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 →- 論文歩行ロボティクス
能動的つま先を備えた二足歩行ロボットの敏捷性・効率・衝撃吸収に関する比較研究
人間のつま先の特性を模した14自由度の二足歩行ロボットを提案し、能動的つま先の有無が歩行性能(効率、衝撃吸収、敏捷性)に与える影響を強化学習シミュレーションで比較・定量評価した。
原題: Comparative Study on Agility, Efficiency, and Impact Absorption of Bipedal Robots with Active Toes / Joong-Gil Kim, Wontae Ye, Geunwoo Cho 他
日本語で読む → - 論文VLA/移動マニピュレーションロボティクス
グループ別誤差が重要:11自由度移動マニピュレーションのための視覚言語行動モデルのファインチューニング
異種の関節グループを持つ移動マニピュレータ向けにVLAモデルをファインチューニングする際、総MSEが低いチェックポイントが実機で最良とは限らないことを示し、グループ別誤差がより信頼できる選択指標であると主張する論文。
原題: Per-Group Error, Not Total MSE: Fine-Tuning Vision-Language-Action Models for 11-DoF Mobile Manipulation / Pau Montagut Bofi, Mario García Blasco, Tessa Pulli 他
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VLA画像認識
動作焦点の潜在アクションによる人間のエゴビデオからのクロスエンボディVLA訓練
ラベルなしの人間のエゴビデオから動作の潜在アクションを抽出し、ロボットのVLAモデルを訓練する手法を提案。シミュレーションと実環境で、わずか50トラジェクトリの適応で大規模データセットで訓練した最先端モデルと同等の性能を達成。
原題: Motion-Focused Latent Action Enables Cross-Embodiment VLA Training from Human EgoVideos / Runze Xu, Yiluo Zhang, Jian Wang 他
日本語で読む → - 論文変形物体操作ロボティクス
DLO-Lab: 微分可能物理を用いた変形線状物体操作のベンチマーク
ロープやケーブルなどの変形線状物体(DLO)の操作を学習・評価するための、多様な材料特性を扱える微分可能シミュレータとベンチマークタスク群を提案した論文。
原題: DLO-Lab: Benchmarking Deformable Linear Object Manipulations with Differentiable Physics / Junyi Cao, Yian Wang, Ziyan Xiong 他
日本語で読む → - 論文VLA/人間ロボット協調ロボティクス
協調的VLAによる暗黙的人間ロボット協調の学習支援
模倣学習で訓練したVLAモデルが人間とロボットの協調操作を支援できることを示し、動作チャンクの漏れによる早すぎる支援行動を防ぐ推論時ステアリング手法を提案した。
原題: Learning to Assist: Collaborative VLAs for Implicit Human-Robot Collaboration / Leo Xu, Letian Li, Alex Cuellar 他
日本語で読む → - 論文模倣学習/ロボット制御ロボティクス
EmbodiSteer: 関節空間ガイダンスによる身体非依存視覚運動ポリシーの操縦 - ゼロショット異種身体展開に向けて
身体非依存の視覚運動ポリシーを、推論時の拡散サンプリングを関節空間に持ち上げて全身衝突回避ガイダンスを適用することで、ゼロショットで身体認識型展開を実現する訓練不要フレームワークを提案した。
原題: EmbodiSteer: Steering Embodiment-Agnostic Visuomotor Policies with Joint-Space Guidance for Zero-Shot Cross-Embodiment Deployment / Shihefeng Wang, Kangchen Lv, Mingrui Yu 他
日本語で読む → - 論文模倣学習ロボティクス
RE4: 操作モードを用いた物体インタラクションの模倣の変換認識
物体操作タスクの模倣学習において、解釈可能性を保ちつつ性能を向上させるため、操作モードを考慮したデモンストレーションの検索・変換・再計画・実行からなるRE4フレームワークを提案した。
原題: RE4: Transformation-aware Imitation of Object Interactions Using Manipulation Modes / Arsh Chawla, Rahul Shome
日本語で読む → - 論文VLA/強化学習ロボティクス
Z-1: 視覚言語行動モデルのための効率的強化学習
フローベースのVLAモデルに強化学習を適用し、公開データセットのみで24タスクの成功率を大幅に向上させた。
原題: Z-1: Efficient Reinforcement Learning for Vision-Language-Action Models / Lang Cao, Renhong Chen, Luyi Li 他
日本語で読む → - 論文ナビゲーションロボティクス
階層的意味拡張ナビゲーション:最適輸送とグラフ駆動推論による視覚言語ナビゲーション
連続環境での視覚言語ナビゲーション(VLN-CE)のための、階層的意味シーングラフと最適輸送に基づくプランナー、グラフ認識強化学習を統合したフレームワークを提案し、長期的タスクでの性能を向上させた。
原題: Hierarchical Semantic-Augmented Navigation: Optimal Transport and Graph-Driven Reasoning for Vision-Language Navigation / Xiang Fang, Wanlong Fang, Changshuo Wang
日本語で読む → - 論文操作学習/転移学習ロボティクス
Human2Any: 制約を考慮した構成的プランニングによる人間からロボットへの転移
人間の動画から物体間の相互作用の事前知識を学習し、ロボットの制約を考慮したプランニングと組み合わせることで、実ロボットのデモデータなしに多様なロボットへ操作スキルを転移するフレームワークを提案。
原題: Human2Any: Human-to-Robot Transfer via Constraint-Aware Compositional Planning / Shuo Cheng, Chuye Zhang, Alfred Cueva 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sim2realロボティクス
SimFoundry: ポリシー学習と評価のためのモジュール式自動シーン生成
実世界のビデオからシミュレーション用のシーンを自動生成し、多様なバリエーションを作成してロボットポリシーの訓練と評価を行うシステムを提案。シミュレーションでの評価が実世界性能を強く予測し、訓練時のバリエーション追加が成功率を向上させることを示した。
原題: SimFoundry: Modular and Automated Scene Generation for Policy Learning and Evaluation / Nadun Ranawaka, Josiah Wong, Wei-Lin Pai 他
日本語で読む → - 論文宇宙ロボティクス/軌道計画ロボティクス
宇宙マニピュレータによる転倒物体への終端接近における変圧器ベースのウォームスタート手法
宇宙マニピュレータが転倒するターゲットへ接近する際の軌道生成を高速化するため、逐次凸計画法のウォームスタートに因果トランスフォーマーを適用し、計算時間と軌道の堅牢性を改善した。
原題: Transformer-Based Warm-Starting for Feasible and Optimal Terminal Approach to Tumbling Objects with Space Manipulators / Yuji Takubo, Maximilian Adang, Mac Schwager 他
日本語で読む → - 論文模倣学習ロボティクス
VOLT: 視覚と言語による軌道分割でデモより高速なポリシーを実現
デモ動画を言語と視覚でセグメント化し、高速化可能な区間だけを間引いて学習することで、ロボットがデモより速くタスクを実行できる模倣学習手法を提案した。
原題: VOLT: Vision and Language Trajectory Segmentation for Faster-than-Demonstration Policies / Robert Ramirez Sanchez, Daniel J. Evans, Dylan P. Losey 他
日本語で読む → - 論文ハンド/機構設計ロボティクス
SyLink Hand:人間の巧緻性を目指したシナジー着想リンク駆動の擬人化ハンド
人間の手のシナジー(協調運動)に着想を得て、リンク機構で駆動する擬人化ハンドを設計・試作し、外観・運動学・機能の擬人性と機械的簡素さを両立した。
原題: SyLink Hand: A Synergy-Inspired Linkage-Driven Anthropomorphic Hand for Human-Like Dexterity / Hao Wu, Yanzhe Wang, Yu Feng 他
日本語で読む → - 論文VLA/操作ロボティクス
S$^2$-VLA: 長期的操作のための状態空間誘導型視覚言語行動モデル
長期的なロボット操作タスクで性能が劣化する問題を解決するため、タスクの進行状態を追跡し動的に特徴量を融合する適応的注意機構を導入したVLAモデルを提案した。
原題: S$^2$-VLA: State-Space Guided Vision-Language-Action Models for Long-Horizon Manipulation / Zhipeng Xie, Zongyi Han, Xiangyi Wei 他
日本語で読む → - 論文BCI/AR/ロボットアーム操作ロボティクス
拡張現実を用いた汎用ロボットアーム操作のための脳-ロボットインターフェース
視線による物体選択と運動イメージによる動作制御を組み合わせたARベースの脳-ロボットインターフェースを提案し、日常生活の複数工程タスクで有効性を実証した。
原題: An Augmented Reality Brain-Robot Interface for Generalist Robot Arm Manipulation / Shangkai Zhang, Rousslan Fernand Julien Dossa, Luca Nunziante 他
日本語で読む → - 論文システム設計ロボティクス
サイバーフィジカルシステムにおけるコンポーネントと接続のモデリング
ROSのlaunchファイルをグラフィカルに設計・管理できるモデル統合環境ROSLaunchVisualを提案し、XML設定の視認性と開発効率を向上させた。
原題: Modeling Components and Connections in Cyber-Physical Systems / Kate Sanborn, Tanuj Kenchannavar, Vakul Nath 他
日本語で読む → - 論文動力学モデリングロボティクス
柔軟2自由度ロボットアームのハイブリッド動力学モデリング
柔軟リンクを持つ2自由度ロボットアームの動力学モデリング手法を比較し、物理ベースモデルとデータ駆動モデルの組み合わせの有効性を検証した論文。
原題: Hybrid Dynamics Modeling for a Flexible 2-DoF Robotic Arm / Maciek Popik, Daniel Yang, Mahdis Bisheban
日本語で読む → - 論文V2X/エッジクラウド協調画像認識
CABLE: V2Xシステム向けクラウド支援・帯域効率的なLMMベース符号化
エッジとクラウド間の通信量を削減するため、前フレームのセグメンテーション結果を利用して関心領域を絞り込み、その領域のみをクラウドに送信するフレームワークを提案した。
原題: CABLE: Cloud-Assisted Bandwidth-efficient LMM-based Encoding for V2X Systems / Haohua Que, Zhipeng Bao, Qianyi Wu 他
日本語で読む → - 論文ヒューマノイド/シミュレーションロボティクス
SIMPLE: ヒューマノイドの移動操作のためのシミュレーションベースのポリシー学習と評価
ヒューマノイドの全身移動操作タスクを対象とした、大規模で再現可能な統一シミュレーションテストベッドを提案し、多様なタスクとデータ生成パイプラインを統合して、シミュレーションと実世界の性能相関を示した。
原題: SIMPLE: Simulation-Based Policy Learning and Evaluation for Humanoid Loco-manipulation / Songlin Wei, Zhenhao Ni, Jie Liu 他
日本語で読む → - 論文自動運転/VLA画像認識
VLGA: 自動運転のための視覚・言語・幾何・行動モデル
自動運転向けのVLAモデルに、LiDAR点群からの密な幾何情報を再構成する学習を導入し、3D世界の理解と行動決定の精度を向上させた。
原題: VLGA: Vision-Language-Geometry-Action Models for Autonomous Driving / Jin Yao, Dhruva Dixith Kurra, Tom Lampo 他
日本語で読む → - 論文HRI/LLMロボティクス
LLMによるマルチモーダル入力(音声・ジェスチャ・音楽)からの対話的ロボット行動合成
大規模言語モデルを用いて、音声・ジェスチャ・音楽のリズムなどの多様な人間の入力からロボットの行動系列を合成するフレームワークを提案した。
原題: LLM-Powered Interactive Robotic Action Synthesis from Multimodal Speech, Gestures, and Music / Snehasis Banerjee, Ranjan Dasgupta
日本語で読む → - 論文強化学習ロボティクス
ビデオ基盤の最適輸送によるフィードバック効率的なオフライン選好ベース強化学習
ビデオ基盤モデルの表現空間で最適輸送を用いて軌道を整列させ、少数のラベルから高品質な擬似ラベルを生成することで、選好ベース強化学習のラベルコストを大幅に削減する半教師ありフレームワークを提案した。
原題: Video-Based Optimal Transport for Feedback-Efficient Offline Preference-Based Reinforcement Learning / Tung M. Luu, Hwanhee Kim, Younghwan Lee 他
日本語で読む → - 論文自動運転ロボティクス
DeepIPCv3: 突然の歩行者横断回避のためのイベント認識型マルチモーダルセンサ融合
フレームベースセンサの遅延やぼけを克服するため、LiDAR点群とDVSイベントストリームをTransformerベースのクロスモーダル注意機構で融合し、突然の歩行者横断を安全に回避するエンドツーエンド自動運転フレームワークを提案した。
原題: DeepIPCv3: Event-Aware Multi-Modal Sensor Fusion for Sudden Pedestrian Crossing Avoidance / Oskar Natan, Andi Dharmawan, Aufaclav Zatu Kusuma Frisky 他
日本語で読む → - 論文マニピュレーションロボティクス
低コストスマート農業マニピュレーションにおける視覚言語行動モデル推論のスレッディング最適化
低コストロボットアーム上でVLAモデルの推論を高速化するため、RTACアルゴリズムのスレッド実装を最適化し、エンドツーエンドの遅延を削減して制御安定性を向上させた。農業産物(ニンニクやクルミ)の操作タスクで効果を検証した。
原題: Threading Optimization for Vision-Language-Action Model Inference in Low-Cost Smart Agricultural Manipulation / Keith Truongcao, Christopher Nhu, Zijian An 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
ReactiveBFM: 汎用ヒューマノイド全身制御に向けたリアクティブ閉ループ動作計画
既存の行動基盤モデルは事前定義された動作しか実行できず環境変化に弱いため、生成型プランナーと追跡制御を閉ループで統合し、曝露バイアスを軽減するリアクティブな全身制御フレームワークを提案した。
原題: ReactiveBFM: Reactive Closed-Loop Motion Planning Towards Universal Humanoid Whole-Body Control / Xiao Chen, Weishuai Zeng, Xiaojie Niu 他
日本語で読む → - 論文系統的レビュー自然言語
社会的物理的HRI(spHRI)の成長を描く:小規模言語モデルによる系統的レビューパイプラインの強化
社会的物理的人ロボット相互作用(spHRI)の系統的レビューを支援するため、小規模言語モデル(SLM)によるタイトル・抄録スクリーニングの性能を評価し、人間のレビュアーが見逃した論文を発見できることを示した。
原題: Charting the Growth of Social-Physical HRI (spHRI): A Systematic Review Pipeline Augmented by Small Language Models / Mayumi Mohan, Ju-Hung Chen, Alexis E. Block
日本語で読む → - 論文データ収集/具現化知能ロボティクス
物流における具現化知能のためのデータフライホイール構築に向けて
物流現場の日常業務を再利用可能なデータ資産に変換し、ワールドモデルで長尾の荷物操作の教師データを生成、展開フィードバックを政策改善に還元するデータ中心のフレームワークを提案する。
原題: Towards a Data Flywheel for Embodied Intelligence in Logistics / Anlan Yu, Zaishu Chen, Zhiqing Hong 他
日本語で読む →
PR・アフィリエイト広告
