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 →- 論文身体化空間知能画像認識
ESI-Bench:知覚と行動のループを閉じる身体化空間知能のベンチマーク
受動的な観察ではなく、能動的な探索を通じて空間理解を行う身体化空間知能のベンチマークを提案し、能動的探索が受動的観察より優れていることを示した。
原題: ESI-Bench: Towards Embodied Spatial Intelligence that Closes the Perception-Action Loop / Yining Hong, Jiageng Liu, Han Yin 他
日本語で読む → - 論文VLA/データ選択ロボティクス
FrameSkip: VLAトレーニングにおける少数だが情報量の多いフレームからの学習
ロボットのデモ軌道から全フレームを均等に使う代わりに、動作変化や視覚-動作の整合性などに基づいて重要フレームを選び、その割合を増やして学習するフレーム選択手法を提案。データローダのみを変更し、VLAアーキテクチャはそのままに、3つのベンチマークで成功率を向上させた。
原題: FrameSkip: Learning from Fewer but More Informative Frames in VLA Training / Bin Yu, Shijie Lian, Xiaopeng Lin 他
日本語で読む → - 論文交通シミュレーションロボティクス
RLFTSim: 強化学習による微調整で実現する現実的かつ制御可能なマルチエージェント交通シミュレーション
交通シミュレーションモデルを強化学習で微調整し、実データ分布に合わせてロールアウトの現実性を高めるとともに、目標条件付きの制御可能性を蒸留する手法を提案した。
原題: RLFTSim: Realistic and Controllable Multi-Agent Traffic Simulation via Reinforcement Learning Fine-Tuning / Ehsan Ahmadi, Hunter Schofield, Behzad Khamidehi 他
日本語で読む → - 論文3D生成画像認識
PhysX-Omni: 剛体・変形体・関節物体のための統合シミュレーション対応物理3D生成
剛体、変形体、関節物体など多様なアセットタイプに対応した、シミュレーション対応の物理3D生成の統合フレームワークを提案した論文。
原題: PhysX-Omni: Unified Simulation-Ready Physical 3D Generation for Rigid, Deformable, and Articulated Objects / Ziang Cao, Yinghao Liu, Haitian Li 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
KG-ASG: 衝突知識に基づく閉ループ敵対的シナリオ生成と主犯・支援車両の帰属
自動運転の安全性検証のため、衝突知識ベースと軽量な衝突専門家を用いて、主な敵対車両と支援車両の役割を推定し、実行可能で原因が明確な多車両衝突シナリオを生成するフレームワークを提案した。
原題: KG-ASG: Collision-Knowledge-Guided Closed-Loop Adversarial Scenario Generation With Primary-Support Attribution / Cheng Wang, Chen Xiong, Ziwen Wang 他
日本語で読む → - 論文生物模倣ロボティクス
生物模倣ロボティクス研究の正当化:戦略の分類学
生物模倣設計の動機と方法を体系的に整理する分類学を提案し、ロボティクス研究者が自身のアプローチを正当化し、資金提供者がその価値を評価する手助けをする。
原題: Justifying bio-inspired robotics research: A taxonomy of strategies / Margaret J. Zhang, Justin Ting, Talia Y. Moore
日本語で読む → - 論文レーダー/VLMロボティクス
視覚整合4Dレーダによる天候ロバストなシーン意味理解
悪天候でも頑健な4Dレーダを用い、凍結した視覚言語モデルと整合させてシーン記述を生成する手法を提案。約700万パラメータの学習で、霧や雪のシーンでカメラを上回る性能を示した。
原題: Weather-Robust Scene Semantics with Vision-Aligned 4D Radar / Kali Hamilton, Christoffer Heckman
日本語で読む → - 論文最適化/GPUロボティクス
Caspar: 適応的並べ替えを備えたシンボリックプログラミング用CUDAアクセラレータ
Casparは、Pythonのシンボリック式から最適化されたCUDAカーネルを自動生成し、GPU上で非線形最適化を高速に実行するライブラリです。バンドル調整で既存手法より5〜20倍高速で、メモリ使用量も少ないことを示しています。
原題: Caspar: CUDA Accelerator for Symbolic Programming with Adaptive Reordering / Emil Martens, Aaron Miller, Matias Varnum 他
日本語で読む → - 論文身体化AI/データセットロボティクス
身体化質問応答を認識から意思決定へ拡張する
身体化環境での認識・推論・相互作用を統合評価する大規模データセットEQA-DecisionとベースラインモデルRoboDecisionを提案した論文。
原題: Extending Embodied Question Answering from Perception to Decision / Xicheng Gong, Qiwei Li, Peiran Xu 他
日本語で読む → - 論文セマンティックセグメンテーション/OOD検出画像認識
セマンティックセグメンテーションにおけるシングルパス画素単位OOD検出のためのエネルギー認識NECO
セマンティックセグメンテーションのためのシングルパス画素単位OOD検出器を提案。NECO幾何比とロジットベースのエネルギーを融合し、精度と効率を両立。
原題: Energy-Aware NECO for Single-Pass Pixel-wise Out-of-Distribution Detection in Semantic Segmentation / Boyuan Zhang, Huanshan Huang, Yifei Cao
日本語で読む → - 論文表現学習ロボティクス
SCAR: 自己教師あり連続行動表現学習
視覚遷移から複数の身体に共通する行動表現を学習する枠組みを提案し、世界モデルの汎化性能を向上させた。
原題: SCAR: Self-Supervised Continuous Action Representation Learning / Hongjia Liu, Fan Feng, Minghao Fu 他
日本語で読む → - 論文VLA/ベンチマークロボティクス
PhAIL: 実ロボットVLAベンチマークと分布評価手法
実ロボットでのVLAポリシー評価を、成功率だけでなく成功までの時間分布に基づく手法で行う新しいベンチマークと評価方法を提案した論文。
原題: PhAIL: A Real-Robot VLA Benchmark and Distributional Methodology / Sergey Arkhangelskiy
日本語で読む → - 論文ベンチマークロボティクス
WorldArena 2.0:モダリティ・機能・プラットフォームにわたる身体化ワールドモデルベンチマークの拡張
身体化ワールドモデルの評価を、視覚のみから視触覚へ、政策評価から強化学習環境としての利用へ、シミュレータから実ロボットへと拡張したベンチマークを提案した。
原題: WorldArena 2.0: Extending Embodied World Model Benchmarking on Modality, Functionality and Platform / Yu Shang, Yinzhou Tang, Yiding Ma 他
日本語で読む → - 論文ロボット設計ロボティクス
極限の動的対称性が全方位・多機能ロボットを可能にする
ロボットの重心加速度の均一性を「動的対称性」として定義し、シミュレーションと実機でその効果を検証。動的対称性を高めた球状ロボットが、全方位移動や障害物走破、自己安定化などに優れることを示した。
原題: Extreme dynamic symmetry enables omnidirectional and multifunctional robots / Jiaxun Liu, Boxi Xia, Boyuan Chen
日本語で読む → - 論文身体化指示追従ロボティクス
RePlan-Bot: 身体化指示追従のためのマルチレベル再計画
長期的な計画と不可逆な状態変化に対応するため、高レベル監査、常識検索、低レベル修正を統合した再計画エージェントを提案し、ALFREDベンチマークで最高性能を達成した。
原題: RePlan-Bot: Multi-Level Replanning for Embodied Instruction Following / Xicheng Gong, Guozheng Sun, Peiran Xu 他
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 → - 論文模倣学習ロボティクス
非ホロノミック移動台車と双腕の協調制御のための拡散ポリシー:ドア開閉と通過
拡散モデルに基づく視覚運動制御ポリシーを用いて、非ホロノミック移動台車と双腕を協調させ、重いドアの開閉と通過をエンドツーエンドで学習する手法を提案した。
原題: Diffusion Policy for Coordinated Control of a Nonholonomic Mobile Base and Dual Arms in Door Opening and Passing / Shangqun Yu, Matthew En, Daniel Wu 他
日本語で読む → - 論文データセット画像認識
LRDDv3: 距離情報と熱画像を備えた高解像度長距離ドローン検出データセット
長距離ドローン検出のための高解像度RGB画像と熱画像を含む大規模データセットを構築し、距離情報も提供する。
原題: LRDDv3: High-Resolution Long-Range Drone Detection Dataset with Range Information and Thermal Data / Knut Peterson, Zaid Mayers, Azmain Yousuf 他
日本語で読む → - 論文逆運動学ロボティクス
逆運動学を解くニューラルネットワークに必要な学習サンプル数はいくつか
ロボットマニピュレータの逆運動学をニューラルネットワークで解く際、学習データ数を増やしても精度向上が頭打ちになることを実験的に示し、データ効率の観点から適切なサンプル数を考察した論文。
原題: How Many Training Samples Are Needed for the Inverse Kinematics Solutions by Artificial Neural Networks / Dong-Won Lim
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 → - 論文群制御ロボティクス
創発的な領域分割と基地局の状況認識を備えたマルチロボット巡回のための分散アルゴリズム
マルチロボット巡回のための新しい分散アルゴリズムLR-PTを提案し、シミュレーションで既存手法より高い巡回効率と基地局の状況認識向上を実証した。
原題: Distributed Algorithm with Emergent Area Partitioning and Base Station's Situation Awareness for Multi-Robot Patrolling / Kazuho Kobayashi, Shohei Kobayashi, Seiya Ueno 他
日本語で読む → - 論文強化学習/制御ロボティクス
滑らかな連続制御のための暗黙的アクションチャンキング
強化学習の高周波振動制御問題を解決するため、実行ウィンドウと価値ウィンドウの二重設計による暗黙的アクションチャンキング手法DWSを提案し、滑らかで安全な制御を実現した。
原題: Implicit Action Chunking for Smooth Continuous Control / Bosun Liang, Shuo Pei, Zirui Chen 他
日本語で読む → - 論文ナビゲーション画像認識
IntentionNav: 暗黙的な人間の指示からの意図駆動型物体ナビゲーションのベンチマーク
物体のカテゴリ名を直接与えず、人間の暗黙的な意図(例:「これを温めたい」)から目標物体を推論して探索する「意図駆動型物体ナビゲーション」のベンチマークを提案し、VLMを用いた評価を行った。
原題: IntentionNav: A Benchmark for Intent-Driven Object Navigation from Implicit Human Instruction / Lin Qian, Shijie Li, Sihao Lin 他
日本語で読む → - 論文模倣学習/ヒューマノイドロボティクス
動画からのヒューマノイド模倣学習のための直接動的リターゲティング
単眼ビデオからヒューマノイドの模倣学習を行う際、従来の幾何学的リターゲティングが持つバイアスを排除し、物理シミュレータ内で直接動的軌道を生成する新しいフレームワークを提案した。
原題: Direct Dynamic Retargeting for Humanoid Imitation Learning from Videos / Constant Roux, Ludovic De Matteïs, Armand Jordana 他
日本語で読む → - 論文アクチュエーションロボティクス
ブラックボックスアクチュエータへの直列弾性アクチュエーション改造の効果調査
ブラックボックスアクチュエータに直列弾性要素を追加し、力制御の帯域幅を約3倍に向上させ、低コストで高精度な力センサとして機能することを実証した。
原題: Investigating the Effect of a Series Elastic Actuation Retrofit to Black-Box Actuators / Ivan Tregear, Ayhan Aktas, Ferdinando Rodriguez y Baena
日本語で読む → - 論文群制御ロボティクス
SFG-ROS: 高密度マルチエージェント知覚のためのリソース認識フレームワーク
ROS 2ベースのマルチロボット協調知覚におけるネットワーク飽和や計算負荷を解決するため、スキーマ駆動ルーティングとオンデマンド復号化を備えたフレームワークSFG-ROSを提案し、CPU負荷を72.3%削減した。
原題: SFG-ROS: A Resource-Aware Framework for Dense Multi-Agent Perception / Constantin Blessing, Elias Geiger, Jakob Häringer 他
日本語で読む → - 論文群制御制御
強化学習による分散型マルチエージェントシステムの優先度駆動制御と通信
モデルフリーの強化学習を用いて、分散型マルチエージェントシステムにおける通信優先度と制御ポリシーを同時に学習する手法を提案した論文。
原題: Priority-Driven Control and Communication in Decentralized Multi-Agent Systems via Reinforcement Learning / Qingyun Guo, Junyi Shi, Tomasz Piotr Kucner 他
日本語で読む → - 論文制御ロボティクス
オンライン同定を用いたINDI制御クアッドローターのロバストH∞コントローラ設計
INDI制御のクアッドローターに対し、オンラインで同定したパラメータに基づき、ゲインスケジュール型のロバストH∞姿勢制御器を設計し、シミュレーションと実機試験で有効性を確認した。
原題: Robust $\mathcal{H}_\infty$ Controller Design For INDI-Controlled Quadrotor Using Online Parameter Identification / Tom Aantjes, Till M. Blaha, Spilios Theodoulis 他
日本語で読む → - 論文自動運転/VLA/ロバスト性ロボティクス
霧の中で迷う:センサー摂動が運転VLAの推論の脆弱性を露呈する
運転用のVision-Language-Actionモデルにセンサー摂動を加え、推論の一貫性が軌道の信頼性の指標となることを示した研究。
原題: Lost in Fog: Sensor Perturbations Expose Reasoning Fragility in Driving VLAs / Abhinaw Priyadershi, Jelena Frtunikj
日本語で読む →
PR・アフィリエイト広告
