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 →- 論文群制御ロボティクス
協調スウォームのためのモジュール型強化学習
この論文は、ロボットスウォームの協調行動を学習するためのモジュール型強化学習手法を提案し、採餌タスクのシミュレーションで有効性を示した。
原題: Modular Reinforcement Learning For Cooperative Swarms / Erel Shtossel, Gal A. Kaminka
日本語で読む → - 論文具現化AI/安全性/実世界展開ロボティクス
具現化AIの実践:SAEワールドコングレス2026から見る安全性、信頼、ロボティクス、実世界展開への洞察
SAEワールドコングレス2026のパネル討論から、自動運転やロボットなどの具現化AIを安全かつ信頼できる形で実世界に展開するための課題と提言をまとめたホワイトペーパー。
原題: Embodied AI in Action: Insights from SAE World Congress 2026 on Safety, Trust, Robotics, and Real-World Deployment / Jan-Mou Li, Paul Schmitt, Wei Tong 他
日本語で読む → - 論文UAV探索/経路計画ロボティクス
LMPath: 言語を介した事前知識と経路生成による航空探索
UAVの探索ミッションにおいて、言語モデルと衛星画像を用いて対象物が存在しそうな領域を事前に推定し、その情報に基づいて効率的な飛行経路を生成するパイプラインを提案した。
原題: LMPath: Language-Mediated Priors and Path Generation for Aerial Exploration / Jonathan A. Diller, Fernando Cladera, Camillo J. Taylor 他
日本語で読む → - 論文3D視覚グラウンディング画像認識
AgentGrounder: マルチモーダル言語モデルを用いたゼロショット3D視覚点群グラウンディング
色付き点群を直接入力とし、3D学習なしで自然言語による物体位置特定を行うゼロショット3D視覚グラウンディングフレームワークを提案。オフラインで物体テーブルを構築し、オンラインのツール駆動エージェントがクエリを分解して必要な候補だけを検索・評価する。
原題: AgentGrounder: Zero-Shot 3D Visual Pointcloud Grounding using Multimodal Language Models / Cuong Huynh, Maxim Popov, Denis Gridusov 他
日本語で読む → - 論文動作計画ロボティクス
信号時相論理下での動作計画のための実現可能性を考慮したハイブリッド制御
局所制約充足をモデル化する離散変数を用いて計画と制御設計を統合し、非凸な作業空間を円盤に変換して制御バリア関数を設計することでデッドロックを回避する手法を提案した。
原題: Feasibility-aware Hybrid Control for Motion Planning under Signal Temporal Logics / Panagiotis Rousseas, Dimos V. Dimarogonas
日本語で読む → - 論文ハプティックレンダリングロボティクス
分数次粘弾性のハプティックレンダリング:受動性とレンダリング忠実度
分数次粘弾性モデルを用いたハプティックレンダリングの受動性条件を閉形式で導出し、実験と人間による評価で検証した論文。
原題: Haptic Rendering of Fractional-Order Viscoelasticity: Passivity and Rendering Fidelity / Gorkem Gemalmaz, Harun Tolasa, Volkan Patoglu
日本語で読む → - 論文ナビゲーションロボティクス
EvoNav: 大規模言語モデルを用いたロボットナビゲーションの進化的報酬関数設計
ロボットナビゲーションの強化学習における報酬関数の設計を、大規模言語モデルと進化的アルゴリズムで自動化する手法を提案した論文。
原題: EvoNav: Evolutionary Reward Function Design for Robot Navigation with Large Language Models / Zhikai Zhao, Chuanbo Hua, Federico Berto 他
日本語で読む → - 論文動作計画ロボティクス
信号時相論理仕様を考慮した確率非線形システムのフィードバック動作計画
確率的非線形システムが信号時相論理(STL)仕様を高確率で満たすように、制御ポリシーを合成するフレームワークを提案。予測可能到達チューブと収縮理論を用いて問題を決定論的最適化に変換し、実機四足ロボットで有効性を実証した。
原題: Feedback Motion Planning for Stochastic Nonlinear Systems with Signal Temporal Logic Specifications / Liqian Ma, Zishun Liu, Glen Chou 他
日本語で読む → - 論文群制御ロボティクス
トポロジー駆動型ソフトロボットの絡まり防止制御
複数のソフトロボットが絡まらないように、トポロジー情報を活用したマルチエージェント強化学習フレームワークを提案した論文。
原題: Topology-Driven Anti-Entanglement Control for Soft Robots / Haoyang Le, Shengxuan Wang, Mohan Chen 他
日本語で読む → - 論文認知モデルロボティクス
計画なし、されど人間らしく:反応的ロボティクスモデルが臨床課題における人間の計画失敗を予測
ロボット操作向けに開発された反応的勾配降下モデルAICONを、計画能力を評価する認知テスト(ロンドン塔課題)に適用し、人間の難易度順序や計画能力低下時の失敗パターンを再現できることを示した論文。
原題: No Plan, Yet Human: A Reactive Robotics Model Predicts Human Planning Failures on a Clinical Task / Michael Migacev, Vito Mengers, Antonia Köngeter 他
日本語で読む → - 論文シミュレーションロボティクス
SubTGraph: ロボット自律性検証のための制御可能なトポロジー変動を備えた大規模地下環境合成
地下環境の大規模シミュレーションベンチマークを生成するフレームワークSubTGraphを提案し、ユーザー指定の構造制約からダイクストラ法を用いて多様な地下世界を手続き的に合成する。
原題: SubTGraph: Large-Scale Subterranean Environment Synthesis with Controllable Topological Variability for Robotic Autonomy Validation / F. Labra Caso, A. Saradagi, S. Fredriksson 他
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周辺での適応的探索のためのエルゴード模倣
模倣学習における訓練と実環境のミスマッチに対応するため、デモの幾何学的構造から目標分布を構築し、追従と探索を適応的に切り替えるエルゴード制御に基づく軌道生成手法を提案した。
原題: Ergodic Imitation for Adaptive Exploration around Demonstrations / Ziyi Xu, Cem Bilaloglu, Yiming Li 他
日本語で読む → - 論文マニピュレーションロボティクス
TapSampling: タスク進捗理解型検証器を用いた推論時サンプリングによるロボット操作
ロボット操作の汎用ポリシーに対して、推論時に複数の行動候補をサンプリングし、タスク進捗を予測する検証器で最適な行動を選ぶプラグアンドプレイなフレームワークを提案した。
原題: TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation / Sizhe Zhao, Shengping Zhang, Shuo Yang 他
日本語で読む → - 論文連続体ロボットロボティクス
腱駆動連続体ロボットの設計空間サロゲートモデリングのためのニューラルオペレータ
腱駆動連続体ロボットの設計パラメータと腱の入力から形状を予測するニューラルオペレータを提案し、単一モデルで多様な設計に汎化できることを示した。
原題: Neural Operators for Design-Space Surrogate Modeling of Tendon-Actuated Continuum Robots / Branden Frieden, James M. Ferguson, Alan Kuntz 他
日本語で読む → - 論文6D姿勢推定画像認識
RGB-D残差ニューラルネットワークによるキーポイントヒートマップ回帰を用いた6D姿勢推定
RGB画像からキーポイントのヒートマップを予測し、PnP RANSACで6D姿勢を推定する枠組みを提案。深度データを融合するアーキテクチャも導入し、LINEMODデータセットで精度を向上させた。
原題: 6D Pose Estimation via Keypoint Heatmap Regression with RGB-D Residual Neural Networks / Ismail Aljosevic, Amir Masoud Almasi, Ana Parovic 他
日本語で読む → - 論文触覚/サーベイロボティクス
身体化知能における触覚ベースのマルチモーダル融合:視覚・言語・接触駆動パラダイムのサーベイ
触覚と視覚・言語を統合するマルチモーダル触覚融合の研究を包括的に調査し、データセットと手法の階層的分類法を提案した論文。
原題: Tactile-based Multimodal Fusion in Embodied Intelligence: A Survey of Vision, Language, and Contact-Driven Paradigms / Zhixiang Cao, Di Tian, Runwei Guan 他
日本語で読む → - 論文ソフトロボティクス制御
離散コセラットロッドの準静的制御
コセラットロッド理論に基づくソフトロボットの準静的モデルに対して、外部ワンチを入力とするフィードバック制御則を設計し、エンドエフェクタの軌道追従と形状制御を数値実験で実証した。
原題: Quasi-Static Control of Discrete Cosserat Rod / Srishti Siddharth, Domenico Campolo, Ravi Banavar
日本語で読む → - 論文ナビゲーションロボティクス
アクションエージェント:エージェント型ビデオ生成とフロー制約拡散の融合
LLMによるビデオ生成とフロー制約拡散モデルを組み合わせ、複数のロボット形態でナビゲーションを実現する2段階フレームワークを提案した。
原題: Action Agent: Agentic Video Generation Meets Flow-Constrained Diffusion / Jeffrin Sam, Nguyen Khang, Yara Mahmoud 他
日本語で読む → - 論文VLAロボティクス
X-DiffVLA: クロスエンボディ拡散行動ヘッドを備えた視覚言語行動モデル
異なるエンドエフェクタを持つロボット間で知識を転移できる拡散ベースのVLAモデルを提案し、エンボディフォーシングと形態学的ツリー拡散により性能を向上させた。
原題: X-DiffVLA: X-Embodied Diffusion Action Heads for Vision-Language-Action Models / Boyu Li, Chaoyi Xu, Haoqi Yuan 他
日本語で読む → - 論文行動認識画像認識
高速ビジョンが人間行動のゼロショット意味理解を向上させる
高速な人間行動の意味理解における時間解像度の影響を、剣道を例に、事前学習済みビデオ言語モデルとLLMを用いた学習不要パイプラインで調査し、高フレームレートがゼロショット性能を向上させることを示した。
原題: High-Speed Vision Improves Zero-Shot Semantic Understanding of Human Actions / Yongpeng Cao, Yuji Yamakawa
日本語で読む → - 論文生成モデルロボティクス
動作プリミティブからの幾何的組み立てによるスパース構成フローマッチング
ロボットの動作軌跡を、再利用可能な動作プリミティブの構成として直接軌跡空間で生成するフローマッチング手法を提案した論文。
原題: Sparse Compositional Flow Matching by geometric assembly from motion primitives / Yan Tang, Yuanbo Tang, Tingyu Cao 他
日本語で読む → - 論文強化学習/ロコモーションロボティクス
ARC-RL: ARC Raidersに着想を得た強化学習プレイグラウンド
ゲームNPC向けの多様なロボット形態(ヘキサポッドや四足など)を備えたMuJoCo連続制御環境スイートを構築し、統一報酬関数とCPGデモを提供して、オンラインおよびオフラインからオンラインへの強化学習アルゴリズムを比較評価した。
原題: ARC-RL: A Reinforcement Learning Playground Inspired by ARC Raiders / Carlo Romeo, Andrew D. Bagdanov
日本語で読む → - 論文経路計画cs.CG
限られた航続距離のドローンによる線分検査の最適化
ドローンのバッテリー制約下で、太陽光発電所の配管などの線分を効率的に検査するための経路計画問題を扱い、NP困難性の証明と近似アルゴリズムを提案した論文。
原題: Optimizing Line Segment Inspection with Limited-Range Drones / José-Miguel Díaz-Báñez, José-Manuel Higes, Alina Kasiuk 他
日本語で読む → - 論文ナビゲーションロボティクス
PathPainter: 画像生成モデルの汎化能力を身体化ナビゲーションへ転移する
鳥瞰図画像を大域的な事前情報として用い、画像生成モデルで自然言語から目標地点と走行可能領域を推定し、クロスビュー位置合わせでドリフトを補正するナビゲーションシステムを提案。UAVで160mの長距離ナビゲーションを実証した。
原題: PathPainter: Transferring the Generalization Ability of Image Generation Models to Embodied Navigation / Yijin Wang, Yuru Tian, Xijie Huang 他
日本語で読む → - 論文強化学習ロボティクス
E²DT:経験認識サンプリングによる効率的かつ効果的なロボット操作のためのディシジョン・トランスフォーマー
ロボット操作の強化学習において、ディシジョン・トランスフォーマーの性能を向上させるため、経験の質と多様性を考慮したサンプリング手法を提案した論文。
原題: E$^2$DT: Efficient and Effective Decision Transformer with Experience-Aware Sampling for Robotic Manipulation / Kaiyan Zhao, Borong Zhang, Yiming Wang 他
日本語で読む → - 論文群制御ロボティクス
固定翼UAV回廊における待機UAV再挿入のための誘導法
固定翼UAVの回廊で、待機レーンからメインレーンへの安全な再挿入を実現する誘導アルゴリズムを開発し、数値シミュレーションで検証した。
原題: Loiter UAV Reinsertion Guidance for Fixed-wing UAV Corridors / Pradeep J, Kedarisetty Siddhardha, Ashwini Ratnoo
日本語で読む → - 論文UAVナビゲーション制御
ポテンシャルベース報酬整形と制御リアプノフ・バリア関数によるUAVナビゲーションのゼロショット安全・時間効率化
強化学習にポテンシャルベース報酬整形と制御リアプノフ・バリア関数を統合し、UAVのミッション時間短縮と安全性保証を両立するナビゲーション手法を提案した。
原題: Zero-Shot, Safe and Time-Efficient UAV Navigation via Potential-Based Reward Shaping, Control Lyapunov and Barrier Functions / Ashik Abrar Naeem, Mohammad Ariful Haque
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VLAロボティクス
3DVLA: 3次元空間・インスタンス理解による視覚言語行動モデルの強化
視覚言語行動モデルに3次元空間理解とインスタンス理解を注入するプラグアンドプレイフレームワークを提案し、操作性能を向上させた。
原題: 3DVLA: Enhancing Vision-Language-Action Models via 3D Spatial and Instance Understanding / Zhongyu Xia, Yousen Tang, Bingqing Wei 他
日本語で読む → - 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 →
PR・アフィリエイト広告
