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VLA/モデル圧縮ロボティクス
視覚言語行動モデルにおけるパラメータ冗長性の再考:VLMからVLAへの適応からの洞察
VLAモデルのパラメータ削減時に性能劣化が不可避とされる従来の見解に疑問を呈し、適応時のパラメータ変化の空間分布を解析し、モジュールごとの重要度に基づくマルチモジュール同時刈り込み手法を提案した。
原題: Revisiting Parameter Redundancy in Vision-Language-Action Models: Insights from VLM-to-VLA Adaptation / Fengnian Zhang, Tao Huang, Siyu Xu 他
日本語で読む → - 論文ホッピングロボット/姿勢制御ロボティクス
プロペラ支援による階層的力配分を用いた堅牢な3Dホッピングロボット
脚とプロペラの推力を階層的に配分する枠組みを提案し、3Dホッピングロボットの飛行中の姿勢制御を強化して、屋内外での持続的なホッピングと外乱回復を実証した。
原題: Propeller-Assisted Robust 3D Hopping Robot with Hierarchical Force Allocation / Chuhan Zhang, Hongbo Zhang, Yanlin Chen 他
日本語で読む → - 論文VLA/サーベイロボティクス
人間のビデオからロボット操作へ:人間中心データを用いたスケーラブルな視覚言語行動学習に関するサーベイ
ロボットのデモデータに頼らず、豊富な人間のビデオをVLAモデルの学習に活用する手法を4つのカテゴリに分類して整理し、未解決の課題と今後の研究方向を提示したサーベイ論文。
原題: From Human Videos to Robot Manipulation: A Survey on Scalable Vision-Language-Action Learning with Human-Centric Data / Zhiyuan Feng, Qixiu Li, Huizhi Liang 他
日本語で読む → - 論文継続学習/力覚/ロボット操作ロボティクス
多感覚継続学習:事前学習済み視覚運動ポリシーの力覚への適応
事前学習済みの視覚のみのロボットポリシーに、力覚などの新しいモダリティを追加し、元のタスク性能を保ちながら接触を伴う新タスクへ適応させる手法を提案した。
原題: Multisensory Continual Learning: Adapting Pretrained Visuomotor Policies to Force / Jaden Clark, Changhao Wang, Yihuai Gao 他
日本語で読む → - 論文マルチタスクRLロボティクス
GPU並列マルチタスク強化学習とデモンストレーション誘導型方策最適化
GPU並列環境で複数の操作タスクを同時に学習するベンチマークMT-Liberoを構築し、デモンストレーションを活用したDGPOアルゴリズムを提案して性能を向上させた。
原題: GPU-Parallel Multi-Task Reinforcement Learning with Demonstration Guided Policy Optimization / Rui Zhang, Qiwei Wu, Zhengyu Zhang 他
日本語で読む → - 論文触覚/ロボット学習ロボティクス
AetheRock: 力誘導型視覚触覚学習のための腕装着型ロボット教示システム
腕に装着する触覚・力覚センサ付きデバイスと、力と視覚で触覚学習を誘導するフレームワークを提案し、接触を伴う操作タスクのデータ収集と学習効率を向上させた。
原題: AetheRock: An Arm-Worn Robot Teaching System for Force-Guided Vision-Tactile Learning / Hong Li, Yue Xu, Yihan Tang 他
日本語で読む → - 論文群制御画像認識
DroneShield-AI: 混雑空域におけるリアルタイム自律ドローン脅威検知・行動意図分類・群知能のためのマルチモーダルセンサ融合フレームワーク
RF信号、音響、視覚の各センサを融合し、ドローンの脅威検知と行動意図分類、群行動分析を行うオープンなフレームワークを提案した。
原題: DroneShield-AI: A Multi-Modal Sensor Fusion Framework for Real-Time Autonomous Drone Threat Detection, Behavioral Intent Classification, and Swarm Intelligence in Contested Airspace / Marius Bayizere
日本語で読む → - 論文ナビゲーションロボティクス
Unitree Go2 Eduを用いた図書館サービスロボットの自律ナビゲーションシステム
図書館内の狭い通路や動的障害物に対応するため、Unitree Go2 Edu四足ロボットにROS 2ナビゲーションシステムを構築し、実環境で高い成功率と精度を実証した。
原題: Autonomous Navigation System for Library Service Robot Based on Unitree Go2 Edu / Aoduo Li, Haoran Lv, Bingquan Ou 他
日本語で読む → - 論文マニピュレーションロボティクス
分散生成AIモデルを用いた人ロボット協調操作のための対話型フレームワーク
ローカル言語モデルと視覚言語モデルをROS 2ベースの実行スタックに統合し、自由形式のユーザー指示からピック・プレース・ハンドオーバーなどの操作を生成する対話型フレームワークを提案。ウェブダッシュボードで意図と接地結果を可視化し、操作前に明示的な確認を要求する。
原題: A Conversational Framework for Human-Robot Collaborative Manipulation with Distributed Generative AI models / Arash Ghasemzadeh Kakroudi, Roel Pieters
日本語で読む → - 論文拡散モデル/計画ロボティクス
粗密段階的構成拡散による長期的計画
事前学習済みの短期的拡散モデルを用いて、粗い構造で全体を整合させた後、局所的な詳細を復元する推論時サンプリング手法CoFiを提案し、長期的ロボット計画や画像・動画生成で性能を向上させた。
原題: Coarse-to-Fine Compositional Diffusion for Long-Horizon Planning / Byoungwoo Park, Utkarsh A. Mishra, Jaemoo Choi 他
日本語で読む → - 論文掘削機/ポリシー学習/シミュレーションロボティクス
粒子シミュレーションを用いたポリシー学習による掘削機の自律障害物除去
掘削機が地面の障害物を自律的に除去するためのポリシー学習フレームワークを提案。埋没条件に基づくカリキュラム学習でシミュレーションコストを抑えつつ、実機への適用を実現した。
原題: Autonomous Obstacle Removal for Excavators through Policy Learning with Particle Simulation / Yuki Kadokawa, Sandro M. Alcantara Tacora, Taro Abe 他
日本語で読む → - 論文動作生成cs.GR
DC-Motion: 離散・連続トークンによる構造と詳細の分離を用いた人間動作生成
テキストから人間の動作を生成する際、動作の大まかな構造と細かな動きの両方を表現するため、動作を離散的な構造トークンと連続的な残差潜在変数に分解するフレームワークを提案した。
原題: DC-Motion: Decoupling Structure and Details via Discrete-Continuous Tokens for Human Motion Generation / Hequan Wang, Xuean Chen, Jiaxu Zhang 他
日本語で読む → - 論文世界モデルロボティクス
PAIWorld: ロボット操作のための3D整合性を持つ世界基盤モデル
複数視点の3D整合性を保つ世界基盤モデルを提案し、ロボット操作のための予測と計画を改善した。
原題: PAIWorld: A 3D-Consistent World Foundation Model for Robotic Manipulation / Yuhang Huang, Xuan Lv, Junyan Xu 他
日本語で読む → - 論文探索/シーングラフロボティクス
SCOUT: 不確実性誘導型探索による意味的シーン網羅
ロボットが能動的に環境を探索しながら、不確実性を考慮した3Dシーングラフを構築し、意味的完全性を高めるためのフレームワークを提案した論文。
原題: SCOUT: Semantic scene COverage via Uncertainty-guided Traversal / Junyu Mao, Sara Ayoubi, Vishnu D. Sharma 他
日本語で読む → - 論文アフォーダンス推論機械学習
物体が「何であるか」ではなく「何を可能にするか」:アフォーダンス推論のための機能的潜在空間
外見ではなく機能(アフォーダンス)に基づく潜在空間を導入し、ロボットのプランニングにおける物体の機能推論を可能にする手法A4Dを提案した。
原題: What Objects Enable, Not What They Are: Functional Latent Spaces for Affordance Reasoning / Rohan Siva, Neel P. Bhatt, Yunhao Yang 他
日本語で読む → - 論文歩行ロボティクス
WaveForward: キャスターを備えた全方位パッシブホイール四足ロボット
各脚に標準キャスターを備えた低コストのパッシブホイール四足ロボットを提案し、非対称アクタークリティック構造と姿勢調整戦略により全方位移動を実現、移動コストを最大89.1%削減した。
原題: WaveForward: An Omnidirectional Passive Wheeled Quadruped Robot with Casters / Chuanlin Zhao, Qifeng Zheng, Shuhan Wang 他
日本語で読む → - 論文農業ロボティクス/計測画像認識
曲率を考慮したRGB-D画像と3次スプライン弧長積分による温室キュウリの3次元長さ推定
温室キュウリの長さを非接触で測るため、RGB-Dカメラとセグメンテーション、3次スプライン弧長積分を用いた新しい手法を提案し、従来法より高精度であることを示した。
原題: Curvature-aware 3D length estimation of greenhouse cucumbers using RGB-D imaging and cubic spline arc-length integration / Manveen Kaur, Rajmeet Singh, Saeed Mozaffri 他
日本語で読む → - 論文慣性航法ロボティクス
測定遅延を伴う支援慣性航法の識別可能性:幾何学的アプローチ
慣性航法におけるセンサ測定の未知の時間遅延と初期航法状態の識別可能性を、特殊ガリレイ群を用いて解析し、遅延と状態を一意に回復するために必要な測定の最小数と種類を決定した。また、一意な回復を妨げる非情報的軌道のクラスを特徴付けた。
原題: On the Identifiability of Aided Inertial Navigation Under Measurement Delays: A Geometric Approach / Jonathan Kelly
日本語で読む → - 論文サイバーフィジカルシステム/レジリエンスcs.CR
デバイスレベルサイバー攻撃下の身体性を持つサイバーフィジカルシステムのための形式的レジリエンスフレームワーク
サイバー攻撃による微妙な障害を捉えるため、IDS情報をレジリエンス評価に組み込んだ、身体性を持つCPSの形式的な耐障害性フレームワークを提案した。
原題: A Formal Resilience Framework for Cyber-Physical Embodied Systems under Device-Level Cyberattacks / Alberto Giaretta
日本語で読む → - 論文評価ロボティクス
SC3-Eval: 自己整合的なビデオ生成によるロボット基盤モデルの評価
ロボット操作ポリシーの実世界評価を、アクション条件付きビデオ世界モデルを用いてスケーラブルに代替する手法を提案。前方・逆方向ダイナミクス整合性、クロスビュー整合性、テスト時整合性の3つの整合性を課すことで、正確なポリシー評価を実現する。
原題: SC3-Eval: Evaluating Robot Foundation Models via Self-Consistent Video Generation / Wei-Cheng Tseng, Gashon Hussein, Yuzhu Dong 他
日本語で読む → - 論文自動運転ロボティクス
Safe2Drive: E2E自動運転モデルの安全運転行動の評価
E2E自動運転モデルの安全性能を評価するため、工事現場や歩行者の飛び出しなど100の危険シナリオを追加したベンチマークSafe2Driveを提案し、既存モデルの安全運転スコアが大幅に低下することを示した。
原題: Safe2Drive: Evaluating Safe Driving Behaviors of E2E Autonomous Driving Models / Nishad Sahu, Kalpana Panda, Congyuan Yu 他
日本語で読む → - 論文歩行制御ロボティクス
四足ロボットのための知覚を活用した適応的歩行制御の学習
四足ロボットの歩行制御において、形態の異なるロボット間で汎化するために、知覚情報をどのように統合するかを研究し、批評家のみに知覚を用いる手法が頑健性と追従性を向上させることを示した。
原題: Learning Perceptive Platform Adaptive Locomotion Controllers for Quadrupedal Robots / David Rytz, Kim Tien Ly, Ioannis Havoutis
日本語で読む → - 論文模倣学習ロボティクス
デモンストレーションキュレーションメトリクスの監査:行動のみのスコアラーは模倣ポリシーを劣化させる構造的欠陥を見逃す
模倣学習のデモンストレーション品質を評価する7つのキュレーションメトリクスを、既知の欠陥を注入したテストベッドで監査し、行動のみのスコアラーが構造的エラーを検出できないことを示した。
原題: Auditing Demonstration Curation Metrics: Action-Only Scorers Fail on the Structural Defects That Degrade Imitation Policies / Aarav Bedi
日本語で読む → - 論文VLAロボティクス
少なく見て、多く指定する:汎用VLAのための視覚的証拠予算
視覚言語行動(VLA)モデルの汎化を改善するため、指示を詳細な軌跡・サブタスク言語で再ラベルし、明示的な視覚的証拠予算を課して実行器を訓練するフレームワークS2を提案した。
原題: See Less, Specify More: Visual Evidence Budgets for Generalizable VLAs / Yueh-Hua Wu, Tatsuya Matsushima, Kei Ota
日本語で読む → - 論文外骨格制御ロボティクス
多タスク外骨格制御における相互作用安全性の確保:シミュレーション学習による可変インピーダンスフレームワーク
シミュレーションで学習した可変インピーダンス制御により、多様な動作タスクで外骨格の安全性を保証しつつ、代謝コストを低減する手法を提案した。
原題: Ensuring Interaction Safety in Multitask Exoskeleton Control: A Simulation-Trained Variable Impedance Framework / Muyuan Ma, Houcheng Li, Haotian Zhai 他
日本語で読む → - 論文VIOロボティクス
クロススペクトルステレオ慣性オドメトリ
可視光と熱画像のクロススペクトルステレオを用いたリアルタイムVIOシステムを提案し、スペクトル冗長性による同時故障を回避しつつ、高精度で堅牢な自己位置推定を実現した。
原題: Cross-Spectral Stereo Inertial Odometry / Seungsang Yun, Hyunsoo Jang, Tai Hyoung Rhee 他
日本語で読む → - 論文マニピュレーションロボティクス
Trans2Occ: 透明物体のボクセル占有推定と把持 - シミュレーションから実世界へ
単一RGB画像から透明物体のボクセル占有を直接予測し、シミュレーションで大規模学習したモデルを実ロボットに微調整なしで適用して把持を実現する枠組みを提案した。
原題: Trans2Occ: Voxel Occupancy Estimation and Grasp for Transparent Objects from Simulation to Reality / Yixuan Yang, Sha Zhang, Rui Li 他
日本語で読む → - 論文VLAロボティクス
LA4VLA: 視覚なしで行動を学習する言語-行動事前学習
視覚-言語-行動モデルが視覚情報に過度に依存する問題を解決するため、視覚観察なしで言語条件付き行動の事前学習を行うフレームワークを提案し、シミュレーションと実世界で性能向上を確認した。
原題: LA4VLA: Learning to Act without Seeing via Language-Action Pretraining / Tao Lin, Yuxin Du, Yiran Mao 他
日本語で読む → - 論文動作計画ロボティクス
ゼロショット汎化可能な動作計画のためのニューラルナビゲーション関数
学習したナビゲーション関数を構造化された楕円型プランナーに組み込み、未知の環境形状に対してゼロショットで転移可能な衝突回避動作を生成する手法を提案した。
原題: Neural Navigation Functions for Zero-Shot Generalizable Motion Planning / Benjamin D. Shaffer, Pei-An Hsieh, Brooks Kinch 他
日本語で読む → - 論文ナビゲーションロボティクス
RAVEN: 視覚・空間・時間メモリによる長期的推論とナビゲーション
ロボットの長期運用向けに、視覚特徴と位置・時刻をベクトルDBに保存し、空間マップで検索するメモリシステムRAVENを提案。画像を直接扱うことで高精度かつ低コストな長期QA・ナビゲーションを実現し、実機でも検証した。
原題: RAVEN: Long-Horizon Reasoning & Navigation with a Visuo-Spatio-Temporal Memory / Yixun Hu, Zhicheng Zheng, Lihan Zha 他
日本語で読む →
PR・アフィリエイト広告
