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: 2026/5/1 / 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3D再構成画像認識
IVGT: 暗黙的視覚幾何トランスフォーマーによるニューラルシーン表現
カメラポーズが未知の多視点画像から、連続的で一貫した3D幾何と外観を暗黙的にモデル化する手法を提案。SDFと色を予測する軽量デコーダを用いて、任意の3D位置での空間クエリを可能にし、メッシュ再構成や新規視点合成など多様なタスクで高い性能を示した。
原題: IVGT: Implicit Visual Geometry Transformer for Neural Scene Representation / Yuqi Wu, Tianyu Hu, Wenzhao Zheng 他
日本語で読む → - 論文視覚慣性初期化ロボティクス
フィードフォワード3Dモデルを用いた単眼視覚慣性システムの効率的な特徴点フリー初期化
単眼VINSの初期化を、視覚特徴追跡を使わずにフィードフォワード3Dモデルが予測する点群を利用して行う手法を提案し、成功率90%以上・データ所要時間1.2秒未満を達成した。
原題: Efficient Feature-Free Initialization for Monocular Visual-Inertial Systems Using a Feed-Forward 3D Model / Yuantai Zhang, Jiaqi Yang, Huajian Zeng 他
日本語で読む → - 論文強化学習機械学習
動的デカップリング球面ラジアルスカッシングに基づく制約強化強化学習
アクチュエータごとに異なる速度制約を正確に扱うため、位置適応型半径を独立に計算するDD-SRad法を提案し、制約違反ゼロで高いタスク報酬を達成した。
原題: Constraint-Enhanced Reinforcement Learning Based on Dynamic Decoupled Spherical Radial Squashing / Qijun Liao, Zhaoxin Yu, Jue Yang
日本語で読む → - 論文ロボット適応/組立ロボティクス
CoRMA: 接触リッチなメタ適応のための対照的RMA
力支配の組立作業向けに、シミュレータのみの意味的接触文脈を推定する適応フレームワークCoRMAを提案し、実機での成功率を向上させた。
原題: CoRMA: Contrastive RMA for Contact-Rich Meta-Adaptation / Wentian Wang, Chutong Wen, Hongxu Ma 他
日本語で読む → - 論文ロボット操作ロボティクス
フィードバックワールドモデルによる拡散ポリシーの精密なガイダンス
実行時の観測を利用して予測誤差をオンライン補正するフィードバックワールドモデルを提案し、分布シフト下での予測精度とポリシー性能を向上させた。
原題: Feedback World Model Enables Precise Guidance of Diffusion Policy / Tuo An, Jindou Jia, Gen Li 他
日本語で読む → - 論文水中ロボット/経路追従ロボティクス
水中シミュレータにおける多リンク機構ロボットイルカの視線誘導経路追従制御システム
多リンク機構を持つ生物模倣型水中ロボット(BAUV)向けに、視線誘導法に基づく経路追従制御システムを提案し、水中シミュレータ上でパラメータ決定と制御手法の評価を行った。
原題: Path Following Control System of Line-of-Sight Guidance for Robotic Dolphin with Multi-Link Mechanism in Underwater Simulator / Takumi Asada, Takao Oki, Hideo Furuhashi 他
日本語で読む → - 論文モデル予測制御機械学習
ユークリッド近接を超えて:地平線一致軌道到達可能性メトリクスによる潜在世界モデルの修復
潜在世界モデルにおける終端コストの誤ったランキングを修正するため、軌道到達可能性メトリクス(TRM)を提案し、固定された潜在モデルに対して後付けで学習する手法を実証した。
原題: Beyond Euclidean Proximity: Repairing Latent World Models with Horizon-Matched Trajectory Reachability Metrics / Liangyu Li, Shengzhi Wang, Qingwen Liu
日本語で読む → - 論文セグメンテーション画像認識
LiteViLNet: 効率的な道路セグメンテーションのための軽量ビジョン-LiDAR融合ネットワーク
RGBとLiDARの情報を軽量に融合し、エッジデバイスでも高速動作する道路セグメンテーションネットワークを提案した。
原題: LiteViLNet: Lightweight Vision-LiDAR Fusion Network for Efficient Road Segmentation / Daojie Peng, Bingtao Wang, Fulong Ma 他
日本語で読む → - 論文ヒューマノイド安全制御ロボティクス
SPARKヒューマノイド安全フィルタの敵対的ストレステスト
SPARKヒューマノイドの安全フィルタを再現し、障害物の密集やノイズなどの厳しい条件下でロバスト性を評価した。
原題: Adversarial Stress Testing of SPARK Humanoid Safety Filters / Saurav Ghosh, Abdou Sow, Luke Zhang
日本語で読む → - 論文3Dシーン理解ロボティクス
屋内空間のための階層的かつ全体的なオープンボキャブラリー機能3Dシーングラフ
機能的な3Dシーングラフの構築において、テーブルトップ上の密集した物体や多階層の機能関係を扱う新しいパイプラインを提案し、2D視覚グラウンディングと3Dグラフ最適化により頑健なグラフ構造を復元する。
原題: Hierarchical and Holistic Open-Vocabulary Functional 3D Scene Graphs for Indoor Spaces / Xinggang Hu, Chenyangguang Zhang, Alexandros Delitzas 他
日本語で読む → - 論文マルチエージェント強化学習/自動運転機械学習
歩行者行動の不確実性下での安全な自動運転のためのマルチエージェント強化学習
自動運転車と歩行者をマルチエージェント強化学習で同時訓練し、現実的な横断行動を生成して安全性評価を向上させる手法を提案した。
原題: Multi-Agent Reinforcement Learning for Safe Autonomous Driving Under Pedestrian Behavioral Uncertainty / Prakash Aryan, Kaushik Raghupathruni, Timo Kehrer 他
日本語で読む → - 論文具現化AI/ベンチマーク画像認識
PInVerify: 能動的インスタンス検証のためのオフライン具現化ベンチマーク
エージェントが候補物体の周囲を能動的に視点を選び、細かな属性差を含む自然言語記述と一致するかを検証するタスク「能動的インスタンス検証(AIV)」を提案し、そのためのオフライン具現化ベンチマークPInVerifyを構築した。
原題: PInVerify: An Offline Embodied Benchmark for Active Instance Verification / Yuhang Jiang
日本語で読む → - 論文sim2real画像認識
産業用ビジュアルsim-to-realにおける事前情報の利用可能性:CADガイド型とCAD非利用型のレビュー
産業用の視覚的sim-to-realを、CADモデルの有無などの事前情報の利用可能性に基づいて整理し、CADベースの検出・6D姿勢推定と産業用異常検知・表面検査の文献を統合的にレビューした論文。
原題: Prior Availability in Industrial Visual Sim-to-Real: A Review of CAD-Guided and CAD-Unavailable Regimes / Chenxi Tao, Seung-Kyum Choi
日本語で読む → - 論文ロボットポリシー/動作生成ロボティクス
事前補正と直交信頼領域ガイダンスによる滑らかなアクション塊フローポリシー
フローマッチングロボットポリシーのアクション塊境界での不連続な動作遷移を改善するため、事前分布スケールを組み込んだ重みと直交信頼領域制約を持つガイダンス手法POTRを提案し、LIBEROベンチマークで成功率向上と動作の滑らかさ改善を実証した。
原題: Smoother Action Chunking Flow Policy via Prior-Corrected Orthogonal Trust-Region Guidance / Kai Fang, Hailong Pei, Xuemin Chi
日本語で読む → - 論文VLAロボティクス
ConsisVLA-4D:ロボット操作のための効率的な3D知覚と4D推論における時空間一貫性の向上
本論文は、ロボット操作のための視覚言語行動モデルにおいて、3D知覚と4D推論の時空間一貫性を向上させる統一フレームワークConsisVLA-4Dを提案する。
原題: ConsisVLA-4D: Advancing Spatiotemporal Consistency in Efficient 3D-Perception and 4D-Reasoning for Robotic Manipulation / Wei Li, Jizhihui Liu, Li Yixing 他
日本語で読む → - 論文マニピュレーションロボティクス
状態・入力制約下での非平滑制御バリア関数による安全臨界適応インピーダンス制御
不確かな動特性下でロボットマニピュレータの関節状態の安全性を保ちつつ、コンプライアントな相互作用を実現するオンライン適応インピーダンス制御フレームワークを提案した。
原題: Safety-Critical Adaptive Impedance Control via Nonsmooth Control Barrier Functions under State and Input Constraints / Faisal Lawan, Xiaoran Han, Joaquin Carrasco 他
日本語で読む → - 論文群制御cs.CY
具現化マルチエージェントシステムにおける同意連鎖の劣化:AIエージェントガバナンスとロボット倫理の橋渡し
複数のロボットが連携してタスクを委譲する際に、人間の同意がどのように劣化・崩壊するかを分析する枠組み「同意連鎖劣化(CCD)」と、それを監視する3層ガバナンスアーキテクチャ「CoRVE」を提案した論文。
原題: Consent Chain Degradation in Embodied Multi-Agent Systems: Bridging the Gap Between AI Agent Governance and Robot Ethics / Mehmet Haklidir
日本語で読む → - 論文ナビゲーションロボティクス
BAT-Nav: 長期セマンティックナビゲーションのための予算認識型調停と終了
限られた行動予算で複数の目標を探索する長期ナビゲーションにおいて、低収益な目標が予算を独占する問題を解決するため、凍結されたVLMベースのナビゲーションの上で動作する訓練不要のオンライン目標調停機構を提案した。
原題: BAT-Nav: Budget-Aware Arbitration and Termination for Long-Horizon Semantic Navigation / Xi Lin, Kangyi Wu, Jiayi Li 他
日本語で読む → - 論文軌道生成/拡散モデル/高速化ロボティクス
Muninn: あなたの軌道拡散モデルをより速く
拡散ベースの軌道プランナーを再学習なしで高速化するラッパー手法を提案。各ステップでキャッシュ再利用と再計算を適応的に切り替え、最大4.6倍の高速化を実現。
原題: Muninn: Your Trajectory Diffusion Model But Faster / Gokul Puthumanaillam, Hao Jiang, Ruben Hernandez 他
日本語で読む → - 論文深度推定/不確実性推定ロボティクス
UfM*: ガウス分布を用いたDNN深度推定のためのモーションからの不確実性
単眼深度推定の不確実性を、複数視点の不一致をガウス混合モデルで効率的に測定することで推定する手法を提案。1回の推論で済み、計算・メモリ効率が高く、ロボットへの実装も可能。
原題: UfM*: Uncertainty from Motion* for DNN Depth Estimation Using Gaussians / Soumya Sudhakar, Sertac Karaman, Vivienne Sze
日本語で読む → - 論文模倣学習ロボティクス
X-Imitator: 双方向アクション・ポーズ相互作用による空間認識模倣学習
空間認識と行動生成を双方向ループで結びつけ、相互に洗練させる新しい模倣学習フレームワークを提案。24のシミュレーションと3つの実世界タスクで性能を実証した。
原題: X-Imitator: Spatial-Aware Imitation Learning via Bidirectional Action-Pose Interaction / Kai Xiong, Hongjie Fang, Lixin Yang 他
日本語で読む → - 論文模倣学習ロボティクス
MARSポリシー:必要な時だけマルチモーダルに
ロボット操作の模倣学習において、タスクの全フェーズで多様性が必要とは限らないことに着目し、必要な時だけ確率的生成を適応的に行い、単一モードのフェーズでは決定的学習に切り替えるMARSポリシーを提案した。シミュレーションと実機で成功率向上と推論遅延削減を実証した。
原題: MARS Policy: Multimodality Only When It Matters / Jindou Jia, Tuo An, Yuxuan Hu 他
日本語で読む → - 論文VLA機械学習
BOKBO:VLAポリシーのための較正された棄権層
VLAポリシーの推論時にK個の候補アクションをサンプリングする手法に対し、全てが不安全な場合に実行違反を防ぐための、有限サンプル保証付きの棄権層を提案した。
原題: BOKBO (Best of K Bad Options): Calibrated Abstention for VLA Policies / Anya Singh, Cabrel Happi, Jai Relan 他
日本語で読む → - 論文自律ナビゲーションロボティクス
統合自律スタック:汎用ロボット自律性のための設計指針に向けて
多様な航空・地上ロボットに適用可能な、モジュール統合型の自律システムスタックを提案・公開し、GNSS拒否環境での安全なナビゲーションや探索を実証した。
原題: The Unified Autonomy Stack: Toward a Blueprint for Generalizable Robot Autonomy / Mihir Dharmadhikari, Nikhil Khedekar, Mihir Kulkarni 他
日本語で読む → - 論文模倣学習/手術支援ロボティクス
開腹手術におけるロボット支援のための模倣学習:縫合追従動作における複数ポリシーの評価
開腹手術での縫合補助動作(掴む・引く・離す)を対象に、4種類の模倣学習ポリシーを比較評価し、π0が最も高い性能とデータ効率を示した。
原題: Imitation Learning for Robot Assistance in Open Surgery: A Multi-Policy Evaluation on Suture Following / Xucheng Wang, Zhizhou Yang, Xiaoman Zhang 他
日本語で読む → - 論文セキュリティ/マニピュレーションロボティクス
ロボットマニピュレータにおける偽データ注入攻撃に対する能動的防御
ロボットマニピュレータへの偽データ注入攻撃(FDIA)に対する防御手法を提案し、異常検知を考慮した仮想減衰と可操作度低減の2つの方法を確率的保証付きで定式化した。7自由度冗長マニピュレータのシミュレーションで有効性を検証した。
原題: Active Defense Against False Data Injection Attacks in Robotic Manipulators / Gabriele Gualandi, Carl Mikael Larsson, Alessandro V. Papadopoulos
日本語で読む → - 論文制御理論制御
入力制約付き不確かな非線形システムに対する完全駆動多様体制約に基づく出力フィードバック制御
未知の入力制約を持つ非線形システムに対して、モデルフリーで低複雑度の出力フィードバック制御器を提案し、飽和前は所定精度、飽和後は柔軟な精度を達成する。
原題: Fully Actuated Manifold Constraint Based Output Feedback Control for Input-Constrained Uncertain Nonlinear Systems / Dianrui Mu, Changchun Hua, Yafeng Li 他
日本語で読む → - 論文シーン生成画像認識
STABLE: セマンティクスと物理の二重システムによるシミュレーション対応テーブルトップレイアウト生成
タスク指示からシミュレーション可能なテーブルトップシーンを生成するため、意味推論と物理補正を交互に行う二重システムを提案した。
原題: STABLE: Simulation-Ready Tabletop Layout Generation via a Semantics-Physics Dual System / Zhen Luo, Yixuan Yang, Xudong Xu 他
日本語で読む → - 論文自律運転/LLM/プルーニングロボティクス
パルクフェルメ前:自律運転における効率的な具現化LLMのためのRL時プルーニング
具現化LLMをロボット制御に使う際のメモリと遅延問題に対し、RL訓練中にプルーニングを行う戦略BPFを提案し、自律運転パイプラインで評価した。
原題: Before Parc Ferm\'e: RL-Time Pruning for Efficient Embodied LLMs in Autonomous Driving / Luca Benfenati, Ali Azimi, Matteo Risso 他
日本語で読む → - 論文ヒューマンロボットインタラクションHCI
「ニャー」は何を意味するのか?非言語コミュニケーションを行うコンパニオンロボットの直感的理解を求めて
高齢者向け猫型ロボットの非言語コミュニケーション信号(音声と視覚)を設計し、65歳以上の成人を対象に意図の推測精度を評価した。視覚信号が重要で、音声は強い感情表現時にのみ有効だった。
原題: What Does a Meow Mean? In Search of Intuitively Understandable Communication by a Nonverbal Companion Robot / Vivienne Bihe Chi, Claudia B. Rébola, Bertram F. Malle
日本語で読む →
PR・アフィリエイト広告
