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sim2realロボティクス
QuadVerse: 四足歩行シミュレーションのための視覚と物理の現実を統合するフレームワーク
RGB動画から再構成した3Dシーンを基盤に、視覚・接触・アクチュエータの各ギャップを統合的に補正し、実機データなしで視覚ナビゲーションをゼロショット展開できる四足歩行シミュレーションフレームワークを提案した。
原題: QuadVerse: An Integrated Framework Aligning Visual-Physical Reality for Quadruped Simulation / Yuxiang Chen, Yuanhao Wang, Ziheng Zhang 他
日本語で読む → - 論文ロボットポリシー/アクション・チャンキングロボティクス
正しく始めて正しく着地:初期ノイズ選択による非同期実行
アクション・チャンキングの非同期実行時に生じるチャンク境界の不整合を、生成前の初期ノイズを適切に選ぶことで解決する学習不要の手法PAINTを提案。逆オイラー反転と再描画ルールで整合性を保ち、シミュレーションと実機で性能を向上させた。
原題: Start Right, Arrive Right: Asynchronous Execution via Initial Noise Selection / Trong-Bao Ho, Quang-Tan Nguyen, Thien-Loc Ha 他
日本語で読む → - 論文自動運転ロボティクス
単一トラックモデルの短時間位置精度:自動運転車の動作計画への影響
自動運転車の動作計画に用いる3種類の単一トラック車両モデルの短時間位置精度を実測データと比較し、モデル選択のためのトレードオフを明らかにした。
原題: Short-Horizon Position Accuracy of Single-Track Models: Implications for Motion Planning of Autonomous Vehicles / Aron J. Aertssen, Lars A. T. H. van Alen, Igo J. M. Besselink 他
日本語で読む → - 論文記憶/エピソード記憶ロボティクス
記憶に値するもの:驚きでゲートされたロボットのエピソード記憶
ロボットの長期記憶を選択的に保持するため、ベイズ的驚きをゲート機構として用いる手法を提案。V-JEPA-2の潜在空間で驚きを計算し、4Dシーングラフ空間記憶と組み合わせることで、ロボットの質問応答性能を向上させた。
原題: Worth Remembering: Surprise-Gated Robot Episodic Memory / Nicolas Gorlo, Derek K. Wise, Alberto Speranzon 他
日本語で読む → - 論文動作リターゲティングロボティクス
Human2Humanoid: ヒューマノイドロボットのための物理認識クロスモルフォロジー動作リターゲティング
人間の動作をヒューマノイドロボットに転写するための教師なしリターゲティングフレームワークを提案し、CycleGANと物理制約を組み合わせて高忠実度かつ物理的に実現可能な動作を生成する。
原題: Human2Humanoid: Physics-Aware Cross-Morphology Motion Retargeting for Humanoid Robots / Tianchen Huang, Feiyang Yuan, Junchi Gu 他
日本語で読む → - 論文ドローン制御ロボティクス
揚力翼クアッドコプターによる機敏な目標迎撃のための平面扇形LOS誘導
画像中心に目標を保つ従来の円錐LOS制約が機動性を制限する問題に対し、横方向の画像誤差のみを厳しく制約する平面扇形LOS誘導を提案し、揚力翼クアッドコプターで目標追跡・迎撃を実証した。
原題: Planar-Sector LOS Guidance for Interception of Agile Targets with Lifting-Wing Quadcopters / Linkai Liu, Kun Yang, Han Zou 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LLMエージェント/制御ロボティクス
宇宙自律のためのエージェント型自動研究:航空宇宙制御問題向けの監査可能なLLM駆動研究エージェント
大規模言語モデルが航空宇宙制御問題の研究ループを自律的に駆動し、シードノイズに対する信頼性検証を組み込んだフレームワークを提案した論文。
原題: Agentic AutoResearch forSpace Autonomy: An Auditable, LLM-Driven Research Agent for Aerospace Control Problems / Amit Jain, Richard Linares
日本語で読む → - 論文全身制御ロボティクス
CWI: 複合ヒューマノイド全身模倣システムによる移動操作
上半身の操作と下半身の移動を分離し、モーションキャプチャデータを活用してヒューマノイドの全身協調動作を実現する模倣学習フレームワークを提案した。
原題: CWI: Composite Humanoid Whole-Body Imitation System for Loco-manipulation / Wenqi Ge, Junde Guo, Zhen Fu 他
日本語で読む → - 論文全身操作/データ収集ロボティクス
HumanoidUMI: ロボット不要のデモからヒューマノイド全身操作への橋渡し
軽量VRデバイスとUMI風グリッパーを用いてロボットを使わずにヒューマノイドの全身操作データを収集し、そのデータで高次ポリシーを訓練して全身制御に転用する枠組みを提案した。
原題: HumanoidUMI: Bridging Robot-Free Demonstrations and Humanoid Whole-Body Manipulation / Hongwu Wang, Chenhao Yu, Youhao Hu 他
日本語で読む → - 論文動作合成ロボティクス
文脈内モデル予測生成:言語モデルから物理へのオープンボキャブラリ動作合成
テキスト記述から人間の動作を合成する際に、言語モデルの意味理解と物理シミュレーションの現実性を統合したフレームワークICMPGを提案し、オープンボキャブラリの指示に対して物理的に妥当な動作を生成する。
原題: In-Context Model Predictive Generation: Open-Vocabulary Motion Synthesis from Language Models to Physics / Xiaomeng Fu, Junfan Lin, Yang Liu 他
日本語で読む → - 論文安全強化学習/VLAロボティクス
SafeDojo: インタラクティブワールドモデルによるVLAのための安全強化学習
視覚言語行動(VLA)ポリシー向けに、ワールドモデルベースの想像を通じて安全な行動を学習する初のモデルベース安全強化学習フレームワークを提案。
原題: SafeDojo: Safe Reinforcement Learning for VLA via Interactive World Model / Kai Tang, Peidong Jia, Zhong Chu 他
日本語で読む → - 論文データセット標準ロボティクス
FAIR^2 Drones: 分野横断型ドローン野生動物データセットのためのAI対応標準規格
生態学、ロボティクス、コンピュータビジョンの分野横断で再利用可能なドローン野生動物データセットの標準規格を提案し、メタデータとアノテーション仕様を統一する。
原題: FAIR^2 Drones: An AI-Ready Standard for Cross-Domain Wildlife Drone Datasets / Jenna Kline, Kilian Meier, Vandita Shukla 他
日本語で読む → - 論文ドローン/強化学習ロボティクス
投擲を学ぶ:クアッドローターによるケーブル吊り下げペイロードの機敏かつ正確な配送
クアッドローターが吊り下げたペイロードを目標へ正確に投げる強化学習ポリシーを、高精度シミュレーションと実機で検証し、モデルベース手法より誤差と時間を大幅に削減した。
原題: Learning to Throw: Agile and Accurate Cable-Suspended Payload Delivery with a Quadrotor / Yifan Zhai, Elia Raimondi, Yunfan Ren 他
日本語で読む → - 論文群制御ロボティクス
SPACE: 群知能フェロモン場による適応的衝突回避探索
多数のロボット群による未知環境探索で、混雑時の衝突を減らしつつ効率的な探索を実現するため、蟻の採餌行動に着想を得た分散協調手法SPACEを提案した。実建物のフロアプランで最大256台の群れを評価し、衝突率を大幅に低減しつつ探索時間はほぼ同等であることを示した。
原題: SPACE: Swarm Pheromone Fields for Adaptive Collision-Aware Exploration / Haohua Que, Haojia Gao, Mingkai Liu 他
日本語で読む → - 論文マニピュレーションロボティクス
行動プロンプト方策:操作のためのデモンストレーションをプロンプトとして活用
単一の人間のデモンストレーションをプロンプトとして用い、推論時に新しいタスクを実行できるロボットのパラダイムを提案。新しいアーキテクチャ、データ収集インターフェース、評価ベンチマークを導入し、微調整なしで新しいスキルを教える柔軟な方法を示した。
原題: Behavior Prompting Policy: Demonstrations as Prompts for Manipulation / Austin Patel, Ben Pekarek, Joel Enrique Castro Hernandez 他
日本語で読む → - 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 → - 論文行動クローニングロボティクス
オープンデータ・訓練・評価によるスケーラブルな行動クローニング
大規模な遠隔操作データセットABC-130K(3500時間、13万エピソード)とオープンソースのハードウェア・訓練・シミュレーション基盤を公開し、行動クローニングの再現可能な研究基盤を提供した。
原題: Scalable Behavior Cloning with Open Data, Training, and Evaluation / Arthur Allshire, Himanshu Gaurav Singh, Ritvik Singh 他
日本語で読む → - 論文ドローン/LLMエージェントロボティクス
AerialClaw: LLM駆動の自律型空中エージェントのためのオープンソースフレームワーク
自然言語のミッションを理解し、実行可能な空中スキルを呼び出し、フィードバックを閉ループで反映するLLMベースの自律UAVエージェントを実現するオープンソースフレームワークを提案する。
原題: AerialClaw: An Open-Source Framework for LLM-Driven Autonomous Aerial Agents / Ke Li, Jianfei Yang, Luyao Zhang 他
日本語で読む → - 論文ドライバーモニタリングロボティクス
リスクを考慮した選択的マルチモーダルドライバーモニタリング:ドライバー状態のワールドモデリングを用いて
自動運転車のドライバーモニタリングにおいて、軽量なRGB-生理信号モデルと学習されたゲートを用いて、高速予測と安全介入のための棄却を選択するコスト考慮型フレームワークを提案した。
原題: Risk-Aware Selective Multimodal Driver Monitoring with Driver-State World Modeling / Daosheng Qiu, Haozhuang Chi, Hao Su 他
日本語で読む → - 論文ナビゲーションロボティクス
未マップ環境におけるアッカーマン操舵ロボットの安全な局所ナビゲーション
グローバルな目標がない未マップ環境で、障害物検出に基づき最も安全な進行方向を決定し、凸二次最適化で左右の境界線を構築して障害物を回避する局所ナビゲーション制御フレームワークを提案した。
原題: Safe Local Navigation for Ackermann-Steered Robots in Unmapped Environments / Christian Schaible, Shahin Sirouspour
日本語で読む → - 論文空中マニピュレーションロボティクス
AIR-VLA+: 非対称MoEを備えたカスケード二重アクションデコーダによる空中ロボットの移動と操作の分離
空中マニピュレーションのためのフローマッチング行動生成アーキテクチャを提案し、カスケード型の操作・移動デコーダと非対称MoEにより、UAVの移動とアーム操作の表現結合問題を解決した。
原題: AIR-VLA+: Decoupling Movement and Manipulation via Cascaded Dual-Action Decoders with Asymmetric MoE for Aerial Robots / Jianli Sun, Bin Tian, Qiyao Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
FlowMaps: フローマッチングによる長期的な多峰性物体ダイナミクスのモデリング
家庭環境でのロボットのナビゲーションのために、物体の将来位置の多峰分布をフローマッチングで学習し、動的物体ナビゲーションで性能を向上させた。
原題: FlowMaps: Modeling Long-Term Multimodal Object Dynamics with Flow Matching / Francesco Argenziano, Miguel Saavedra-Ruiz, Sacha Morin 他
日本語で読む → - 論文強化学習機械学習
SHAPO: シャープネスを考慮した安全探索のための方策最適化
エピステミック不確実性に基づく安全探索手法を提案し、パラメータ摂動に対する感度を利用して方策更新を悲観的にすることで、未探索領域での安全な行動を促進する。
原題: SHAPO: Sharpness-Aware Policy Optimization for Safe Exploration / Kaustubh Mani, Yann Pequignot, Vincent Mai 他
日本語で読む → - 論文姿勢推定画像認識
Flow6D: 離散から連続へのフローマッチングによる効率的かつ高精度なカテゴリレベル6D姿勢推定
6D姿勢推定を高精度かつ高速に行うため、離散的な潜在空間での位置特定と連続的な姿勢回帰を組み合わせた階層的フローマッチングフレームワークを提案した。
原題: Flow6D: Discrete-to-Continuous Flow Matching for Efficient and Accurate Category-Level 6D Pose Estimation / Mingyu Mei, Li Zhang, Zibo Dai 他
日本語で読む → - 論文プランニングロボティクス
VOiLA: 学習拡散モデルを用いたPOMDPエージェントのベクトル化オンラインプランニング
不確実性下でのプランニングのため、拡散モデルでPOMDPの遷移・観測モデルを学習し、GPU並列化に対応したオンラインプランナーに統合するフレームワークを提案。蒸留によりサンプリングコストを大幅削減し、実ロボットでも有効性を示した。
原題: VOiLA: Vectorized Online Planning with Learned Diffusion Models for POMDP Agents / Marcus Hoerger, Rishikesh Joshi, Rahul Shome 他
日本語で読む → - 論文群制御ロボティクス
ロボットをトークンとして:協調マルチロボット軌道生成のための統一拡散トランスフォーマー
各ロボットをトークンとして扱う拡散トランスフォーマーを提案し、複数ロボットの軌道をフィードフォワードで直接生成する。個々の安全性と全体の接続性を満たす軌道を生成できる。
原題: Robots as Tokens: Unified Diffusion Transformer for Coordinated Multi-Robot Trajectory Generation / Ruofei Bai, Jie Chen, Yuxin Cai 他
日本語で読む → - 論文群制御制御
非対称入力と時変出力制約下での分散安全コンセンサス
単一積分器マルチエージェントシステムにおいて、非対称アクチュエータ制約と出力安全制約を同時に満たす分散コンセンサス制御則を提案し、安全性と同期を保証する。
原題: Distributed Safe Consensus Under Asymmetric Input and Time-Varying Output Constraints / Abhinav Sinha, Shashi Ranjan Kumar
日本語で読む → - 論文プライバシー/攻撃cs.CR
VLALeaks: 視覚言語行動モデルに対するメンバーシップ推論攻撃
VLAモデルが訓練データを記憶することによるプライバシー漏洩リスクに着目し、注意の差異に基づくメンバーシップ推論攻撃を提案した。
原題: VLALeaks: Membership Inference Attacks against Vision-Language-Action Models / Xukun Luan, Jinyan Liu, Xuesong Li 他
日本語で読む → - 論文3Dシーングラフロボティクス
占有グリッドに基づく階層的3Dシーングラフのための部屋分割
占有グリッド分解から得られる自由空間領域に部屋ノードを対応付けることで、明示的な多角形フットプリントを持つ部屋層を構築する3Dシーングラフパイプラインを提案し、Matterport3Dデータセットで評価した。
原題: Occupancy-Grounded Room Segmentation for Hierarchical 3D Scene Graphs / Carlos Cueto Zumaya, Iacopo Catalano, Jorge Peña-Queralta 他
日本語で読む →
PR・アフィリエイト広告
