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 →- 論文マルチオブジェクト追跡画像認識
PS-MOT: 点シードからインスタンス認識を育成するマルチオブジェクト追跡
バウンディングボックスではなく点のアノテーションだけでマルチオブジェクト追跡を実現する手法を提案。データ・モデル・損失の各レベルで点からインスタンスへの階層的パイプラインを構築し、既存の点教師付き追跡手法を上回る性能を達成した。
原題: PS-MOT: Cultivating Instance Awareness from Point Seeds for Multi-Object Tracking / Kai Luo, Fei Teng, Mengfei Duan 他
日本語で読む → - 論文触覚/操作ロボティクス
Dream-Tac: 接触を伴うロボット操作のための統合触覚世界行動モデル
視覚と触覚を統合した世界行動モデルを提案し、接触を伴う操作タスクでの行動予測精度を向上させた。
原題: Dream-Tac: A Unified Tactile World Action Model for Contact-Rich Robot Manipulation / Yunfan Lou, Yifan Ye, Yankai Fu 他
日本語で読む → - 論文自動運転/VLM画像認識
Robusto-2: リマとニューヨーク市における自動運転のための人間とVLMのベンチマーキング
自動運転の認知基盤として使われるVLMが、新しい地理的環境での分布外エッジケースにどの程度一般化できるかを、リマとニューヨーク市のドライバー映像を用いて人間とVLMの回答を比較分析した論文。
原題: Robusto-2: Benchmarking Humans & VLMs for Autonomous Driving in Lima & New York City / Adrian Cespedes, Marcelo Chincha, Dunant Cusipuma 他
日本語で読む → - 論文自動運転ロボティクス
CADET: 物理に基づく因果監査とエンドツーエンド運転プランナーの訓練不要な交絡除去
エンドツーエンドの自動運転プランナーが統計的な近道(因果関係のない手がかりへの依存)を学習する問題を検出・修正する、訓練不要のフレームワークCADETを提案した。
原題: CADET: Physics-Grounded Causal Auditing and Training-Free Deconfounding of End-to-End Driving Planners / Zikun Guo, Yuanyuan Li, Rongjin Zou
日本語で読む → - 論文強化学習機械学習
成功訪問マッチングによるプロセス報酬学習でRLを効率化
スパースな報酬を、成功・失敗エピソードを判別する識別器を使って密なプロセス報酬に変換し、ロボット操作タスクのRL微調整を高速化する手法を提案した。
原題: Learning Process Rewards via Success Visitation Matching for Efficient RL / Raymond Tsao, Andrew Wagenmaker, Sergey Levine
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/ロボットアーム/オープンソースロボティクス
OpenEAI-Platform: オープンソースの具現化人工知能ハードウェア・ソフトウェア統合プラットフォーム
低コストの6+1自由度ロボットアームと再現可能なVLAモデルを統合した完全オープンソースのプラットフォームを提案し、実世界の操作タスクで商用アームや大規模事前学習モデルと同等以上の性能を示した。
原題: OpenEAI-Platform: An Open-source Embodied Artificial Intelligence Hardware-Software Unified Platform / Jinyuan Zhang, Luoyi Fan, Leiyu Wang 他
日本語で読む → - 論文SLAMロボティクス
BPDA-GMM: ガウス混合モデルによるベイズ確率的データ関連付けを用いたセマンティックSLAM
セマンティックSLAMにおけるデータ関連付けを、ディリクレ過程と中国料理店過程に基づくオンラインのベイズ確率的枠組みで行い、物体ランドマークをガウス混合モデルとして更新する手法を提案した。
原題: BPDA-GMM: Bayesian Probabilistic Data Association via Gaussian Mixture Models for Semantic SLAM / Thanh Nguyen Canh, Haolan Zhang, Xiem HoangVan 他
日本語で読む → - 論文逆運動学ロボティクス
グラフ拡散による全身逆運動学
ロボットの構造をグラフで表現し、拡散モデルを用いて逆運動学を解く新しいフレームワークを提案した。
原題: Whole-Body Inverse Kinematics with Graph Diffusion / Helong Huang, Kai Tan, Feng Wen 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 → - 論文マニピュレーションロボティクス
MemoryWAM: 持続的メモリによる効率的な世界行動モデリング
ロボット操作のための世界行動モデルに、最近のフレーム、イベント境界アンカーフレーム、長期履歴を要約するコンパクトなgistトークンを組み合わせたハイブリッドメモリ設計を導入し、長期的な記憶依存タスクを効率的に処理する手法を提案した。
原題: MemoryWAM: Efficient World Action Modeling with Persistent Memory / Sizhe Yang, Juncheng Mu, Tianming Wei 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 → - 論文マッピング画像認識
GaussLite: リアルタイムロボットマッピングのためのオンラインタスク条件付き3Dガウススプラッティング
タスク記述に基づいて3Dガウススプラッティングの表現密度を調整し、関連領域のみを高精細に最適化するリアルタイムマッピングシステムを提案。
原題: GaussLite: Online Task-Conditioned 3D Gaussian Splatting for Real-Time Robotic Mapping / Annika Thomas, Mason Peterson, Jonathan P. How
日本語で読む → - 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/強化学習ロボティクス
dVLA-RL: 離散拡散ビジョン・ランゲージ・アクションモデルに対する軌跡上の強化学習
離散拡散型VLAモデルの強化学習を可能にするため、生成過程をマルコフ決定過程とみなし、軌跡の結合確率を目的関数とする手法を提案した。
原題: dVLA-RL: Reinforcement Learning over Denoising Trajectories for Discrete Diffusion Vision-Language-Action Models / Yuhao Wu, Yitian Liu, Weijie Shen 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 → - 論文強化学習ロボティクス
サポート制約付きRLによる実世界経験なしの実世界ポリシー改善
実データで事前学習したポリシーをシミュレーション内でRLにより改善する際、生成ポリシーのサポートに制約を課すことで、転移可能な行動を保証しつつ性能を向上させる手法SCOREを提案。8つの器用な多指操作タスクで成功率を大幅に改善した。
原題: Support-Constrained RL Enables Real-World Policy Improvement without Real-World Experience / Raymond Yu, William Huey, Mustafa Mukadam 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AR-HRCロボティクス
fARfetch: 大規模で視覚的に多様な環境におけるVLM駆動ARコンテンツ適応による共同配置型AR-HRCの実現
屋外などの大規模で視覚的に多様な環境でのAR-HRCを改善するため、セマンティック環境マッピング、文脈認識型ワールドインミニチュア表現、VLMによるARビュー管理を統合したシステムを提案し、実環境でのユーザスタディで有効性を検証した。
原題: fARfetch: Enabling Collocated AR-HRC in Large Visually Diverse Environments with VLM-Driven AR Content Adaptation / Christian Fronk, Hanting Ye, David Hunt 他
日本語で読む → - 論文群制御ロボティクス
ニューラルネットワークと不変拡張カルマンフィルタを用いた任意軌道に対する定時間遅延リーダ追従
車両隊列が通信やGPSなしでリーダの軌道を追従するため、確率的Seq2Seqニューラルネットと不変拡張カルマンフィルタを組み合わせて遅延を補償し、幾何モデル予測制御で追従性能を高める手法を提案・検証した。
原題: Constant Time-Delay Leader Following with Neural Networks and Invariant Extended Kalman Filters for Arbitrary Trajectories / Luka Antonyshyn, Paulo Ricardo Marques de Araujo, Sidney Givigi
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画像認識
Event-VLA: アクション条件付きイベント融合によるロバストな視覚言語行動モデル
照明変化に弱い既存のVLAモデルに対し、イベントカメラのストリームをアクションクエリ経由で融合するEvent-VLAを提案し、低照度下での操作成功率を向上させた。
原題: Event-VLA: Action-Conditioned Event Fusion for Robust Vision-Language-Action Model / Jiaxin Liu, Xun Xu, Zhenhao Zhang 他
日本語で読む → - 論文自動運転ロボティクス
遅延・誤作動AEBイベントのアノテーション学習:極端なクラス不均衡と非対称ラベルノイズへの実践的システム
自動緊急ブレーキ(AEB)の遅延・誤作動イベントを自動でアノテーションする初のフレームワークを提案し、データ拡張とノイズ抑制により再現率を80%向上させ、手作業を50%削減した。
原題: Learning to Annotate Delayed and False AEB Events: A Practical System for Extreme Class Imbalance and Asymmetric Label Noise / Mengxiang Hao, Xin Jiang, Xinghao Huang 他
日本語で読む → - 論文VLA/全身制御ロボティクス
OpenHLM:全身ヒューマノイド移動操作の実証的レシピ
ヒューマノイドの全身協調動作を実現するため、言語と画像から全自由度を直接制御するVLAモデルの構築方法を体系的に研究し、実用的なレシピを提案した。
原題: OpenHLM: An Empirical Recipe for Whole-Body Humanoid Loco-Manipulation / Yingdong Hu, Haodong Zhu, Boyuan Zheng 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 →
PR・アフィリエイト広告
