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 →- 論文マニピュレーションロボティクス
VICX: ビデオ生成とインコンテキストオペレータネットワークによる汎用ロボット操作
凍結したビデオ生成モデルで視覚プランを生成し、それを実行可能な軌道に変換するインコンテキストオペレータネットワークを提案。クロスタスク・クロスエンボディ汎化を実現。
原題: VICX: Generalizable Robot Manipulation via Video Generation and In-Context Operator Network / Song Chen, Linyan Xiang, Ying Zhou 他
日本語で読む → - 論文VLA/触覚ロボティクス
TAP-VLA: 視覚言語行動モデルのための触覚アノテーションプロンプティング
触覚情報を視覚的なオーバーレイとしてVLAモデルに統合し、接触を伴う操作タスクの成功率を大幅に向上させるフレームワークを提案した。
原題: TAP-VLA: Tactile Annotation Prompting for Vision Language Action Models / Mark Van der Merwe, Mohamad Louai Shehab, Jayjun Lee 他
日本語で読む → - 論文グリッパー/手内操作ロボティクス
ベルトフィンガー:器用な手内操作のための低コストなソフトベルト駆動グリッパー
平行ジョーのグリッパーに、翻訳・ピッチ・ロールの3自由度を追加する二重ソフトベルト式指モジュールを提案し、低コストで器用な手内操作を実現した。
原題: Belt-Finger: An Affordable Soft Belt-Driven Gripper for Dexterous In-Hand Manipulation / Boya Zhang, Andreas Zell, Georg Martius
日本語で読む → - 論文群制御機械学習
Co-GLANCE: 不確実性を考慮した異種ロボットチームの能動的知覚
異種ロボットチームが屋外環境で知覚の不確実性を解決するための、リアルタイムオンボード推論と意思決定システムを提案。視覚言語モデルの知識を蒸留し、適合予測と選択的棄権により統計的に保証された不確実性推定を実現し、能動的知覚をトリガーする。
原題: Co-GLANCE: Uncertainty-Aware Active Perception for Heterogeneous Robot Teaming / Michal P. Podolinsky, Neel P. Bhatt, Pranay Samineni 他
日本語で読む → - 論文エッジAI/言語モデル/ドローンロボティクス
AERIS: ランタイムにおけるオーケストレーション型言語モデル群による航空エッジの役割駆動インテリジェンス
ドローンなどの航空プラットフォーム上で、複数の小型言語モデルと知覚・制御モジュールを役割として動的に組み合わせ、エッジでインテリジェントな自律制御を実現するフレームワークを提案した。
原題: AERIS: Aerial-Edge Role-Driven Intelligence at Runtime via Orchestrated Language-Model Swarm / Jiabin Lou, Haopeng Wang, Xinyu 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
縫い目からグラフへの再構築による衣服の配置合わせ
ロボットによる衣服操作で縫い目情報を活用するため、グラフニューラルネットワークと注意機構を用いて縫い目観測を構造骨格グラフに変換し、変形を考慮した視覚サーボ制御で衣服の配置合わせを実現した。
原題: Seam-to-Graph Reconstruction for Garment Configuration Alignment / Xuzhao Huang, Kai Tang, Fuyuki Tokuda 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 → - 論文安全学習ロボティクス
敵対的合成シナリオによるロボット安全ポリシーの学習
赤チームが危険な状況を生成し、青チームが安全ポリシーを強化する敵対的ゲームを通じて、ロボットの安全ポリシーを効率的に学習する枠組みを提案した論文。
原題: Learning of Robot Safety Policies via Adversarial Synthetic Scenarios / Nikolai Dorofeev, Alexey Odinokov, Rostislav Yavorskiy
日本語で読む → - 論文3D物体検出画像認識
3D物体検出のための学習型非最大値抑制
LiDARベースの3D物体検出において、ヒューリスティックなNMSを学習ベースのフィルタリングモジュールに置き換え、検出精度を向上させる手法を提案した論文。
原題: Learned Non-Maximum Suppression for 3D Object Detection / Timo Osterburg, Stefan Schütte, Torsten Bertram
日本語で読む → - 論文VLAロボティクス
理解しながら行動する:リアルタイム視覚言語行動モデルのための非同期意味・行動分離
既存のVLAモデルを改造せず、意味理解と行動生成を非同期に分離し、低頻度で意味条件を更新しつつ高頻度で行動を出力することで、低遅延な閉ループ制御を実現する枠組みを提案した。
原題: Acting While Understanding: Asynchronous Semantic-Action Decoupling for Real-Time Vision-Language-Action Models / Shenhao Yan, Ge Wang, Qi Liu 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 → - 論文ロボットポリシーロボティクス
チャンクベースロボットポリシーのための動的実行ホライズン予測
固定実行ホライズンに依存するチャンクベースのロボットポリシーに対し、強化学習で軽量な実行ホライズン予測ブランチを学習し、事前学習済みポリシーを凍結したまま動的に実行長を調整する手法を提案。高精度・長時間タスクの成功率を大幅に向上させた。
原題: Dynamic Execution Horizon Prediction for Chunk-based Robot Policies / Yuchi Zhao, Miroslav Bogdanovic, Arjun Sohal 他
日本語で読む → - 論文ナビゲーションロボティクス
AirDreamer: ワールドモデルを用いた汎用ドローンナビゲーション
動物のナビゲーション行動に着想を得て、強化学習ポリシーとワールドモデルによる環境理解を組み合わせたドローンのナビゲーションフレームワークを提案。手作りの報酬整形なしで複雑な未見環境を航行し、シミュレーションと実機で有効性を実証した。
原題: AirDreamer: Generalist Drone Navigation with World Models / Zian Liu, Andong Yang, Chunkai Yang 他
日本語で読む → - 論文ロボットポリシー実行ロボティクス
PACE: 位相を考慮したロボットポリシーのチャンク実行
アクションチャンキングを用いるロボットポリシーにおいて、予測されたチャンク内の速度プロファイルから低速度の遷移点を検出し、その点を再計画境界として実行ホライゾンをオンラインで選択する訓練不要の実行手法PACEを提案した。シミュレーションと実機で成功率を向上させた。
原題: PACE: Phase-Aware Chunk Execution for Robot Policies with Action Chunking / Junnan Nie, Jiayi Li, Jiachen Zhang 他
日本語で読む → - 論文歩行ロボティクス
LP-NavOA: 限られた知覚下での人型ロボットの統合ローカルナビゲーションと障害物回避
短距離・部分観測のセンシングしか持たない人型ロボット向けに、障害物回避とゴール復帰を両立するナビゲーション手法を提案。強化学習で歩行制御を学習後、A*教師から蒸留した再帰型プランナーが指令を上書きし、マップ不要で高い到着率を達成した。
原題: LP-NavOA: Integrated Local Navigation and Obstacle Avoidance for Humanoid Robots under Limited Perception / Yukun Luo, Jianjun Ma, Yuyao Min 他
日本語で読む → - 論文VLA/強化学習ロボティクス
弾性クエリ強化学習:VLAモデルの自己認識型ポリシー実行
VLAモデルの推論・再計画スケジュールを固定せず、状態の難易度に応じてクエリの入力・ノイズ除去予算・アクション長を動的に調整する枠組みEQRLを提案。軽量な適応器と批評家の不一致による難易度信号で計算資源を効率的に配分し、シミュレーションと実機で推論コストを削減しつつ成功率を維持・向上させた。
原題: Elastic Queries Reinforcement Learning: Self-Aware Policy Execution for VLA Models / Ge Wang, Xinyu Tan, Xiang Li 他
日本語で読む → - 論文軌跡計画AI
合理的な動き:環境制約下での移動軌跡計算のための一般的なASP基盤
移動物体の環境制約下での分岐軌跡を計算するための、Answer Set Programmingに基づくハイブリッド定量的・定性的手法を提案し、実世界の自動運転データで検証した。
原題: Reasonable Motion: A General ASP Foundation for Environment Constrained Movement Trajectory Computation / Julius Monsen, Jakob Suchan, Mehul Bhatt 他
日本語で読む → - 論文ナビゲーションロボティクス
IMAC-AgriVLN:農業用視覚言語ナビゲーションエージェントは指示の誤りに気づけるか?
農業用VLNエージェントが指示の誤りを検出・修正できるようにするため、誤りを含む指示のベンチマークA2A-MIと修正モジュールIMACを提案した。
原題: IMAC-AgriVLN: Can Agricultural Vision-and-Language Navigation Agents be Aware of Instruction Mistakes? / Xiaobei Zhao, Xingqi Lyu, Xin Chen 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 → - 論文操作ロボティクス
HiMem-WAM: ロボット操作のための階層的メモリゲート型ワールドアクションモデル
長期的なロボット操作タスクにおける記憶保持の問題を解決するため、階層的な潜在アクションと境界トリガー型メモリ更新を統合したワールドアクションモデルを提案した。
原題: HiMem-WAM: Hierarchical Memory-Gated World Action Models for Robotic Manipulation / Xiaoquan Sun, Ruijian Zhang, Chen Cao 他
日本語で読む → - 論文操作学習ロボティクス
Dexterity-BEV: 3D世界と行動の整合による汎用ロボットポリシー学習
2D基盤モデルの限界を克服するため、カメラ校正と深度を用いて2D入力を3D頂点マップに変換し、BEV座標系で入力と行動を整合させることで、視点変化に頑健で汎用的な操作ポリシーを学習する手法を提案した。
原題: Dexterity-BEV: Aligning 3D World and Actions for Generalizable Robot Policies Learning / Huayi Zhou, Wei Gao, Dekun Lu 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 → - 論文セマンティックマッピングcs.DC
SemanticXR: オブジェクトレベルのデバイス-クラウドアーキテクチャによる低消費電力・リアルタイムなセマンティックマッピング
XRデバイス向けに、オブジェクトを単位としてデバイスとクラウド間で処理を分割することで、低消費電力かつリアルタイムなオープンボキャブラリのセマンティックマッピングとクエリを実現するシステムを提案した。
原題: SemanticXR: Low Power and Real-time Queryable Semantic Mapping with an Object-Level Device-Cloud Architecture / Rahul Singh, Devdeep Ray, Connor Smith 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 → - 論文自動運転ロボティクス
失敗から学ぶ:自動運転のためのロールアウト検索型生涯方策学習
事前学習済みの自動運転方策が、自身の失敗から修正知識を蓄積し、既存の運転能力を保ちながら継続的に改善する生涯学習フレームワークR^2LPLを提案した。
原題: Learning from Mistakes: Rollout-Retrieval Lifelong Policy Learning for Autonomous Driving / Cheng Gong, Haoyang Wang, Chao Lu 他
日本語で読む → - 論文自動運転/シナリオ生成ロボティクス
RiskFlow: 高速かつ忠実な安全臨界交通シナリオ生成
自動運転システムの評価に必要な安全臨界シナリオを、反復的ノイズ除去を避け、単一の順伝播で生成する新しいフレームワークを提案した論文。
原題: RiskFlow: Fast and Faithful Safety-Critical Traffic Scenario Generation / Qi Lan, Yining Tang, Yu Shen 他
日本語で読む →
PR・アフィリエイト広告
