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: 2026/6/12 / 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 →- 論文変形物操作ロボティクス
しわなしロバスト性:並列シミュレーションと認定変形操作のためのロバストMPC
GPU並列の微分可能シミュレータとロバストMPCを組み合わせ、ロープや布などの変形物操作をリアルタイムで安全に行う制御手法を提案した。
原題: Robustness without Wrinkles: Parallel Simulation and Robust MPC for Certified Deformable Manipulation / Wei-Chen Li, Jeffrey Fang, Sasanka Polisetti 他
日本語で読む → - 論文3Dオブジェクト関節化画像認識
インストラクト・パーティキュレート:運動学的制御によるフィードフォワード3Dオブジェクト関節化のスケーリング
3Dメッシュと目標の運動学的仕様(部品記述、接続、関節タイプなど)を入力として、対応する部品分割と関節運動パラメータを予測するモデルを提案。大規模な異種データセット(15万以上の関節化3Dオブジェクト)で訓練し、カテゴリ横断やAI生成メッシュへの一般化を向上させた。
原題: Instruct-Particulate: Scaling Feed-Forward 3D Object Articulation with Kinematic Control / Ruining Li, Yuxin Yao, Matt Zhou 他
日本語で読む → - 論文画像編集画像認識
360度屋内パノラマ編集に向けた、リフォーカス型クロスアテンションによるチューニング不要拡散モデル
チューニング不要で対象領域のみを正確に編集できる拡散モデル編集手法FocusDiffを提案し、360度屋内パノラマ編集にも応用した。
原題: Toward 360-Degree Indoor Panorama Editing via Tuning-Free Diffusion Model with Refocusing Cross-Attention / Dinh-Khoi Vo, Nhut-Thanh Le-Hinh, Viet-Tham Huynh 他
日本語で読む → - 論文記憶・表現学習AI
AIエングラム:人工知能における記憶痕跡の探索
深層ニューラルネットワークに生物学的記憶痕跡に相当する「AIエングラム」を幾何学的枠組みで特定し、記憶の合成・消去を線形演算で実現する手法を提案した。
原題: AI Engram: In Search of Memory Traces in Artificial Intelligence / Jea Kwon, Dong-Kyum Kim, Jiwon Kim 他
日本語で読む → - 論文マニピュレーションロボティクス
ORCA: オープンソース巧緻性研究のためのプラットフォーム
ロボット操作研究のためのオープンソースの学習スタックを紹介し、低レベル制御、シミュレーション、遠隔操作、手のリターゲティングを統合し、既存のロボット学習フレームワークと連携することで、巧緻性研究を容易にする。
原題: ORCA: A Platform for Open-Source Dexterity Research / Francesco Capuano, Maximilian Eberlein, Fabrice Bourquin 他
日本語で読む → - 論文説明可能性/音声cs.SD
音声モデルにおける説明の脆さ:予測を変えずに帰属を操作する
音声ディープフェイク検出モデルにおいて、聞こえない摂動を用いて説明ヒートマップを操作できることを示した論文。
原題: The Perceived Fragility of Explanations in Audio Models: Manipulation of Attribution with Unchanged Predictions / Piotr Kitłowski, Dominik Wiącek, Mateusz Modrzejewski
日本語で読む → - 論文物理世界モデル機械学習
分離可能なニューラルアーキテクチャによる物理世界モデル:数学理論から応用まで
テンソル分解とニューラル近似を組み合わせた分離可能なニューラルアーキテクチャ(SNA)を提案し、偏微分方程式の解法として理論的保証と高速計算を実現した。
原題: Separable Neural Architectures as Physical World Models: from Mathematical Theory to Applications / Reza T Batley, Andrew Kichline, Sourav Saha
日本語で読む → - 論文強化学習/計画AI
因果オブジェクト中心モデルによるモンテカルロ木探索計画
オブジェクト中心表現と因果注意を組み合わせたモデルベース強化学習アルゴリズムCOMETを提案し、複数のベンチマークで初期学習性能を向上させた。
原題: Causal Object-Centric Models for Planning with Monte Carlo Tree Search / Rodion Vakhitov, Leonid Ugadiarov, Alexey Skrynnik 他
日本語で読む → - 論文安全強化学習機械学習
証明可能な安全性を備えつつスケーラブルな強化学習
安全な強化学習において、学習したバックアップポリシーを用いて暗黙的な制御不変集合を生成し、微分可能な射影層で安全性を厳密に保証する2段階フレームワークPS2-RLを提案した。
原題: Provably Safe, Yet Scalable Reinforcement Learning / Kai S. Yun, Zeyang Li, Navid Azizan
日本語で読む → - 論文システム同定制御
環境制約下の入力駆動システムに対する環境認識型安定ニューラルクープマン動力学学習
環境変化を考慮しつつ安定性と入力状態安定性を保証する、ニューラルODEとクープマン作用素を統合した予測モデル学習手法を提案した。
原題: Environment-Aware Stable Neural Koopman Dynamics Learning for Input-Driven Systems under Environmental Constraints / Lin Feng
日本語で読む → - 論文自動運転/VLA画像認識
RT-VLA: 知識蒸留によるリアルタイム視覚言語行動モデル
大規模なVLAモデルの推論遅延を解決するため、教師モデルSimLingoから知識蒸留で軽量な学生モデルRT-VLAを構築し、推論時間を大幅に削減しつつ運転性能と言語推論を維持する手法を提案した。
原題: RT-VLA: Real-Time Vision-Language-Action Models via Knowledge Distillation / Xiangyu Huang, Zhenlin Hua, Han Zhou 他
日本語で読む → - 論文遠隔操作/データ収集ロボティクス
万能操作外骨格:リアルタイムトルクフィードバックによるコンプライアント全身ポリシーの学習
上肢外骨格UMEを開発し、触覚トルクフィードバック付き遠隔操作で力覚データを収集、コンプライアントな全身操作ポリシーを学習する手法を提案。
原題: Universal Manipulation Exoskeleton: Learning Compliant Whole-body Policies with Real-time Torque Feedback / Litian Liang, Jingxi Xu, Xinda Qi 他
日本語で読む → - 論文経済学/知識資本econ.GN
資本の知識理論:自然知能と人工知能の価値、第1巻
生産能力がソフトウェアやデータ、知識に依存する現代経済において、知識を資本として捉える理論を構築し、その生成・管理・評価の仕組みを分析する。
原題: A Knowledge Theory of Capital:The Value of Natural and Artificial Intelligence, Volume 1 / Jeffrey Gardiner
日本語で読む → - 論文探索ロボティクス
VANDERER: 未来予測と視覚的好奇心に基づく拡散ポリシーによる地図不要の探索
単眼カメラのみを用いて、視覚的好奇心モジュールで拡散ポリシーを誘導し、地図なしで環境を効率的に探索するフレームワークを提案した。
原題: VANDERER: Map-Free Exploration using Future-Aware and Visual-Curiosity-Guided Diffusion Policy / Venkata Naren Devarakonda, Raktim Gautam Goswami, Prashanth Krishnamurthy 他
日本語で読む → - 論文画像編集画像認識
ChordEdit再考:再現・簡素化・新たな洞察による一段階画像編集の再定義
一段階画像編集手法ChordEditを再現・解析し、その動作メカニズムを解明して簡素化した論文。
原題: Rethinking One-Step Image Editing through ChordEdit: Reproduction, Simplification, and New Insights / Minghan Li, Jeremy Moebel, Mengyu Wang
日本語で読む → - 論文3D人物復元画像認識
Multi-HMR 2: 多人数カメラ中心の人物検出・メッシュ復元・追跡
カメラ座標系での正確な3D位置推定と人物検出を実現する、DETRベースの多人数メッシュ復元フレームワークを提案した。
原題: Multi-HMR 2: Multi-Person Camera-Centric Human Detection, Mesh Recovery and Tracking / Guénolé Fiche, Philippe Weinzaepfel, Romain Brégier 他
日本語で読む → - 論文運動計画ロボティクス
衝突回避運動計画のための半正定値緩和
球状障害物を避ける点ロボットの運動計画問題を半正定値緩和で解く手法を提案し、理論的解析と高速性を示した論文。
原題: Semidefinite Relaxations for Collision-Free Motion Planning / Bernhard Paus Graesdal, Alexandre Amice, Pablo A. Parrilo 他
日本語で読む → - 論文マニピュレーションロボティクス
視覚と触覚による推論時ポリシー誘導
接触を伴う操作タスクにおいて、視覚と触覚の両方を用いて生成ロボットポリシーの候補行動を検証・編集する推論時誘導フレームワークViTaLを提案し、実世界の3つのタスクで成功率を大幅に向上させた。
原題: Inference-time Policy Steering via Vision and Touch / Yilin Wu, Zilin Si, Zeynep Temel 他
日本語で読む → - 論文画像編集画像認識
条件付けが重要:拡散画像編集における反転と注意の安定化
テキスト条件付けの精度が拡散モデルの反転安定性と編集品質に与える影響を理論・実験で示し、条件付けの改良とトークン単位の注意制御を備えたSimEditを提案した。
原題: Conditioning Matters: Stabilizing Inversion and Attention in Diffusion Image Editing / Zheyuan Zhan, Hongchen Li, Can Wang 他
日本語で読む → - 論文触覚機械学習
LESSでより多くを実現:触覚イメージングのための局所シーン表現
触覚イメージングのための物体中心の局所表現(LESS)を提案し、局所受容野を持つリカレントエンコーダのグリッドで触覚シーンをモデル化することで、汎化性能を高め、手持ちセンシングや3D再構成を可能にした。
原題: More with LESS -- Local Scene Representations for Tactile Imaging / Zohar Rimon, Elisei Shafer, Tal Tepper 他
日本語で読む → - 論文3Dシーン生成画像認識
MUSE: 記憶に基づく段階的要件充足によるエージェント型3Dシーン作成
テキストから3Dシーンを生成・編集する際に、既存のシーンを保ちながら要件を段階的に満たすマルチエージェントフレームワークMUSEを提案し、要件レベルの制御と保存を評価するベンチマークも導入した。
原題: MUSE: Agentic 3D Scene Authoring via Memory-Grounded Incremental Requirement Satisfaction / Ruijie Xu, Xinnan Zhu, Jiayu Ying 他
日本語で読む → - 論文強化学習/組み込みシステム制御
TetraRL: オンデバイス深層強化学習システムのための自己適応型ランタイム
本論文は、リソース制約のある組み込みデバイス上でDRLを実行する際に、リアルタイム性、報酬、メモリ、エネルギーという4つの目的を動的にバランスする自己適応型ランタイムフレームワークTetraRLを提案する。
原題: TetraRL: A Self-Adaptive Runtime for On-Device Deep Reinforcement Learning Systems / Zexin Li, Soheil Shirvani, Cong Liu
日本語で読む → - 論文VLA/コード生成cs.PL
機能キャッシュ移植による身体化エージェント向けロバストかつ高速なコードポリシー合成
コード生成LLMの遅延と不安定性を解決するため、検証済み関数コードとKVキャッシュを再利用してポリシーを合成するFCGraftを提案。タスク成功率と生成速度を大幅に向上させた。
原題: Functional Cache Grafting: Robust and Rapid Code-Policy Synthesis for Embodied Agents / Saehun Chun, Wonje Choi, Sera Choi 他
日本語で読む → - 論文グラフ最適化cs.PF
Δ探索を用いた部分グラフ抽出問題の解法
NP困難な部分グラフ抽出問題を解くための汎用ヒューリスティックフレームワークΔ探索を提案し、様々なグラフ問題で既存手法と同等以上の性能を示した。
原題: Solving Subgraph Extraction Problems Using $Δ$Search / Rebin Silva Valan Arasu, Rajiv Gupta
日本語で読む → - 論文ビデオ生成/推論画像認識
テスト時生成ビデオ推論のための時間的バックトラッキング探索
ビデオ生成モデルの推論を改善するため、時間軸上で生成・検証・再開を繰り返すTBS法を提案し、単発生成やBoNサンプリングより高い成功率を達成した。
原題: Temporal Backtracking Search for Test-time Generative Video Reasoning / Sejoon Jun, Zheng Ding, Huangyuan Su 他
日本語で読む → - 論文ハンド/バイオミメティクスロボティクス
MCR-Bionic Hand: 巧緻操作のための解剖学的構造事前知識
ヒトの手の巧緻性は骨格や腱などの構造に一部コード化されているという考えに基づき、手首から指へのテノデーシスや伸筋フードなどの構造的知能を組み込んだ1:1筋骨格バイオミメティックハンドを開発し、硬貨回しやペン移動などの接触を伴うタスクでその有効性を示した。
原題: MCR-Bionic Hand: Anatomical Structural Priors for Dexterous Manipulation / Haosen Yang, Guowu Wei
日本語で読む → - 論文VLA画像認識
MaskWAM: マスクプロンプトと予測を統合したワールドアクションモデル
ロボット制御のためのワールドアクションモデルに、マスクを入力と予測の両方に統合する手法を提案し、言語の曖昧さを低減して汎化性能を向上させた。
原題: MaskWAM: Unifying Mask Prompting and Prediction for World-Action Models / Hanyang Yu, Haitao Lin, Jingbo Zhang 他
日本語で読む → - 論文強化学習/拡散ポリシー機械学習
QPILOTS: フローポリシーのための効率的なテスト時Qステアリング
フローマッチングや拡散ポリシーを強化学習で最適化する際、推論時にノイズ除去プロセスをQ値の勾配で操縦する手法QPILOTSを提案し、オフラインからオンラインへのRLベンチマークで高い成功率を達成した。
原題: QPILOTS: Efficient Test-Time Q-Steering for Flow Policies / Yifan Ruan, Chenyang Cao, Andreas Burger 他
日本語で読む → - 論文マルチモーダル生成画像認識
InterleaveThinker: エージェント型インターリーブ生成の強化
既存の画像生成器にテキストと画像の交互生成能力を付与するマルチエージェントパイプラインを提案し、プランナーと批評エージェントを用いて段階的な指示修正を強化学習で強化する。
原題: InterleaveThinker: Reinforcing Agentic Interleaved Generation / Dian Zheng, Harry Lee, Manyuan Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
PhysVLA: 物理に基づく身体化ロボット操作のためのVLA
既存のVLAモデルは物理法則を無視するため、推論時に物理的整合性を補正するプラグアンドプレイのフレームワークPhysVLAを提案し、成功率と安定性を向上させた。
原題: PhysVLA: Towards Physically-Grounded VLA for Embodied Robotic Manipulation / Namai Chandra, Shriram Damodaran, Lin Wang
日本語で読む →
PR・アフィリエイト広告
