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: 2026/6/1 / 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 →- 論文ナビゲーションロボティクス
意図を考慮したシーン表現による群衆中のロボット視覚ナビゲーション学習
群衆中のロボットナビゲーションにおいて、人間の意図と環境構造を考慮した視覚表現を用いた強化学習手法を提案し、シミュレーションと実環境で優れた性能を示した。
原題: Learning Robot Visual Navigation in Crowds via Intention-Aware Scene Representations / Han Bao, Bingyi Xia, Hanjing Ye 他
日本語で読む → - 論文VLA/操作ロボティクス
ProbeAct: プローブ誘導による訓練不要の視覚言語行動モデル障害回復
視覚言語行動モデル(VLA)の失敗を検出・回復する訓練不要の介入フレームワークを提案。隠れ状態プローブと運動状態機械、制御障壁関数フィルタを組み合わせ、追加学習なしで成功率を向上させる。
原題: ProbeAct: Probe-Guided Training-Free Failure Recovery in Vision-Language-Action Models / Fan Zhang, Seongbin Park, Baharan Mirzasoleiman 他
日本語で読む → - 論文外骨格/制御ロボティクス
ExoTraj: 複雑な環境のための汎用下肢外骨格支援ポリシー
動的な外骨格シナリオでの適応トルク予測には高価なモーションキャプチャが必要だが、複雑な屋外環境では実現不可能。本論文では、フローマッチングによる軌道予測とモデル予測制御を統合したExoTrajを提案し、複雑な屋外環境での適応支援を実現する。
原題: ExoTraj: A General Lower-limb Exoskeleton Assistance Policy for Complex Environments / Xiao-Yin Liu, Guotao Li, Long Sun 他
日本語で読む → - 論文ロコ操作ロボティクス
CoorDex: 身体と手の事前知識を統合した連続的器用な人型ロコ操作
歩行と操作を別々に行う従来手法に対し、身体と手の高次元制御を潜在残差制御に変換し、移動しながら器用な操作を可能にする学習パイプラインを提案した。
原題: CoorDex: Coordinating Body and Hand Priors for Continuous Dexterous Humanoid Loco-Manipulation / Sikai Li, Shuning Li, Zhenyu Wei 他
日本語で読む → - 論文共設計/進化計算/強化学習ロボティクス
浮力支援ロボットの挑戦的移動のためのガウス進化的スペシャリストによる高速共同設計
形態と制御を同時最適化するため、設計空間を分割して多様な行動を捉えるガウス進化的スペシャリスト(GES)を提案し、浮力支援脚ロボットBALLUで性能向上と障害物越えを実証した。
原題: Rapid co-design of Buoyancy-assisted robots for Challenging Locomotion using Gaussian Evolutionary Specialists / Ankit Sinha, Nitish Sontakke, Dennis Hong 他
日本語で読む → - 論文操作学習ロボティクス
LaST-HD: スケーラブルな人間データからロボット操作の物理的推論を学習する
人間の手のデモンストレーションとロボットのデモンストレーションを共有の潜在推論空間で整列させ、物理ダイナミクスを内部化することで、ロボット操作の学習を改善する新しい手法を提案した論文。
原題: LaST-HD: Learning Latent Physical Reasoning from Scalable Human Data for Robot Manipulation / Jiaming Liu, Yinxi Wang, Chenyang Gu 他
日本語で読む → - 論文エッジ推論画像認識
ベンチマークを超えて:細粒度路側認識のための連続エッジ推論
エッジデバイス上での連続AI推論における実運用上の課題(熱スロットリングや時間的不安定性など)を分析し、NVIDIA Jetson Orin Nano上で路側認識のための連続推論システムEdge-TSRを提案。時間的安定化機構により、フレーム単位の推論と比較して最大10.16%の分類精度向上を達成した。
原題: Beyond Benchmarks: Continuous Edge Inference for Fine-Grained Roadside Perception / Aditya Mishra, Haroon Lone
日本語で読む → - 論文3D物体検出画像認識
3D物体検出のための学習型非最大値抑制
LiDARベースの3D物体検出において、ヒューリスティックなNMSを学習ベースのフィルタリングモジュールに置き換え、検出精度を向上させる手法を提案した論文。
原題: Learned Non-Maximum Suppression for 3D Object Detection / Timo Osterburg, Stefan Schütte, Torsten Bertram
日本語で読む → - 論文ロボット学習ロボティクス
SPACE: クロスロボットデータからの学習による汎用ポリシーの実現
異なるロボット間で共通の動作表現としてカルテシアン状態差分を用い、ロボットの動特性の違いを適応させるフレームワークSPACEを提案し、汎用ポリシーの学習と展開を改善した。
原題: SPACE: Enabling Learning from Cross-Robot Data Toward Generalist Policies / Haeone Lee, Byeongguk Jeon, Suchae Jeong 他
日本語で読む → - 論文機構設計ロボティクス
SPiralRoll: 転がりロボット向けねじりばねを用いた新しい可変剛性・劣駆動3自由度関節
ねじりばねと2つのモータ入力で回転・径方向伸縮・軸回転の3動作を実現する劣駆動コンプライアント機構を提案し、球状転がりロボットへの統合で前進・旋回を実証した。
原題: SPiralRoll: A Novel Adjustable-Stiffness Underactuated 3-DoF Joint with Torsion Springs for Rolling Robots / Louis Keith, George Ripper, and Seyed Amir Tafrishi
日本語で読む → - 論文ヒューマノイド制御ロボティクス
RGB: RL誘導による全身MPPIヒューマノイド制御
事前学習済みの強化学習ポリシーをサンプリング事前分布として使い、MPPIのコストでタスク目的を指定する全身制御フレームワークを提案。再学習なしでタスク精度を向上させる。
原題: RGB: RL Guided Whole-Body MPPI for Humanoid Control / Yunsoo Seo, Sol Choi, Euncheol Im 他
日本語で読む → - 論文HRIロボティクス
ロボットの外見よりも役割が重要:教育用HRIにおけるタスク文脈が信頼に与える影響
教育用ロボットの外見とタスクの種類が信頼に与える影響を調べ、タスクの種類が信頼に強く影響し、外見は有意でないことを示した。
原題: What Robots Do Matters More Than What They Look Like: Task Context Shapes Trust in Educational HRI / Anna-Maria Velentza, Konstantina Nikou, Anne-Gwenn Bosser 他
日本語で読む → - 論文ロボット機構/制御ロボティクス
X型リンクを用いた関節差動機構を備えた3インチ下水道管検査ロボットの開発
下水道管検査ロボットの改良版を提案し、推進ユニットを連結して差動機構を持たせ、障害物検知制御により段差乗り越え性能を向上させた。
原題: Development of a 3 in Sewer Pipe Inspection Robot with an Articulated Differential Mechanism using X-shaped Linkages / Shoya Umemura, Ryota Taniguchi, Atsushi Kakogawa
日本語で読む → - 論文VLA/ベンチマークロボティクス
RoboProcessBench: 視覚言語ロボット操作におけるプロセス認識理解のベンチマーク
ロボット操作の実行過程を静的監視と動的推論の2次元で評価するベンチマークを構築し、12種類の診断質問群と約58kのQAペアを含むデータセットを提供した。既存のVLMがプロセス理解に乏しいことを示し、教師あり微調整による改善効果も検証した。
原題: RoboProcessBench: Benchmarking Process-Aware Understanding in Vision-Language Robotic Manipulation / Dayu Xia, Yue Shi, Yao Mu 他
日本語で読む → - 論文VLAロボティクス
MuseVLA: ロボット操作のための適応型マルチモーダルセンシング視覚言語行動モデル
RGBカメラだけでは捉えられない温度や音、レーダーなどの多様なセンサ情報を、タスクに応じてツールのように選択・統合できる視覚言語行動モデルを提案した。
原題: MuseVLA: An Adaptive Multimodal Sensing Vision-Language-Action Model for Robotic Manipulation / Xingyuming Liu, Ruichun Ma, Heyu Guo 他
日本語で読む → - 論文自動運転/シナリオ生成ロボティクス
RiskFlow: 高速かつ忠実な安全臨界交通シナリオ生成
自動運転システムの評価に必要な安全臨界シナリオを、反復的ノイズ除去を避け、単一の順伝播で生成する新しいフレームワークを提案した論文。
原題: RiskFlow: Fast and Faithful Safety-Critical Traffic Scenario Generation / Qi Lan, Yining Tang, Yu Shen 他
日本語で読む → - 論文ナビゲーションロボティクス
GroundControl: 軌道一貫性のある不確実性推定による視覚言語エージェントのナビゲーション失敗の予測
視覚言語ナビゲーションエージェントの実行中に、軌道全体の一貫性に基づく不確実性スコアを計算し、失敗や非効率な行動を事前に予測する手法を提案した。
原題: GroundControl: Anticipating Navigation Failures in Vision-Language Agents via Trajectory-Consistent Uncertainty Estimates / Nastaran Darabi, Divake Kumar, Sina Tayebati 他
日本語で読む → - 論文VLA/強化学習ロボティクス
FlowPRO: フローマッチングVLAの報酬なし強化学習による微調整 - 近接化選好最適化を用いて
フローマッチング型VLAモデルを実ロボットに展開可能なポリシーへと微調整する、報酬なしのオフライン強化学習フレームワークFlowPROを提案。選好最適化に近接正則化を導入し、介入・ロールバックデータから高品質なポリシーを学習する。
原題: FlowPRO: Reward-Free Reinforced Fine-Tuning of Flow-Matching VLAs via Proximalized Preference Optimization / Yihao Wu, He Zhang, Junbo Tan 他
日本語で読む → - 論文ナビゲーションロボティクス
ウェイポイントを超えて:視覚言語ナビゲーションのための軌跡中心のウェイポイントパラダイム
連続環境での視覚言語ナビゲーションにおいて、孤立したウェイポイントではなく実行可能な軌跡に基づく新しいウェイポイント予測手法を提案し、計画と制御の一貫性を向上させた。
原題: Beyond Waypoints: A Trajectory-Centric Waypointing Paradigm for Vision-Language Navigation / Haoxiang Shi, Xiang Deng, Haoyu Zhang 他
日本語で読む → - 論文状態推定ロボティクス
非慣性地面上のヒューマノイドロボットのための固有受容不変状態推定
移動・回転する非慣性地面上で、足に取り付けたIMUと運動学的制約を用いて、外部センサなしでロボットの位置・速度を推定する不変拡張カルマンフィルタを提案。Digitロボットでの実験で収束速度と精度が大幅に向上した。
原題: Proprioceptive Invariant State Estimation for Humanoid Robots on Non-Inertial Ground / Falak Mandali, Zijian He, Yan Gu
日本語で読む → - 論文VLA/操作ロボティクス
接地された3D点のアクションヘッド直接注入による空間・タスク汎化の実現
VLAモデルの空間・タスク汎化を改善するため、3D点ベースの接地信号をアクションヘッドに直接注入する軽量モジュールを提案し、LIBERO-PROで成功率を大幅に向上させた。
原題: Direct Action-Head Injection of A Grounded 3D Point Unlocks Spatial and Task Generalization / Shiang-Feng Tsai, Jin-Cheng Jhang, Yen-Ling Tai 他
日本語で読む → - 論文自動運転ロボティクス
計画整合型トークン圧縮による長文脈自動運転
自動運転のためのモノリシックな視覚行動モデルにおいて、長期の文脈を圧縮する際に計画情報を活用するフレームワークを提案し、成功率を向上させた。
原題: Planning-aligned Token Compression for Long-Context Autonomous Driving / Zhixuan Liang, Yuxiao Chen, Yurong You 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
知覚行動基盤モデル:人間の動作プリエントをロボット中心の地形に適応させる
人間の動作データを基盤としたヒューマノイド制御モデルを、ロボットの周囲地形に適応させるフレームワークを提案。地形に合わせた参照動作を合成し、教師-学生学習で実ロボットに展開する。
原題: Perceptive Behavior Foundation Model: Adapting Human Motion Priors to Robot-Centric Terrain / Zifan Wang, Yizhao Li, Teli Ma 他
日本語で読む → - 論文マニピュレーションロボティクス
ROG-Grasp: 根の形状に基づくロボット把持と配置
RGB-Dカメラで農産物の根の形状から向きを推定し、安定した把持と配置を実現する幾何学ベースのフレームワークを提案。トマトとタマネギで高い成功率を実証した。
原題: ROG-Grasp: Root-Oriented Geometry for Robotic Grasping and Placement / Zijian An, Augustus Sroka, Ran Yang 他
日本語で読む → - 論文VLAロボティクス
PearlVLA: 潜在空間における段階的動作計画の洗練
視覚言語行動モデル(VLA)の推論を潜在空間で行うことで、高速な動作生成と明示的な熟考の両立を実現するフレームワークを提案した。
原題: PearlVLA: Progressive Embodied Action-Plan Refinement in Latent Space / Bochen Yang, Lianlei Shan
日本語で読む → - 論文VLA/強化学習ロボティクス
弾性クエリ強化学習:VLAモデルの自己認識型ポリシー実行
VLAモデルの推論・再計画スケジュールを固定せず、状態の難易度に応じてクエリの入力・ノイズ除去予算・アクション長を動的に調整する枠組みEQRLを提案。軽量な適応器と批評家の不一致による難易度信号で計算資源を効率的に配分し、シミュレーションと実機で推論コストを削減しつつ成功率を維持・向上させた。
原題: Elastic Queries Reinforcement Learning: Self-Aware Policy Execution for VLA Models / Ge Wang, Xinyu Tan, Xiang Li 他
日本語で読む → - 論文制御ロボティクス
適応的ロボット制御のための文脈認識型ニューラルODEダイナミクスの学習
環境変化に適応するため、状態と行動の履歴から環境要因を推定するニューラルODEベースの文脈認識型ダイナミクスモデルを提案し、モデル予測制御と組み合わせて様々なロボットで検証した。
原題: Learning Context-Aware Neural ODE Dynamics for Adaptive Robotic Control / Shao-Yi Yu, Jen-Wei Wang, Maya Horii 他
日本語で読む → - 論文LiDARオドメトリロボティクス
セマンティック重み付きICPによるLiDARオドメトリ:クラス認識型残差再重み付けによるロバストなスキャン位置合わせ
LiDARオドメトリの位置合わせにおいて、点群のセマンティッククラスに基づいて残差に重みを付けるICPを提案し、動的物体や不安定な構造の影響を抑えつつ、オフロード環境などでの精度を向上させた。
原題: Semantic-weighted ICP for LiDAR Odometry: Class-Aware Residual Reweighting for Robust Scan Registration / Vasco Carvalho, Tiago Barros, Urbano J. Nunes
日本語で読む → - 論文触覚/操作ロボティクス
T-Rex: 触覚反応型巧みな操作
触覚信号に動的に反応する操作を実現するため、大規模な触覚データセットと可変レートのMixture-of-Transformersアーキテクチャを導入し、12の操作タスクで成功率を大幅に向上させた。
原題: T-Rex: Tactile-Reactive Dexterous Manipulation / Dantong Niu, Zhuoyang Liu, Zekai Wang 他
日本語で読む → - 論文強化学習ロボティクス
WAM-RL: 再構成報酬とオンラインビデオSFTを用いたワールド・アクションモデル強化学習
ワールドモデルとアクションモデルをオンライン環境相互作用で共同最適化する強化学習フレームワークを提案し、長期的タスクでの性能向上を実証した。
原題: WAM-RL: World-Action Model Reinforcement Learning with Reconstruction Rewards and Online Video SFT / Zezhong Qian, Xiaowei Chi, Yu Qi 他
日本語で読む →
PR・アフィリエイト広告
