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: 2026/6/17 / 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 →- 論文評価指標画像認識
AUCが誤解を招くとき:ドメインシフト下でのディープフェイク検出器の分極化を考慮した評価
ディープフェイク検出器の汎化性能を評価する際、従来のAUCはデータソース混合やアーティファクト多様性を反映しないため、新指標Cross-AUCを提案し、ドメインシフト下での頑健性をより現実的に評価する。
原題: When AUC Misleads: Polarization-Aware Evaluation of Deepfake Detectors under Domain Shift / Dat Nguyen, Cosmin Radoi, Romain Hermary 他
日本語で読む → - 論文探索/理論機械学習
文脈内学習は内発的好奇心を支えられるか?
大規模系列モデルの文脈内学習能力を利用して、勾配更新なしで学習進捗を推定し、探索ポリシーを訓練できるかを理論的に検証した論文。一般的なマルコフ決定過程では不可能だが、能動学習などの非時間的設定では可能であることを証明した。
原題: Can In-Context Learning Support Intrinsic Curiosity? / Eric Elmoznino, Sangnie Bhardwaj, Johannes von Oswald 他
日本語で読む → - 論文3Dシーン理解画像認識
OneCanvas: パノラマ再投影による3Dシーン理解
複数視点のパッチ特徴を単一のパノラマキャンバスに再投影し、3D位置埋め込みを加えることで、既存のVLMを大幅に変更せずに3D空間推論を実現する手法を提案した。
原題: OneCanvas: 3D Scene Understanding via Panoramic Reprojection / Bartłomiej Baranowski, Dave Zhenyu Chen, Matthias Nießner
日本語で読む → - 論文セキュリティcs.CR
ライフサイクルを考慮した動的解析による安全なMLモデル実行の実現
MLモデルの実行をライフサイクルフェーズに分け、各フェーズでのホストシステムとの相互作用を監視する動的解析手法を提案し、既存の静的スキャンでは検出できない攻撃を高い精度で検出した。
原題: Lifecycle-Aware Dynamic Analysis for Secure ML Model Execution / Gabriele Digregorio, Marco Di Gennaro, Francesco Pastore 他
日本語で読む → - 論文具現化エージェント/長期記憶/ベンチマークAI
WorldLines: 長期的な状態を持つ具現化エージェントのベンチマークとモデリング
長期的な家庭支援のためのベンチマークWorldLinesを構築し、記憶と計画の課題を評価するフレームワークObsMemを提案した。
原題: WorldLines: Benchmarking and Modeling Long-Horizon Stateful Embodied Agents / Yehang Zhang, Jianchong Su, Haojian Huang 他
日本語で読む → - 論文教育AIcs.CY
ELEVATE:スケーラブルで包括的な教育のための人間中心設計のGenAI仮想チューター
教育用GenAIチューターの新しいフレームワークELEVATEを提案。ローカル実行型の3Dアバターと教師向けガバナンス層を統合し、低コストで多感覚的な教育を実現する。
原題: ELEVATE: Designing Human-Centered GenAI Virtual Tutors for Scalable and Inclusive Education / Lorenzo Stacchio, Michele Giordano, Daniele Berardini 他
日本語で読む → - 論文器用操作/データ生成ロボティクス
私の真似をして:日常の人間ビデオからの器用な操作データ
単眼RGBの人間ビデオから手と物体のインタラクションを再構築し、多指ロボットハンドの実行可能な操作軌道へとリターゲティングするアルゴリズムを提案した。
原題: Do as I Do: Dexterous Manipulation Data from Everyday Human Videos / Bhawna Paliwal, Haritheja Etukuru, William Liang 他
日本語で読む → - 論文SLAMロボティクス
センサ構成が重要:四足ロボットにおけるマルチモーダルSLAMの系統的評価
四足ロボットの過酷な運動下でのSLAM性能に対するセンサ構成(カメラ種別、シャッター方式、IMU性能)の影響を、ANYmal Dのデータセットを用いて系統的に評価した論文。
原題: Sensor Configuration Matters: A Systematic Evaluation of Multimodal SLAM on Quadruped Robots / Roberto Corlito, Fabian Schmidt, Nils Seibert 他
日本語で読む → - 論文身体化AI/ベンチマークロボティクス
ERQA-Plus:身体化AIにおける推論の診断ベンチマーク
身体化AIエージェントの推論能力を診断するためのベンチマークERQA-Plusを提案し、空間・手続き・社会的推論などのカテゴリ別にモデルの弱点を明らかにした。
原題: ERQA-Plus: A Diagnostic Benchmark for Reasoning in Embodied AI / Hong Yang, Basura Fernando
日本語で読む → - 論文ワールドモデル機械学習
ループ型ワールドモデル
パラメータ共有のトランスフォーマーブロックを反復適用して潜在状態を精緻化する、初のループ型ワールドモデルを提案。従来比100倍のパラメータ効率と適応的計算量を実現し、反復的な潜在深度を新たなスケーリング軸として確立した。
原題: Looped World Models / Hongyuan Adam Lu, Z. L. Victor Wei, Qun Zhang 他
日本語で読む → - 論文VLA/操作画像認識
WeaveLA: 反復ロボット操作のためのイベント駆動型サブタスク間潜在記憶の織り込み
VLAポリシーに、サブタスク完了イベントで圧縮した潜在記憶を次のサブタスクの行動生成に渡す軽量なクロスサブタスク記憶チャネルを追加し、反復操作の成功率を向上させた。
原題: WeaveLA: Event Driven Cross-Subtask Latent Memory Weaving for Repetitive Robot Manipulation / Shoujing Zhu, Zhenyang Liu, Fungmiu Wang 他
日本語で読む → - 論文顔認証/プライバシー保護/拡散モデル画像認識
Flux-Guard: 拡散モデルを用いた顔認証プライバシー保護
顔編集とプライバシー保護を統合した生成フレームワークを提案し、敵対的攻撃により不正な顔認証を防ぎつつ編集品質を維持する。
原題: Flux-Guard: Facial Identity Protection using diffusion models / Jie Wang, Tao Wang, Ru Zhang 他
日本語で読む → - 論文3D再構成画像認識
MoonSplat: Sim(3)大域最適化を備えた単眼オンラインガウシアンスプラッティング
単眼画像列からのオンライン3D再構成において、カメラ姿勢の大域最適化とボクセル化3Dガウシアンのループ閉じ込みを統合し、色残差学習で高速化・高品質化を実現した。
原題: MoonSplat: Monocular Online Gaussian Splatting with Sim(3) Global Optimization / Guo Pu, Yixuan Han, Haofeng Li 他
日本語で読む → - 論文VLAロボティクス
フローベースの視覚言語行動モデルにおける不確実性の定量化
フローマッチングを用いた視覚言語行動モデル(VLA)に対して、速度場の不一致に基づく効率的な不確実性推定手法を提案し、失敗検出と能動的ファインチューニングに応用した。
原題: Uncertainty Quantification for Flow-Based Vision-Language-Action Models / Ralf Römer, Maximilian Seeliger, Saida Liu 他
日本語で読む → - 論文データセット画像認識
EgoCS-400K: 世界モデルのための自己中心型ゲームプレイデータセット
プロのCounter-Strikeのデモから、行動・状態・イベントと時間的に整合した自己中心型の大規模データセットを構築し、世界モデルの学習を支援する。
原題: EgoCS-400K: An Egocentric Gameplay Dataset for World Models / Rongjin Guo, Dong Liang, Yuhao Liu 他
日本語で読む → - 論文データ生成ロボティクス
AnnotateAnything: ロボット操作のための3Dアセット自動アノテーション
受動的な3Dアセットに、物体の意味・相互作用・物理的制約を考慮した操作ラベル(把持、接触、関節動作など)を自動付与するフレームワークを提案し、シミュレーションデータ収集の効率とタスク成功率を向上させた。
原題: AnnotateAnything: Automatic Annotation of 3D Assets for Robot Manipulation / Haoran Lu, Mutian Shen, Shuyang Yu 他
日本語で読む → - 論文手と物体のインタラクション検出画像認識
手と物体のインタラクション検出の改善と評価
手と物体のインタラクション検出を改善する新しいフレームワークHOI-DETRを提案し、複数のデータセットで最先端の性能を達成した。
原題: Improving and Evaluating Hand-Object Interaction Detection / Ahmad Darkhalil, Dima Damen, David Fouhey
日本語で読む → - 論文ヒューマンロボットインタラクションHCI
データと対話する:パーソナルヘルス振り返りのための具現化会話インターフェースの探求
ウェアラブル健康データを、ダッシュボードではなく具現化された対話エージェントとの会話を通じて振り返るシステムを提案・評価した論文。
原題: Talking to Your Data: Exploring Embodied Conversation as an Interface for Personal Health Reflection / Nikola Kovacevic, Bastien Husler, Di Zhuang 他
日本語で読む → - 論文生成ポリシーロボティクス
行動生成はどこから始めるべきか?生成ロボットポリシーのための学習可能なソース事前分布
生成ロボットポリシーの初期ノイズ分布を、 proprioception に基づく学習可能な対角ガウス分布に置き換える LeaP を提案し、15の操作タスクで成功率を向上させた。
原題: Where Should Action Generation Begin? A Learnable Source Prior for Generative Robot Policies / Meipo Dai, Qiyuan Zhuang, He-Yang Xu 他
日本語で読む → - 論文拡散ポリシー機械学習
ロバスト拡散ポリシーのためのコルモゴロフ回帰
拡散ポリシーの時間的ドリフトを、後向きコルモゴロフ方程式を用いてカメロン=マーチン空間上の決定論的境界値問題に置き換えることで改善し、軌道の規則性向上と決定的な故障検出を実現した。
原題: Kolmogorov Regression for Robust Diffusion Policies / Lekan Molu
日本語で読む → - 論文評価基盤AI
DeepInsight: 物理AIスタック全体を統合する評価インフラストラクチャ
物理AIスタック全体を単一のランタイムで評価できる統合インフラを提案し、異なるスケールやモダリティのタスクを共通の抽象化で扱えるようにした。
原題: DeepInsight: A Unified Evaluation Infrastructure Across the Physical AI Stack / Siyi Li, Chunyu Sun, Jiahao Zhang 他
日本語で読む → - 論文操作ロボティクス
グアバ:身体的操作のための効果的で普遍的なハーネス
言語モデルを外部モジュールと組み合わせるハーネスフレームワーク「Guava」を提案し、反復的な知覚-推論-行動ループ、意味的アクション抽象化、マルチモーダル観測が重要であることを示した。シミュレーションで収集した少数の軌道から4Bモデルへの蒸留を行い、実世界でも高い性能と汎化を達成した。
原題: Guava: An Effective and Universal Harness for Embodied Manipulation / Haowen Liu, Xirui Li, Shaoxiong Yao 他
日本語で読む → - 論文評価・検証cs.CR
AIサンドボックス:脅威モデル、分類法、および測定フレームワーク
AIシステムを評価するためのサンドボックス環境について、境界の形式化、脅威モデル、分類法、測定フレームワークを提案し、実例で検証した論文。
原題: AI Sandboxes: A Threat Model, Taxonomy, and Measurement Framework / Inderjeet Singh, Haitham Mahmoud, Andrés Murillo
日本語で読む → - 論文群制御ロボティクス
ED3R: 協調ロボットエージェントによるエネルギー考慮型分散災害検出
ロボットと遠隔制御器が階層的に協調し、不確実性下での山火事検出をエネルギー消費を最小化しつつ行う分散フレームワークED3Rを提案した。
原題: ED3R: Energy-Aware Distributed Disaster Detection Enabled by Cooperative Robotic Agents / Lina Magoula, Nikolaos Koursioumpas, Nancy Alonistioti 他
日本語で読む → - 論文メタ強化学習AI
メタ強化学習における知識再利用フレームワーク
メタ強化学習で、単純化したエージェントで学習したタスク知識を異なる形態のエージェントに転移するフレームワークを提案し、追従誤差を大幅削減しデータ効率を向上させた。
原題: Knowledge Reutilization in Meta-Reinforcement Learning / Yuan Meng, Bo Wang, Juan de los Rios Ruiz 他
日本語で読む → - 論文継続学習機械学習
次元が継続学習におけるモジュール性の有用性を左右する
モジュール型アーキテクチャが継続学習で有利になる条件を、表現の次元性(高次元の「怠惰」領域か低次元の「豊か」領域か)に着目して解析した論文。
原題: Dimensionality Controls When Modularity Helps in Continual Learning / Kathrin Korte, Christian Medeiros Adriano, Joachim Winther Pedersen 他
日本語で読む → - 論文ヘルスケアロボティクスロボティクス
異種移動ロボットにおける非接触呼吸モニタリング:マルチモーダルエッジコンピューティングフレームワーク
異なる移動ロボットプラットフォーム上で、RGB・熱・近赤外・低照度カメラを適応的に切り替え、姿勢変化に頑健な非接触呼吸数モニタリングを実現するエッジコンピューティングフレームワークを提案・評価した。
原題: Contactless Respiratory Monitoring on Heterogeneous Mobile Robots: A Multimodal Edge-Computing Framework / Milind Rampure, Shadman Sakib, Haley Patel 他
日本語で読む → - 論文マニピュレーションロボティクス
EAGG: 幾何認識グラフ条件付けによる身体性整合グラスプ生成
異なるエンドエフェクタ形状に適応する統一グラスプ生成モデルを提案し、トポロジー認識グラフと反復的な幾何注入で成功率と接触精度を向上させた。
原題: EAGG: Embodiment-Aligned Grasp Generation via Geometry-Aware Graph Conditioning / Wanhao Niu, Qiyan Ke, Yuan Sun 他
日本語で読む → - 論文VLA画像認識
GeneralVLA-2: 幾何認識再構成と管理されたメモリによるロボット計画
ロボットの軌道計画のための視覚言語行動モデルを改善し、3D再構成の精度向上と長期メモリの品質管理を実現した。
原題: GeneralVLA-2: Geometry-Aware Reconstruction and Governed Memory for Robot Planning / Haoyu Wang, Guoqing Ma, Zeyu Zhang 他
日本語で読む → - 論文ナビゲーションAI
EvolveNav: ゼロショット物体目標ナビゲーションのための先行的内省と自己進化メモリ
ゼロショット物体目標ナビゲーションにおいて、過去の軌跡からルールを抽出し、探索前に結果を予測する自己進化フレームワークを提案し、成功率を向上させた。
原題: EvolveNav: Proactive Preflection and Self-Evolving Memory for Zero-Shot Object Goal Navigation / Qi Chai, Wenhao Shen, Nanjie Yao 他
日本語で読む →
PR・アフィリエイト広告
