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 → - 論文ロボットテストcs.SE
VISOR: ロボットテストのための視覚言語モデルベースのテストオラクル
ロボットのタスク実行の正しさと品質を自動評価する視覚言語モデルベースのテストオラクル手法を提案し、複数のロボットタスクで評価した。
原題: VISOR: A Vision-Language Model-based Test Oracle for Testing Robots / Prasun Saurabh, Pablo Valle, Aitor Arrieta 他
日本語で読む → - 論文自動運転ロボティクス
自動運転のための軽量な信頼度認識言語モデルによる意思決定
大規模言語モデルの推論能力を軽量モデルに蒸留し、信頼度付きの意思決定を高速に行う自動運転フレームワークを提案した。
原題: Decision-Making with Lightweight Confidence-Aware Language Model for Autonomous Driving / Ruoyu Yao, Ruiguo Zhong, Pei Liu 他
日本語で読む → - 論文世界モデルAI
物理的にネイティブな世界モデル:生成的世界モデリングへのハミルトン的視点
世界モデルの研究を、ハミルトン力学に基づく構造化された潜在空間での進化として捉え直し、物理的に意味のある予測と行動計画を可能にする新しい枠組みを提案する論文。
原題: Physically Native World Models: A Hamiltonian Perspective on Generative World Modeling / Sen Cui, Jingheng Ma
日本語で読む → - 論文構造ヘルスモニタリング/UAVロボティクス
低コスト自律UAVを用いた非接触振動ベースの構造損傷検出
本論文は、低コストの自律UAVを用いてビデオから振動信号を抽出し、構造物の損傷による固有振動数の変化を検出する非接触手法を提案・実験検証した。
原題: Non-Contact Vibration-Based Damage Detection of Civil Structures Using a Cost-Effective Autonomous UAV / Javier Becerril, Maximiliano Vargas, Jennifer Herrera 他
日本語で読む → - 論文VLA/幾何理解画像認識
幾何基盤モデルが視覚言語行動モデルに与える影響の理解
視覚言語行動モデル(VLA)と3D再構成のための幾何基盤モデル(GFM)の統合について、VLAの幾何理解の欠如を線形プロービングで定量化し、幾何情報を注入する3つのアーキテクチャを比較、さらに非アーキテクチャ的選択の影響を分析した。
原題: Understanding the Impact of Geometric Foundation Models on Vision-Language-Action Models / Yurou Yang, Muyuan Lin, Roberto Martin-Martin 他
日本語で読む → - 論文マニピュレーションロボティクス
カスケード最適化による接触リッチ操作のための同時接触選択と計画
接触リッチな操作タスクにおいて、接触位置の選択と操作軌道の計画を同時に行うカスケード最適化フレームワークを提案し、多様でロバストな操作行動を実現した。
原題: Simultaneous Contact Selection and Planning for Contact-Rich Manipulation with Cascaded Optimization / Zhe Zhang, Xingrong Diao, Haoxiang Liang 他
日本語で読む → - 論文モデルベースRL/視覚制御機械学習
ELVIS: 長期的視覚MPCのためのアンサンブル校正潜在想像
モデルベース強化学習による視覚制御の長期計画を実用的にするため、ガウス混合MPPIと不確実性を考慮したラムダリターンを用いた潜在モデル予測制御器ELVISを提案し、シミュレーションと実世界のタスクで性能を向上させた。
原題: ELVIS: Ensemble-Calibrated Latent Imagination for Long-Horizon Visual MPC / Yurui Du, Pinhao Song, Yutong Hu 他
日本語で読む → - 論文触覚インタラクションロボティクス
ポケットサイズロボティクスによる落ち着きの誘発:手持ち触覚インタラクションによる子どもの動きと心拍数の低減
手持ち型の触覚デバイスを使ったリズム合わせゲームが、子どもの心拍数と全身の動きを有意に減少させ、落ち着きを促すことを示した研究。
原題: Inducing Calmness With Pocket-Sized Robotics: Reducing Movement and Heart Rate in Children through Hand-Held Tactile Interactions / Morten Roed Frederiksen, Kasper Støy, Maja Matarić
日本語で読む → - 論文VLAロボティクス
Gaze2Act: 視線条件付き視覚言語行動ポリシーによる対話的ロボット操作
人間の視線を意図信号として活用し、ロボット操作の精度を高める新しいVLAフレームワークを提案した論文。
原題: Gaze2Act: Gaze-Conditioned Vision-Language-Action Policies for Interactive Robot Manipulation / Kuangji Zuo, Gen Li, Bofan Lyu 他
日本語で読む → - 論文VLAロボティクス
VLAConf: 視覚言語行動モデルのための校正されたタスク成功信頼度
VLAモデルのタスク成功確率を、軽量な信頼度ヘッドで単一フォワードパス推定する手法を提案。既存手法より高速で、連続行動空間にも適用可能。
原題: VLAConf: Calibrated Task-Success Confidence for Vision-Language-Action Models / Dehao Huang, Aoxiang Gu, Chengjie Zhang 他
日本語で読む → - 論文走行可能性推定画像認識
汎用視覚から信頼できる走行可能性推定へ:未構造屋外環境向け視覚基盤モデルの適応
視覚基盤モデルを未構造屋外環境での走行可能性推定に適応させるフレームワークViTAを提案し、SAM2を基盤にタスク固有の知識注入と幾何学知識の蒸留により、精度と汎化性を向上させた。
原題: From General Vision to Reliable Traversability Estimation: Adapting Vision Foundation Models for Unstructured Outdoor Environments / Ji-Hoon Hwang, Jisung Bae, Dong-Wook Kim 他
日本語で読む → - 論文VLA/ロボット制御ロボティクス
視覚言語行動モデルにおける非同期推論手法の理解
VLAモデルの推論遅延による観測の古さ問題を緩和する4つの手法(IT-RTC、TT-RTC、VLASH、A2C2)を統一的コードベースで比較し、各手法の特性と有効性を明らかにした。
原題: Understanding Asynchronous Inference Methods for Vision-Language-Action Models / Ayoub Agouzoul
日本語で読む → - 論文操作ロボティクス
Key-Gram: 身体化操作のための拡張可能な世界知識
言語由来の世界知識を視覚状態推論から分離する条件付きメモリフレームワークKey-Gramを提案し、指示をタスク固有のキーグラムに分解して外部メモリから検索・注入することで、バックボーンの視覚推論能力を保ちつつ知識拡張を容易にした。
原題: Key-Gram: Extensible World Knowledge for Embodied Manipulation / Jingjing Fan, Siyuan Li, Botao Ren 他
日本語で読む → - 論文自動運転マップ生成ロボティクス
ジオデータ駆動型HDマップ生成ワークフロー:参照不要の制約ベース検証を統合した手法
オープンな地理データから車線レベルのHDマップを生成し、外部参照地図なしで制約ベース検証を組み込むワークフローを提案・評価した論文。
原題: Geo-Data-Driven HD Map Generation Workflow with Integrated Reference-Free Constraint-Based Verification / Ruidi He, Vaibhav Tiwari, Mohanad Al-Ghobari 他
日本語で読む → - 論文全身操作ロボティクス
能動的空間脳と汎化可能な行動小脳によるヒューマノイド全身操作
複雑な3D環境での空間理解と行動生成の課題に対し、マルチエージェント大規模モデルを用いた能動的空間知覚と汎化可能な行動生成を組み合わせたヒューマノイド全身操作フレームワークを提案した。
原題: Humanoid Whole-Body Manipulation via Active Spatial Brain and Generalizable Action Cerebellum / Zhizhao Liang, Yi-Lin Wei, Xuhang Chen 他
日本語で読む → - 論文強化学習ロボティクス
階層的マクロ行動量子化による強化学習エージェントの人間らしさ向上
人間のデモンストレーションを階層的なベクトル量子化でマクロ行動に符号化し、報酬を最大化しつつ人間らしい行動系列を予測する強化学習フレームワークHiMAQを提案した。
原題: Enhancing Human-Likeness in Reinforcement Learning Agents via Hierarchical Macro Action Quantization / Usman Nizamani, M. Shaheer Luqman, Fawad Javed Fateh 他
日本語で読む → - 論文動作解析ロボティクス
軟剛ハイブリッドリンク系の動力学計算とスポーツ用義足を装着したアスリートの動作解析への応用
剛体リンクと柔軟体を統合したハイブリッドリンク系の動力学計算手法を提案し、スポーツ用義足を装着したアスリートの動作解析に応用した。逆動力学による床反力推定誤差は約12%で、筋力推定も可能にした。
原題: Dynamics Computation of Soft-Rigid Hybrid-Link System and Its Application to Motion Analysis of an Athlete Wearing Sport Prosthesis / Sunghee Kim, Yuta Shimane, Taiki Ishigaki 他
日本語で読む → - 論文操作ロボティクス
DISC: 指示を状態条件付き制御から分離するポリシー生成
言語条件付き操作ポリシーにおいて、指示と観測を共有パラメータで処理することで生じる観測リークを、ハイパーネットワークで指示からポリシー全体を生成することで構造的に排除し、性能を向上させた。
原題: DISC: Decoupling Instruction from State-Conditioned Control via Policy Generation / Hanxiang Ren, Pei Zhou, Xunzhe Zhou 他
日本語で読む → - 論文物体検出画像認識
省エネルギーなスパイキングニューラルネットワークを用いたニューロモーフィックLiDAR鳥瞰図物体検出
LiDAR点群の鳥瞰図表現から物体検出を行う、エンドツーエンドのスパイキングエンコーダ・デコーダネットワークを提案し、KITTIベンチマークで高い精度を達成した。
原題: Neuromorphic LiDAR-based Bird's Eye View Object Detection using Energy-efficient Spiking Neural Networks / Sambit Mohapatra, Senthil Yogamani, Heinrich Gotzig 他
日本語で読む → - 論文形式的検証画像認識
ホモグラフィの形式的検証のためのリプシッツ最適化
カメラの3次元運動による画像変化に対するロバスト性を形式的に検証する手法を提案。平面構造シーンに適用し、従来法より高速で厳密な境界を導出する。
原題: Lipschitz Optimization for Formal Verification of Homographies / Jean-Guillaume Durand, Panagiotis Kouvaros, Maxime Gariel 他
日本語で読む → - 論文SLAMロボティクス
Dr-PoGO: 直接レーダーポーズグラフ最適化
2Dスピニングレーダーを用いたSLAM手法を提案し、直接レジストレーションによるオドメトリとループ閉じ込みを行い、ポーズグラフ最適化で軌道を改善する。
原題: Dr-PoGO: Direct Radar Pose-Graph Optimization / Cedric Le Gentil, Weican Li, Leonardo Brizi 他
日本語で読む → - 論文シミュレーションロボティクス
OrbiSim: 具身知能のための微分可能物理エンジンとしてのワールドモデル
ワールドモデルを完全微分可能な物理エンジンとして再定義し、シミュレーション全体を微分可能にすることで、接触モデリングやスパース報酬下での勾配ベースのポリシー最適化を可能にした。
原題: OrbiSim: World Models as Differentiable Physics Engines for Embodied Intelligence / Jiajian Li, Jingyuan Huang, Junru Gong 他
日本語で読む → - 論文軌道最適化ロボティクス
IMPACT: 高速な接触陰的軌道最適化のための陰的アクティブセット拡張ラグランジアン法
接触陰的軌道最適化(CITO)を解くための拡張ラグランジアン法を提案し、接触モードを自動的に識別しながら高速化を実現した。
原題: IMPACT: An Implicit Active-Set Augmented Lagrangian for Fast Contact-Implicit Trajectory Optimization / Jiayun Li, Dejian Gong, Georgia Chalvatzaki
日本語で読む → - 論文自動運転/シナリオ生成ロボティクス
安全性重視の交通シナリオ生成のための条件付きフローマッチングVAE
現実のデータには稀な安全上重要なシナリオを、条件付き潜在フローマッチングを用いて現実的に生成する手法を提案した。
原題: Conditional Flow-VAE for Safety-Critical Traffic Scenario Generation / Zimu Gong, Brian Zhaoning Zhang, Chris Zhang 他
日本語で読む → - 論文移動機構ロボティクス
自然な移動:原理と方法
受動力学やコンプライアンスを活用した効率的な移動を「自然な移動」と定義し、内部振動子と環境との相互作用によるエネルギー交換が一周期でゼロになる条件を原理として提案。理想的な非ホロノミック系でその構成法を示した。
原題: Natural Locomotion: Principle and Method / Mirado Mortel, Luc Jaulin, Lionel Lapierre 他
日本語で読む → - 論文自動運転画像認識
DeepSight: 潜在状態予測による長期的世界モデリングを用いたエンドツーエンド自動運転
自動運転のための世界モデルを提案し、BEV空間で将来フレームの潜在意味特徴を並列予測することで長期的な状態予測を行い、さらに適応的なテキスト推論で長尾シナリオの性能を向上させ、閉ループベンチマークでSOTAを達成した。
原題: DeepSight: Long-Horizon World Modeling via Latent States Prediction for End-to-End Autonomous Driving / Lingjun Zhang, Changjie Wu, Linzhe Shi 他
日本語で読む → - 論文マニピュレーションロボティクス
MVB-Grasp: 拡散ベース把持の最小体積ボックスフィルタリングによる正面操作の実現
正面からの把持が難しい低コストロボットアーム向けに、拡散ベースの把持生成に最小体積境界ボックス(MVBB)の幾何学的先験を注入し、成功率を大幅に向上させる新しい把持スタックを提案した。
原題: MVB-Grasp: Minimum-Volume-Box Filtering of Diffusion-based Grasps for Frontal Manipulation / Bibek Poudel, Abdul Basit, Muhammad Shafique
日本語で読む → - 論文遠隔操作eess.IV
VISTA: 手術遠隔操作におけるネットワーク障害下のリアルタイム映像配信のベンチマーク
手術遠隔操作の映像配信を、現実的なネットワーク障害下で評価するベンチマークVISTAを提案し、ネットワーク品質がタスク成功率や所要時間に与える影響を定量化した。
原題: VISTA: A Benchmark for Real-Time Video Streaming under Network Impairments in Surgical Teleoperation / Zexin Deng, Zhenhui Yuan, Tian Lu 他
日本語で読む → - 論文模倣学習ロボティクス
失敗デモデータの活用法:注意機構の分布差を利用した模倣学習の効果的データ選択
成功デモのみで訓練されることが多い模倣学習において、収集時に得られる失敗データを注意機構に組み込むことで活用し、初期観察から適切なモードを選択して行動安定性を向上させる手法を提案。さらに、失敗サンプルと成功デモ間の注意差を定量化する指標で学習に有益な失敗データを選別する。
原題: How to Utilize Failure Demo Data?: Effective Data Selection for Imitation Learning Using Distribution Differences in Attention Mechanism / Kana Miyamoto, Kanata Suzuki, Tetsuya Ogata
日本語で読む →
PR・アフィリエイト広告
