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 →- 論文ウェアラブルロボットロボティクス
SoFiE: インテリジェント把持のためのソフト指外骨格
腱駆動と柔軟素材を用いたモジュール式ソフト指外骨格を提案し、接触力や物体の硬さを推定するセンサを統合して把持支援を行う。
原題: SoFiE: Soft Finger Exoskeleton for Intelligent Grasping / Magnus Malthe Sigsgaard Nielsen, Nicklas Nikolaj Grønvall, Xiaofeng Xiong 他
日本語で読む → - 論文ネットワーク化制御制御
平均年齢だけでは不十分:ネットワーク化LQR制御のための分布を考慮したスケジューリング
ネットワーク化制御システムにおいて、平均情報年齢(AoI)の最小化が必ずしも最適ではないことを示し、スケジューリング間隔の分布全体が制御性能に影響することを理論的・実証的に明らかにした論文。
原題: When Mean Age Is Not Enough: Distribution-Aware Scheduling for Networked LQR Control / Abdullah Y. Etcibasi, C. Emre Koksal, Eylem Ekici
日本語で読む → - 論文マニピュレーションロボティクス
手持ち型と遠隔操作型の監督を橋渡しする状態ゲート専門家による接触リッチ操作
手持ち型データ収集と遠隔操作データを組み合わせ、接触を伴う操作タスクを効率的に学習する手法を提案。状態に応じて専門家を切り替える拡散ポリシーにより、少量の遠隔操作デモで性能を向上させる。
原題: Bridging Handheld and Teleoperated Supervision for Contact-Rich Manipulation via State-Gated Experts / Vidullan Surendran, Neehar Peri, David Watkins
日本語で読む → - 論文VLA画像認識
ImageWAM: 世界行動モデルは本当にビデオ生成が必要か、それとも画像編集だけで十分か?
ビデオ生成に依存する世界行動モデル(WAM)の課題を指摘し、代わりに画像編集モデルを利用したImageWAMを提案。推論時に画像編集のKVキャッシュを行動予測に活用し、計算コストを大幅削減しつつ性能を向上させた。
原題: ImageWAM: Do World Action Models Really Need Video Generation, or Just Image Editing? / Yuyang Zhang, Wenyao Zhang, Zekun Qi 他
日本語で読む → - 論文VLA画像認識
MASER: 身体化3D空間知能のためのモダリティ適応型専門家ルーティング
3D環境での質問応答において、質問内容に応じて最適なモダリティ(点群、RGB画像など)を選択する軽量なルーティングフレームワークを提案した。
原題: MASER: Modality-Adaptive Specialist Routing for Embodied 3D Spatial Intelligence / Hilton Raj, Vishnuram AV
日本語で読む → - 論文オドメトリロボティクス
FAR-LIO: 高速自律走行を実現する高速・高精度・堅牢なLiDAR-慣性オドメトリ
CUDAで高速化したLiDAR-慣性オドメトリフレームワークFAR-LIOを提案し、自律レースなど高速移動環境での低遅延・高精度な位置推定を実現した。
原題: FAR-LIO: Enabling High-Speed Autonomy through Fast, Accurate, and Robust LiDAR-Inertial Odometry / Maximilian Leitenstern, Marcel Weinmann, Patrick Haft 他
日本語で読む → - 論文SLAMロボティクス
物体ベースのマルチロボットSLAMのための分散ポーズグラフリーマン最適化
通信トポロジーに柔軟性を持たせた、物体ベースのマルチロボットSLAM向け完全分散型リーマン最適化フレームワークを提案。コンセンサス機構と近似ニュートン法により、収束性と通信効率を向上させた。
原題: Decentralized Pose Graph Riemannian Optimization for Object-based Multi-Robot SLAM / Yixian Zhao, Yan Huang, Yang Xu 他
日本語で読む → - 論文VLA/ヒューマノイド移動ロボティクス
WOLF-VLA: 全身ヒューマノイド最適移動のための視覚言語行動学習フレームワーク
全身最適制御による動作生成と大規模マルチモーダルデータセットを統合し、自然言語指示から直接ヒューマノイドの移動ポリシーを生成するVLAモデルを訓練する新しいフレームワークを提案した。
原題: WOLF-VLA: Whole-Body Humanoid Optimal Locomotion Framework for Vision-Language-Action Learning / Melya Boukheddimi, Omar Adjali, Daniel Sontag 他
日本語で読む → - 論文自動運転/運動計画/強化学習ロボティクス
深層クープマン作用素を用いた学習予測制御による自動運転車両の運動計画
自動運転車両の運動計画において、非線形・不確かな車両ダイナミクスを深層クープマン作用素で線形化し、アクタークリティック強化学習による閉ループ状態フィードバックポリシーを生成する学習予測制御フレームワークを提案した。非凸な障害物制約を凸近似とポテンシャル場で扱い、安全性を確保する。
原題: Learning Predictive Control with Deep Koopman Operators for Autonomous Vehicle Motion Planning / Xinglong Zhang, Yongqian Xiao, Haotian Cao 他
日本語で読む → - 論文強化学習/セキュリティ機械学習
データポイズニングによるステルスな世界モデル操作
モデルベース強化学習エージェントの世界モデルを、微調整データのポイズニングによって操作し、計画を破綻させる攻撃手法SWAAPを提案した。
原題: Stealthy World Model Manipulation via Data Poisoning / Yibin Hu, Xiaolin Sun, Zizhan Zheng
日本語で読む → - 論文VLAロボティクス
ASCIIアートがLLMをVLAコントローラに変える
視覚情報をASCII表現に変換してテキストのみのLLMに入力することで、VLAスタイルのコントローラを構築できることを示した論文。シミュレーションと実機の2D操作タスクで有効性を実証している。
原題: ASCII Art Turns LLMs into VLA Controllers / Yitao Jiang, Roy Xing, Luyang Zhao 他
日本語で読む → - 論文ナビゲーションロボティクス
MVP-Nav: 多層価値マップによる物理認識ナビゲーション
RGB画像のみを用いたゼロショット物体ゴールナビゲーションにおいて、3D基盤モデルで2Dセマンティクスを3D境界ボックスに投影して物理占有を再構成し、セマンティック優先度と幾何を統合した多層価値マップで物理的に安全な経路計画を行う手法を提案。
原題: MVP-Nav: Multi-layer Value Map Planner Navigator / Wenyuan Xie, Shaokai Wu, Yijin Zhou 他
日本語で読む → - 論文強化学習機械学習
視覚言語モデルのガイダンスによるポテンシャルベース報酬整形の自動化
視覚言語モデル(VLM)のフィードバックを用いてポテンシャル関数を学習し、報酬整形を自動化するフレームワークVLM-PBRSを提案した。スパース報酬環境での学習を加速しつつ、最適方策を保持することを実証した。
原題: Automating Potential-based Reward Shaping with Vision Language Model Guidance / Henrik Müller, Daniel Kudenko
日本語で読む → - 論文視覚場所認識画像認識
外洋から密閉キャビンへ:海事認識とキャビン点検のためのクロスシーン視覚場所認識ProteusVPR
船舶環境での視覚場所認識の課題に対し、2段階の検索・精密化フレームワークProteusVPRを提案し、新しい船舶搭載データセットXHZで精度を大幅に向上させた。
原題: From Open Waters to Enclosed Cabins: ProteusVPR for Cross-Scene Visual Place Recognition in Maritime Perception and Cabin Inspection / Zexi Chen, Zitai Huang, Qiwen Gu 他
日本語で読む → - 論文探索アルゴリズムAI
多値ヒューリスティクスと次元削減を橋渡しする多目的探索
多目的最短経路探索において、多値ヒューリスティクスと次元削減を安全に統合する理論的枠組みを提案し、正確性を保証するアルゴリズムを開発した。
原題: Bridging Multi-Valued Heuristics and Dimensionality Reduction in Multi-Objective Search / Maya Wolff, Ariel Felner, Oren Salzman
日本語で読む → - 論文群制御制御
連結・自動運転・人間運転車両のプラトゥーニング:深層強化学習に基づくアプローチ
非連結車両もプラトゥーンに参加可能なハイブリッド編成パターンを提案し、深層強化学習により交通容量と安定性のトレードオフを動的に最適化する制御戦略を開発した。
原題: Platooning Connected, Autonomous, and Human-Driven Vehicles: A Deep Reinforcement Learning-based Approach / Zhen Qina, Dong-Fan Xie, Heng Ma 他
日本語で読む → - 論文シミュレーション較正ロボティクス
ブリッジ型SBI:低忠実度事後分布のバイアス補正による高忠実度推論のコスト効率化
粒子ベースの土工シミュレーションのパラメータ較正を、低忠実度シミュレーションで得たバイアス付き事後分布を高忠実度シミュレーションの結果に合わせて補正する「ブリッジ型SBI」を提案し、計算コストを抑えつつ高精度な推論を実現した。
原題: Bridged SBI: Correcting Biased Low-Fidelity Posteriors for Cost-Efficient High-Fidelity Inference / Gahee Kim, Yuki Kadokawa, Sandro M. Alcantara Tacora 他
日本語で読む → - 論文交通シミュレーションロボティクス
閉ループ交通モデリングにおける局所観測と大域シミュレーションの橋渡し
自動運転の交通シミュレータが、局所的な観測データで学習した結果、閉ループ環境で不自然な挙動を起こす問題を、自己教師ありで失敗を発見し、選好アライメントで補正するフレームワークCRAFTを提案した。
原題: Bridging Local Observation and Global Simulation in Closed-Loop Traffic Modeling / Ziyan Wang, Tan Xiang, Peng Chen 他
日本語で読む → - 論文自動運転画像認識
PriorEye: エンドツーエンド自動運転のための地理空間視覚事前知識
エンドツーエンド自動運転に、走行経路に紐づく地理空間の視覚事前知識を導入し、デュアルメモリと適応ゲートでセンサ非依存の先読みを実現する手法を提案。NAVSIM-v2で性能向上とセンサ劣化への頑健性を確認。
原題: PriorEye: Geospatial Visual Priors for End-to-End Autonomous Driving / Kyuhwan Yeon, Benjamin Ramtoula, Daniele De Martini
日本語で読む → - 論文SLAMロボティクス
MoPe: 動的環境における堅牢な単眼ガウス写像のための運動永続性
動的物体の「動き」は瞬間的な見た目ではなく時間的な性質であると捉え、過去の動的推定を幾何学的に伝播させて現在の観測と融合する「運動永続性」の原理を導入し、単眼ガウス写像SLAMの動的領域の誤吸収によるゴーストアーティファクトを低減する手法を提案した。
原題: MoPe: Motion Permanence for Robust Monocular Gaussian Mapping in Dynamic Environments / Qixin Xiao
日本語で読む → - 論文マニピュレーションロボティクス
接触リッチ操作のための超並列サンプリングベースMPCの実機展開
JAXとMuJoCo MJXを用いたサンプリングベースMPCを実機Frankaに展開し、Push-Tタスクでモード切替を要する場合に既存手法より優れることを示した。また、オンラインのドメインランダム化の効果を評価した。
原題: Real-World Deployment of Massively Parallel Sampling-Based MPC for Contact-Rich Manipulation / Magnus Dierking, Joao Carvalho, An Thai Le 他
日本語で読む → - 論文ローカライゼーションロボティクス
メリディアン:都市環境を超えたクロスビュー地理的ローカライゼーションのためのメトリック・セマンティックプリミティブマッチング
航空画像と地上ロボットのRGB-Dデータから高レベルなメトリック・セマンティックプリミティブをマッチングし、訓練なしで多様な環境に一般化する正確なグローバルローカライゼーション手法を提案した。
原題: Meridian: Metric-Semantic Primitive Matching for Cross-View Geo-Localization Beyond Urban Environments / Mason Peterson, Qingyuan Li, Yixuan Jia 他
日本語で読む → - 論文スパイクニューラルネットワークロボティクス
VL2Spike: スパイク駆動蒸留によるVLMから低消費電力ロボット視覚認識への橋渡し
スパイクニューラルネットワーク(SNN)の性能向上のため、視覚言語モデル(VLM)の知識をスパイク変換器モデルに蒸留するフレームワークVL2Spikeを提案した。
原題: VL2Spike: Spike-driven Distillation from VLMs for Low-Power Visual Perception in Embodied AI / Zinan Liu, Eric Zheng, Soumyaratna Debnath 他
日本語で読む → - 論文歩行/強化学習ロボティクス
インラインスケート型ヒューマノイドロボットの強化学習に基づく制御
受動的なインラインスケートを装着したヒューマノイドロボットに対し、強化学習で制御ポリシーを訓練し、動的でエネルギー効率の高いスケーティング動作を実現した。実機へのゼロショット転送にも成功している。
原題: Reinforcement Learning-Based Control for an Inline Skating Humanoid Robot / Ethan Marot, Thomas Bi, Clemens Schwarke 他
日本語で読む → - 論文形式的合成ロボティクス
ロボットの計画と制御のための時間論理と形式的合成
ロボットの行動仕様を時間論理で記述し、形式的合成手法により保証付きの計画・制御を実現する方法を概説した論文。
原題: Temporal logics and formal synthesis for robot planning and control / Jana Tumova, Joris Verhagen, Matti Vahs
日本語で読む → - 論文VLA画像認識
エンコーダの勝者はVLAバックボーンの規模を超えて確実には転送されない:凍結バックボーン移植診断
VLAポリシーにおいて、小規模バックボーンで最適な視覚エンコーダが大規模バックボーンでも最適とは限らないことを、凍結バックボーン移植診断法を用いて実証した。
原題: Encoder Winners Do Not Reliably Transfer Across VLA Backbone Scale: A Frozen-Backbone Grafting Diagnostic / Qingping Zeng, Fei She
日本語で読む → - 論文触覚ロボティクス
RCT: ロボット収集による触覚-視覚-言語データセットと触覚汎化の評価
ロボットが122種類の工業材料を押した際の触覚データを収集し、未見の材料に対する触覚表現の汎化性能を評価するためのデータセットと評価手法を提案した論文。
原題: RCT: A Robot-Collected Touch-Vision-Language Dataset for Tactile Generalization / Jingbo He, Michael Färber, Roberto Calandra
日本語で読む → - 論文農業ロボットロボティクス
フィールド性能を向上させたモジュール式双腕リンゴ収穫ロボット
上下に配置した双腕で1本の樹の上下領域を同時に収穫できるモジュール式リンゴ収穫ロボットを開発し、実地試験で成功率80%、平均サイクル時間7.53秒を達成した。
原題: A Modular Dual-Arm Apple Harvesting Robot with Enhanced Field Performance / Keyi Zhu, Kyle Lammers, Chaaran Arunachalam 他
日本語で読む → - 論文位置推定ロボティクス
MIL-LC: 頑健な磁気・慣性・LiDAR融合マルチモーダル位置推定フレームワーク
GNSS拒否環境や幾何学的反復・テクスチャレス環境でも頑健な位置推定を実現するため、磁気センサ・慣性センサ・LiDARを融合したマルチモーダル位置推定フレームワークMIL-LCを提案した。
原題: MIL-LC: A Robust Magnetometer-Inertial-LiDAR Fusion Multimodal Localization Framework / Qiyang Lyu, Zhenyu Wu, Wei Wang 他
日本語で読む → - 論文VLAロボティクス
SA-VLA: 状態認識トークナイザによる視覚言語行動モデルの性能向上
ロボットの現在状態を考慮して離散アクショントークンを連続値に復号する状態認識アクショントークナイザを提案し、操作タスクの成功率を大幅に向上させた。
原題: SA-VLA: State-aware tokenizer for improving Vision-Language-Action Models' performance / Tengyue Jiang, Chunpu Xu, Jiayue Kang 他
日本語で読む →
PR・アフィリエイト広告
