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 →- 論文経路計画ロボティクス
転がりロボットシステムにおける多接触経路計画の統合フレームワーク
球状転がりロボットの多接触経路計画を、モンタナ接触座標と多様体上のボロノイ地図を用いて解く新しいフレームワークを提案した。
原題: A Unified Framework for Multi-Contact Path Planning in the Rolling Robot Systems / Qing Yu, Mikhail Svinin, Seyed Amir Tafrishi
日本語で読む → - 論文データエンジン/ロボット学習ロボティクス
EgoInfinity: ウェブ規模の4D手と物体のインタラクションデータエンジンによる任意視点ロボット再ターゲティングとビデオから行動へのロボット学習
インターネット上の人間の操作ビデオを、ロボットの学習に使える4D手と物体のインタラクションデータに自動変換するモジュール式データエンジンを提案。手の軌跡や物体の6-DoF姿勢などを復元し、多様なロボット形態への動作再ターゲティングを可能にする。
原題: EgoInfinity: A Web-Scale 4D Hand-Object Interaction Data Engine for Any-View Robot Retargeting and Video-to-Action Robot Learning / Gaotian Wang, Kejia Ren, Andrew Morgan 他
日本語で読む → - 論文強化学習/報酬設計機械学習
報酬設計エージェント:強化学習のための報酬設計
視覚言語モデルを用いて報酬関数を自動設計・改善するエージェントフレームワークを提案し、指示に沿ったロボット操作ポリシーを実現した。
原題: RDA: Reward Design Agent for Reinforcement Learning / Hojoon Lee, Ajay Subramanian, Ben Abbatematteo 他
日本語で読む → - 論文VLA/異機種間転移ロボティクス
Cloak: エンドエフェクタをVLAからマスクすることで実現するゼロショット異機種間操作
手首カメラ画像からエンドエフェクタをマスクする訓練手法Cloakを提案し、単一グリッパのデータのみで訓練したVLAが、未見の異なるロボット構成へゼロショットで転移できることを示した。
原題: Cloak: Zero-Shot Cross-Embodiment Manipulation by Masking the End-Effector from the VLA / Michael Piseno, Guy Tevet, C. Karen Liu
日本語で読む → - 論文制御理論制御
反復ポリシー更新によるロバストな共形CBF/CLFコントローラ
学習モデルの誤差を共形予測で確率的に抑えつつ、ポリシー更新による分布シフトを考慮して安定性・安全性を保証する反復的枠組みを提案した。
原題: Robust Conformal CBF and CLF Controllers via Iterative Policy Updates / Omid Mirzaeedodangeh, Eliot Shekhtman, Nikolai Matni 他
日本語で読む → - 論文航法/MPC/ベイズ最適化ロボティクス
自律エージェント航法における非線形MPC学習のためのベイズ最適化
LiDARベースの占有グリッドとA*探索、非線形MPCを統合した地図不要の航法フレームワークを提案し、TPEベイズ最適化で制御パラメータを自動調整。シミュレーションで調整したパラメータが実機Unitree Go2に転移可能であることを示した。
原題: Bayesian Optimization for Learning Nonlinear MPC in Autonomous Agent Navigation / Lorenzo Ortolani, Gabriel Voss, Gabriele Beltrami 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボット操作における帰納的一般化
視覚運動ポリシーの一般化能力を、従来の分布内シフトではなく、より困難な分布外タスク変種で評価する「帰納的一般化」プロトコルを提案し、既存のVLAモデルがこのテストに失敗することを示した論文。
原題: Inductive Generalization for Robotic Manipulation / Annabella Macaluso, Haochen Zhang, Ishaan Masilamony 他
日本語で読む → - 論文ビデオ生成/物理シミュレーション画像認識
PhysisForcing: ロボット操作のための物理強化ワールドシミュレータ
ビデオ生成モデルをロボット操作の世界シミュレータとして使う際に、物理的に不自然な動きが生じる問題を解決するため、物理的に重要な領域に注目した学習フレームワークを提案した。
原題: PhysisForcing: Physics Reinforced World Simulator for Robotic Manipulation / Peiwen Zhang, Yufan Deng, Shangkun Sun 他
日本語で読む → - 論文行動表現/ヒューマノイドロボティクス
PHASOR: ヒューマノイド身体のための位相固定型汎用行動表現
行動埋め込み空間を第一級の設計対象とし、動作の周期性を位相多様体と姿勢分岐に分解して、複数のヒューマノイドロボットに共有可能な解釈可能で身体非依存の行動表現を構築した。
原題: PHASOR: Phase-Anchored Universal Action Representations for Humanoid Embodiments / Kihyun Kim, Chaeyun Kim, Jongho Shin 他
日本語で読む → - 論文システムアーキテクチャロボティクス
CSAR: ロボティクスのためのコンテナ化システムアーキテクチャ
ロボットチーム向けに、LXC/LXDコンテナとROS 2を組み合わせたエッジ・クラウド連携の分散ロボティクス基盤アーキテクチャを提案し、実ラボでの展開とSLAM/GPUタスクで評価した。
原題: CSAR: Containerized System Architecture for Robotics / Gregorio Ambrosio-Cestero, Cipriano Galindo, Javier Gonzalez-Jimenez 他
日本語で読む → - 論文VLA/操作ロボティクス
アクショントークン介入による自己回帰型視覚言語行動ポリシーの操縦
自己回帰型VLAモデルのアクショントークン空間に直接介入し、追加学習なしでユーザー入力を通じて軌道生成を動的に操縦する手法を提案。家庭内操作タスクで成功率を大幅に向上させた。
原題: Steering Autoregressive Vision-Language-Action Policies via Action Token Intervention / Jason Chan, Jonathan C. Kao
日本語で読む → - 論文状態推定ロボティクス
SE(3)上の風速・状態推定:連続・離散クアッドローター動力学モデルを用いたEKFとUKFの比較評価
クアッドローターの風速推定を、SE(3)上の連続・離散動力学モデルとEKF/UKFで比較し、離散モデル+UKFが低コストセンサでも高精度であることを示した。
原題: Wind and State Estimation on SE(3): Comparative Evaluation of EKF and UKF with Continuous and Discrete Quadrotor Models / Hiranya Udagedara, Adam Bigsby, Mahdis Bisheban
日本語で読む → - 論文模倣学習ロボティクス
シーングラフによるロボット模倣学習の空間・時間的文脈拡張
模倣学習にシーングラフを動的メモリとして用い、部分観測環境での長期的推論と汎化性能を向上させる手法を提案した。
原題: Expanding Spatial and Temporal Context for Robotic Imitation Learning With Scene Graphs / Jianing Qian, Qinhe Peng, Emmanuel Panov 他
日本語で読む → - 論文経路計画ロボティクス
DIFF-IPPO: 拡散モデルに基づくオープンボキャブラリ信念マップを用いた情報経路計画
拡散モデルを用いて、非ガウス型の信念マップ上で情報利得を最大化する大域軌道を生成する経路計画手法を提案。シミュレーションの捜索救助シナリオで有効性を検証した。
原題: DIFF-IPPO: Diffusion-Based Informative Path Planning with Open-Vocabulary Belief Maps / Sausar Karaf, Oleg Sautenkov, Mikhail Martynov 他
日本語で読む → - 論文物体認識ロボティクス
深層学習を活用した自律物流車両用荷役キャリアの物体・位置認識
RGBDデータから深層ニューラルネットワークで荷役キャリア上のランドマークを検出し、その位置からキャリアの姿勢を推定する手法を提案・検証した。
原題: Leveraging Deep Learning for Object and Position Recognition of Load Carriers for Autonomous Logistics Vehicles / Christoph Legat, Tobias Miller, Marco Riess
日本語で読む → - 論文ハードウェア/ロボットロボティクス
PEBRE: Pepperロボット用オープンハードウェアの計算・知覚アドオン
PepperロボットにJetson Orin Nanoや各種センサーを追加するオープンハードウェア・アドオンを開発し、計算能力と知覚能力を大幅に向上させた。
原題: PEBRE: An Open-Hardware Compute and Perception Add-On for the Pepper Robot / Malte Kuhlmann, Ignacio Bugueno-Cordova, Emil Alms 他
日本語で読む → - 論文シミュレーションベンチマークロボティクス
WireCraft: 産業用DLO操作のためのシミュレーションベンチマーク
産業用ワイヤーやケーブルなどの変形可能な線状物体(DLO)の操作を評価するためのシミュレーションベンチマークを提案し、コネクタ挿入、クリップ配線、チャネル配置の3つのタスク群と、RL・IL・VLAポリシーの比較を提供する。
原題: WireCraft: A Simulation Benchmark for Industrial DLO Manipulation / Chongyu Zhu, Ramy ElMallah, Hyegang Kim 他
日本語で読む → - 論文安全性解析ロボティクス
λ-Reachability: ヒューマノイド安全性のための幾何学的ホライズン安全ベルマン方程式
高次元ロボットシステムの安全性解析をスケーラブルに行うため、割引なしの到達可能性目標を学習できる新しい安全価値推定法λ-Reachabilityを提案し、実機ヒューマノイドで有効性を示した。
原題: $\lambda$-Reachability: Geometric-Horizon Safety Bellman Equations for Humanoid Safety / Rui Chen, Shangtao Li, Yifan Sun 他
日本語で読む → - 論文ビジュアルサーボロボティクス
ART-VS: 視覚変換器ビジュアルサーボのための適応解像度タイリング
視覚サーボの精度と頑健性のトレードオフを解決するため、粗い段階と高解像度タイリング段階を組み合わせた2段階手法を提案。追加学習なしで位置決め精度と成功率を大幅に向上させた。
原題: ART-VS: Adaptive Resolution Tiling for Vision Transformer Visual Servoing / Alessandro Scherl, Bernhard Neuberger, Simon Schwaiger 他
日本語で読む → - 論文VLA/ロバスト性ロボティクス
関節レベルの物理的故障下における視覚言語行動モデルの脆弱性の解明
実ロボットにVLAモデルを展開する際、関節の物理的故障(摩擦増加など)が性能を著しく低下させることを示し、故障を推定して補正する軽量な残差校正フレームワークJ-PARCを提案した。
原題: Uncovering Vulnerability of Vision-Language-Action Models under Joint-Level Physical Faults / Minsoo Jo, Taeju Kwon, Junha Chun 他
日本語で読む → - 論文自動運転シミュレーション画像認識
Dash2Sim: 実走行ダッシュカム映像からのクローズドループ運転シミュレーション
単眼ダッシュカム映像から正確な4D運転ログを復元し、既存シミュレータで利用可能にするフレームワークを提案。大規模データセットROADWork4Dを構築し、工事現場シナリオでのプランナー性能を評価した。
原題: Dash2Sim: Closed-Loop Driving Simulation from in-the-wild Dashcam Videos / Anurag Ghosh, Francesco Pittaluga, Khiem Vuong 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 → - 論文マニピュレーションロボティクス
ROG-Grasp: 根の形状に基づくロボット把持と配置
RGB-Dカメラで農産物の根の形状から向きを推定し、安定した把持と配置を実現する幾何学ベースのフレームワークを提案。トマトとタマネギで高い成功率を実証した。
原題: ROG-Grasp: Root-Oriented Geometry for Robotic Grasping and Placement / Zijian An, Augustus Sroka, Ran Yang 他
日本語で読む → - 論文ベンチマーク画像認識
RescueBench: 具身エージェントは現実世界で命を救えるか?
捜索救助タスクを4段階のパイプラインとして構成した写真リアルな診断ベンチマークを提案し、既存手法の失敗モードを段階別に分析した。
原題: RescueBench: Can Embodied Agents Save Lives in the Wild ? / Kui Wu, Beiyu Guo, Hao Chen 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 → - 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 → - 論文ロコ操作ロボティクス
CoorDex: 身体と手の事前知識を統合した連続的器用な人型ロコ操作
歩行と操作を別々に行う従来手法に対し、身体と手の高次元制御を潜在残差制御に変換し、移動しながら器用な操作を可能にする学習パイプラインを提案した。
原題: CoorDex: Coordinating Body and Hand Priors for Continuous Dexterous Humanoid Loco-Manipulation / Sikai Li, Shuning Li, Zhenyu Wei 他
日本語で読む → - 論文操作学習ロボティクス
LaST-HD: スケーラブルな人間データからロボット操作の物理的推論を学習する
人間の手のデモンストレーションとロボットのデモンストレーションを共有の潜在推論空間で整列させ、物理ダイナミクスを内部化することで、ロボット操作の学習を改善する新しい手法を提案した論文。
原題: LaST-HD: Learning Latent Physical Reasoning from Scalable Human Data for Robot Manipulation / Jiaming Liu, Yinxi Wang, Chenyang Gu 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 →
PR・アフィリエイト広告
