Memory Architectural Bottlenecks in Sequential Embodied Question Answering / Zikui Cai, Kaushal Janga, Tan Dat Dao 他
日本語で読む → - 論文マニピュレーションロボティクス
産業用巧緻操作ベンチマーク:産業用巧緻マニピュレーションのためのハードウェア・ソフトウェアベンチマークプラットフォーム
産業用の巧緻操作タスク(ケーブル配線やコネクタ挿入など)を模したベンチマーク基板と、模倣学習フレームワークを提案し、マルチモーダル拡散ポリシーが高い成功率を達成することを示した論文。
原題: Industrial Dexterity Benchmark: A Hardware-Software Benchmarking Platform for Industrial Dexterous Manipulation / Honglu He, Jacob Laufer, Zhiwu Zheng 他
日本語で読む → - 論文位置推定/センサ融合ロボティクス
NGPS: GPS非依存の航空機地理的位置推定と2.5D再構成 - 深層衛星画像マッチングとマルチレートセンサ融合による実現
GPSが使えない環境で、UAVの下方カメラ画像と衛星画像を深層特徴でマッチングし、絶対位置を推定するシステムを提案。VIOやIMUと融合し、リアルタイムで2.5Dオルソモザイク再構成も行う。
原題: NGPS: GPS-Denied Aerial Geo-Localization and 2.5D Reconstruction via Deep Satellite Image Matching and Multi-Rate Sensor Fusion / Sanket Sharma
日本語で読む → - 論文マニピュレーションロボティクス
FrankaアームのためのStar-Worldワークスペース再形成によるリアクティブ3次元動作計画
膨張した障害物が重なる問題を解決するため、Star-World法で障害物を星型に再形成し、Frankaマニピュレータのリアクティブ制御を試みた。予備評価では成功率が向上したが、経路長の増加や過剰な統合による問題も見られた。
原題: Reactive 3D Motion Planning for a Franka Arm via Star-World Workspace Reshaping / Gia Dcosta, Saayuj Deshpande, Samhitha Vedire
日本語で読む → - 論文自動運転/知覚画像認識
FlashBEV: IOを考慮した高速かつメモリ効率の高い正確なBEV変換
カメラベースの3D知覚におけるBEV変換の計算を、中間テンソルの生成を避ける再計算と融合実行により高速化・省メモリ化する手法を提案した。
原題: FlashBEV: Fast and Memory-Efficient Exact BEV Transformation with IO-Awareness / Shunsuke Yokokawa, Hironori Kasahara
日本語で読む → - 論文遠隔操作ロボティクス
1D畳み込みニューラルネットワークを用いたsEMGベースの支援ロボットアームのリアルタイム遠隔操作
本論文は、4チャンネルの表面筋電図(sEMG)信号を1D CNNで分類し、支援ロボットアームをリアルタイムで遠隔操作するシステムを提案・評価した。
原題: Real-Time sEMG-Based Telecontrol of an Assistive Robotic Arm Using a 1D Convolutional Neural Network / Edgar Manacorda, Mena Samir Kama Abouseffien, Olivier Lecompte 他
日本語で読む → - 論文マニピュレーションロボティクス
ROBOCYCLE: リサイクル応用のための自律型双腕ロボット操作と協調
都市ごみの増加と人手不足に対応するため、透明・変形・散乱物体の3D認識と操作を統合した自律型双腕リサイクルプラットフォームを提案し、90.3%の把持成功率と84.3%のタスク成功率を達成した。
原題: ROBOCYCLE: Autonomous Dual-Arm Robotic Manipulation and Coordination for Recycling Applications / Rubén de J. Hilario-Cruz, Jesus A. García-González, Enrique Coronado 他
日本語で読む → - 論文対話システムロボティクス
ソーシャルロボットのターンテイキングのためのマルチモーダル音声活動予測:音声活動関連事前学習エンコーダを用いたアプローチ
音声のみのVAPを拡張し、音声と映像の同期入力を用いてソーシャルロボットのターンテイキング予測を行うフレームワークを提案。事前学習済みの音声視覚バックボーンを低ランク適応で調整し、話者間注意機構と意味的一貫性損失を導入して性能を向上させた。
原題: Multimodal Voice Activity Projection for Turn-Taking in Social Robots with Voice-Activity-Related Pretrained Encoders / Antonio Cano, Guillermo Pérez, Luis Merino 他
日本語で読む → - 論文世界モデルロボティクス
INTACT: 検索不要の世界モデルのための同型意図-行動学習
行動ラベル付き軌跡から、検索なしで意図を行動に変換するエンドツーエンドのJEPAモデルを提案し、LeWMタスクで高い成功率を達成した。
原題: INTACT: Isomorphic Intent-to-Action Learning for Search-Free World Models / Junhan Sun, Hao Zhao, Guofeng Zhang
日本語で読む → - 論文HRIロボティクス
危険環境における状況認識のための自律VRベースリスク検出
ロボットが仮想環境を探索し、VLMで危険を検出してVRインターフェースで人間に提示するフレームワークを提案し、ユーザー評価で有効性を示した論文。
原題: Autonomous VR-Based Risk Detection for Situational Awareness in Dangerous Settings / Mohammad Eskandari, Murali Krishna Varma Indukuri, Stephanie M. Lukin 他
日本語で読む → - 論文VLAロボティクス
ロボットのように見る:ロボット中心のポイントマップによる視覚言語行動モデル
視覚言語行動モデル(VLA)がカメラ視点とロボット座標系のずれで性能を落とす問題を、ロボット座標系の3D座標を画素に格納したポイントマップを入力に用いることで解決し、既存VLAに最小限の変更で統合できることを示した。
原題: See like a Robot: Robot-Centric Pointmaps for Vision-Language-Action Models / Byungkun Lee, Dongyoon Hwang, Dongjin Kim 他
日本語で読む → - 論文3Dシーン理解画像認識
孤立したオブジェクトを超えて:3Dシーングラフ解析による関係認識型オープンボキャブラリシーン理解
3Dシーングラフを用いてオブジェクト間の関係を推論し、オープンボキャブラリの3Dシーン理解を向上させるフレームワークRelGraphOVを提案。
原題: Beyond Isolated Objects: Relationship-aware Open Vocabulary Scene Understanding via 3D Scene Graph Analysis / Xianhao Chen, Jiarui Hu, Yuanbo Yang 他
日本語で読む → - 論文ナビゲーションロボティクス
遅い推論器から速いプランナーへのトークン単位潜在ストリーミングによる動的視覚言語ナビゲーション
動的な人間中心環境での視覚言語ナビゲーションにおいて、遅いVLMの推論中に中間隠れ状態をストリーミングして高速なプランナーを逐次更新するSPARK-VLNを提案し、ナビゲーション成功率と社会的コンプライアンスを向上させた。
原題: Token-Wise Latent Streaming from Slow Reasoners to Fast Planners for Dynamic Vision Language Navigation / Tianshuai Hu, Yangyi Zhong, Zeying Gong 他
日本語で読む → - 論文ワールドモデル画像認識
エネルギーガイダンスだけで十分か?駆動ワールドモデルのための学習不要なノルム注入
駆動ワールドモデルの制御可能性を、拡散バックボーンの再学習なしにサンプリング時のエネルギー関数注入で実現できるかを検証した論文。軌道計画をエネルギーガイダンスで操舵できるが、映像生成との結合が課題と判明。
原題: Is Energy Guidance All You Need? Training-Free Norm Injection for Driving World Models / Xiyan Su, Frank Diermeyer, Markus Lienkamp
日本語で読む → - 論文自動運転ロボティクス
CLEAR: エンドツーエンド自動運転のための大規模クローズドループ強化学習
エンドツーエンド自動運転のためのVLAモデルを、模倣学習ではなく強化学習でクローズドループ訓練するシステムCLEARを提案。事前学習済みVLAのウェイポイント事前分布に残差ポリシーを学習し、シミュレータと学習器を分離したパイプラインで並列環境を増やし、性能を向上させた。
原題: CLEAR: Closed-Loop Reinforcement Learning at Scale for End-to-End Autonomous Driving / Yunxiao Shi, Hong Cai, Mohammad Ghavamzadeh 他
日本語で読む → - 論文転移学習ロボティクス
形態的類似性を利用したロボット動力学モデルの効率的な転移学習
ソフトフィン駆動水中ロボットの動力学モデルを、形態が類似する別サイズのロボットへ転移学習する手法を提案。オートエンコーダによるドメイン適応で、ラベルなしの対象ロボットでも速度推定を可能にした。
原題: Efficient Transfer Learning of Robot Dynamic Models Using Morphological Similarity / Pavlo Kupyn, Yuya Hamamatsu, Roza Gkliva 他
日本語で読む → - 論文自動運転データセットロボティクス
A2RL Vmax: 長距離・高速知覚と複数車両インタラクションのためのA2RL自動運転レースデータセット
2024年のアブダビ自動運転レースリーグで収集された、高速自動運転と複数車両の相互作用に特化した大規模なLiDAR・RADARデータセットを紹介する論文。
原題: A2RL V\textsubscript{max}: The A2RL autonomous racing dataset for long-range, high-speed perception and multi-vehicle interaction / Marvin Klemp, Dominic Ebner, Cornelius Schröder 他
日本語で読む → - 論文LLM検証AI
LLMを検証器として使う:汎用検証フレームワーク
LLMの検証能力を新たなスケーリング軸として捉え、追加学習なしでエージェントタスクにきめ細かいフィードバックを与える汎用検証フレームワークを提案した。スコアの粒度拡大や繰り返し評価、基準分解により検証精度を向上させ、複数のベンチマークで最高性能を達成した。
原題: LLM-as-a-Verifier: A General-Purpose Verification Framework / Jacky Kwok, Shulu Li, Pranav Atreya 他
日本語で読む → - 論文世界モデル機械学習
Koopman Dreamer:安定した世界モデル想像のためのスペクトル制約付き潜在ダイナミクス
Dreamerスタイルの世界モデルにKoopman理論に基づくスペクトル制約付きの決定論的潜在ダイナミクスを導入し、長期ロールアウトの安定性と制御性能を向上させた。
原題: Koopman Dreamer: Spectrally Constrained Latent Dynamics for Stable World-Model Imagination / Jiaqi Li, Xinglong Zhang, Haibin Xie 他
日本語で読む → - 論文安全制御ロボティクス
D-SafeMPC: 拡散駆動型安全モデル予測制御と離散時間制御バリア関数
拡散モデルによる軌道生成に制御バリア関数と制御リアプノフ関数を組み込み、各ノイズ除去ステップでMPCが軌道を修正することで、安全で実行可能な軌道を生成する手法を提案した。
原題: D-SafeMPC: Diffusion-Driven Safe Model Predictive Control with Discrete-Time Control Barrier Functions / Erdi Sayar, Ersin Daş, Joel W. Burdick 他
日本語で読む → - 論文ヒューマノイド/器用操作/再構成ロボットロボティクス
Handroid: 器用な手とヒューマノイドを橋渡しする再構成可能ロボット
27自由度の電動ボディを器用な手または卓上ヒューマノイドとして再構成できる小型ロボットを開発し、操作・移動・再構成を含む長期的タスクを実証した。
原題: Handroid: Bridging Dexterous Hand and Humanoid / Ruogu Li, Chenyang Ma, Sikai Li 他
日本語で読む → - 論文ワールドモデル画像認識
深度正則化JEPAワールドモデルによる実屋外ロボットデータからの転移可能な表現学習
実ロボットの屋外映像から学習するJEPAベースのワールドモデルに、深度を幾何学的先行知識として導入し、潜在表現の等方性を促す正則化を組み合わせることで、タスク非依存で多様かつ高エントロピーな表現を獲得し、視覚オドメトリ誤差の低減や異常検知性能の向上を実現した。
原題: Depth-Regularized JEPA World Models Learn More Transferable Representations from Real Outdoor Robot Data / Usman M. Khan
日本語で読む → - 論文ソフトロボティクスロボティクス
連続的かつ大規模:ゾウの鼻に着想を得たソフト構造アームELEANOR
ゾウの鼻の構造的連続性と固有振動数を模倣した、85cmの3Dプリント製テーパー状連続体アームを開発し、腱駆動で多様な形状の物体を全身で把持できることを示した。
原題: Continuous and large-scale: ELEANOR, the soft architected arm inspired by the elephant trunk / Giovanna A. Naselli, Anderson B. Nardin, Seonggun Joe 他
日本語で読む → - 論文操作/データセット/世界モデルロボティクス
RoboInter1.5: 身体性世界モデリングとロボット操作のための包括的中間表現スイート
ロボット操作と身体性世界モデリングのための、多様な中間表現(サブタスク、プリミティブスキル、物体・グリッパー接地、セグメンテーション、アフォーダンス、把持姿勢、接触点、動作軌跡など)を備えた大規模データセット、ベンチマーク、モデル群を構築した。
原題: RoboInter1.5: A Holistic Intermediate Representation Suite for Embodied World Modeling and Robotic Manipulation / Ziqin Wang, Hao Li, Weijun Wang 他
日本語で読む → - 論文医療ロボットロボティクス
血管内治療のためのコンパクトなトップローディングロボット:設計、制御、評価
血管内治療用のコンパクトなロボットシステムを開発し、標準的な血管内器具の連続的な並進・回転操作を可能にした。リーダー・フォロワー制御とトップローディング設計により、器具交換や連続動作を実現し、模擬血管での実験で有効性を示した。
原題: A Compact Top-Loading Robot for Endovascular Interventions: Design, Control and Evaluation / Jonas Fischer, Lennart Karstensen, Franziska Mathis-Ullrich
日本語で読む → - 論文ロボット制御ロボティクス
汎用ロボットにおけるオーケストレーションギャップへの物理的主体性による対処
汎用ロボットの能力を、学習済みのポリシーと高レベルのオーケストレーターに分解し、追加学習なしで複雑なタスクを解決する手法を提案した。
原題: Addressing the Orchestration Gap in Generalist Robots via Physical Agency / Liane Galanti, Dhruv Shah, Tri Dao
日本語で読む → - 論文評価ベンチマークロボティクス
ArmnetBench v0.1: 低コストアーム群での並列実世界評価による操作ポリシーのベンチマーク
低コストなロボットアーム群を用いて、複数の操作ポリシーを実世界で並列評価するベンチマークを構築し、7つのポリシーを12タスクで比較した。
原題: ArmnetBench v0.1: Parallel Real-World Evaluation of Manipulation Policies on a Low-Cost Arm Farm / Praveen Selvaraj, Lorenzo Uttini, Ville Kuosmanen
日本語で読む → - 論文位置推定ロボティクス
私はどこにいる? 視覚言語モデルによる意味地図を用いたマルチモーダル位置推定
GPSの使えない屋内環境でのロボット位置推定を、幾何学的推定ではなく意味的推論として捉え、カメラ画像・LiDAR・意味地図から視覚言語モデルでロボットの姿勢を直接予測する手法を提案した。
原題: Where Am I? Semantic Map Grounding via Vision-Language Models for Multi-Modal Localization / Suraj Borate, Aarav Shah, Madhu Vadali
日本語で読む → - 論文制御ロボティクス
連続体ロボットアームの点間運動における入力整形
ケーブル駆動の連続体ロボットアームの残留振動を抑制するため、時間遅延フィルタによる入力整形を適用し、実験でオーバーシュートと整定時間の低減を確認した。
原題: Input Shaping for Point-to-Point Motion with a Continuum Robot Arm / Rodolfo Hdz. Ibarra, Karan Baker, Parsa Molaei 他
日本語で読む →
PR・アフィリエイト広告
