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 →- 論文状態推定ロボティクス
MUSE: 状態推定のマルチモーダル不確実性定量化
視覚慣性オドメトリの不確実性をリアルタイムで定量化する学習ベースのフレームワークを提案し、Mambaを用いて複数の非同期センサストリームから推定の信頼性を評価する。
原題: MUSE: Multimodal Uncertainty Quantification of State Estimation / Minkyung Kim, Henry Che, Bhargav Chandaka 他
日本語で読む → - 論文VLA/触覚/操作ロボティクス
AT-VLA: 適応的触覚注入による視覚言語行動モデルのフィードバック反応向上
接触を伴う操作タスクで視覚言語行動モデルの性能を高めるため、適応的に触覚情報を注入する仕組みと、高速な触覚反応を可能にする二重ストリーム構造を提案した。
原題: AT-VLA: Adaptive Tactile Injection for Enhanced Feedback Reaction in Vision-Language-Action Models / Xiaoqi Li, Muhe Cai, Jiadong Xu 他
日本語で読む → - 論文ヒューマノイド/接触推定ロボティクス
シックスセンス:ヒューマノイドのタスク非依存・固有感覚のみによる全身外力推定
ヒューマノイドの全身接触タイミング・位置・外力を、固有感覚とIMUデータのみから推定するタスク非依存の手法を提案した。条件付きフローマッチングを用いて接触イベントの流れを推定し、衝突検出や遠隔操作などに応用できる。
原題: SixthSense: Task-Agnostic Proprioception-Only Whole-Body Wrench Estimation for Humanoids / Xingzhou Chen, Xiayan Xu, Yan Ning 他
日本語で読む → - 論文通信ネットワークロボティクス
身体化エージェントを可能にする6G通信ネットワーク:アーキテクチャとプロトタイプ
身体化エージェントの通信要件を分析し、6G技術を活用した階層型通信アーキテクチャを提案、実証プロトタイプを実装した論文。
原題: 6G Communication Networks Enabling Embodied Agents: Architecture and Prototype / Lipeng Dai, Luping Xiang, Kun Yang
日本語で読む → - 論文群制御ロボティクス
進行状況を考慮したリーダー・フォロワー空中ドッキングシステムによる二重ドローンの空中操作
2台のクアッドローターがリーダー・フォロワー編隊で空中ドッキングするためのプラットフォームを提案し、進行状況を監視するミッション管理で位相遷移を制御する。シミュレーションと実機で評価し、ドッキング成功率や時間などの指標を比較する。
原題: A Progress-Aware Leader-Follower Midair Docking System for Dual-Drone Aerial Manipulation / Yifan Cai, Jan Ming Kevin Tan, Xiangqi Li 他
日本語で読む → - 論文操作ロボティクス
ElasticFlow: 弾性時間地平線を用いた一段階物理整合ポリシーによる言語誘導操作
拡散ポリシーの遅延問題を解決するため、蒸留不要で物理整合性を保つ一段階生成フレームワークを提案し、時間地平線の弾性化で言語指示と動作の粒度を整合させた。
原題: ElasticFlow: One-Step Physics-Consistent Policy with Elastic Time Horizons for Language-Guided Manipulation / Kewei Chen, Yayu Long, Shuai Li 他
日本語で読む → - 論文データセットロボティクス
SteelDS: 高解像度E40鋼スクラップビデオデータセット - 物体検出とインスタンスセグメンテーション用
コンベア上の鋼と銅スクラップの高解像度ビデオデータセットを提供し、材料分類・物体検出・インスタンスセグメンテーションのモデル開発を支援する。
原題: SteelDS: A High-Resolution Video Dataset of E40 Steel Scrap for Object Detection and Instance Segmentation / Melanie Neubauer, Christian Rauch, Gerald Koinig 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VLA/汎化ロボティクス
VLA-Pro: 視覚言語行動モデルのためのクロスタスク手続き記憶転送
タスク固有のLoRAアダプタを手続き記憶として保存し、推論時に現在のマルチモーダル文脈に基づいて関連記憶を検索・融合することで、未見タスクへの汎化を向上させるプラグアンドプレイフレームワークを提案した。
原題: VLA-Pro: Cross-Task Procedural Memory Transfer for Vision-Language-Action Models / Shengyu Si, Yuanzhuo Lu, Ruimeng Yang 他
日本語で読む → - 論文UAVナビゲーションロボティクス
KIOプランナー:UAVナビゲーションのための注意誘導型単一段モーションプランニングとデュアルマッピング
壁の多い狭小環境でのUAV自律飛行向けに、注意機構とデュアルマッピングを統合した単一段の軌道計画フレームワークを提案し、安全性と滑らかさを向上させた。
原題: KIO-planner: Attention-Guided Single-Stage Motion Planning with Dual Mapping for UAV Navigation / Dexing Yao, Haochen Li, Junhao Wei 他
日本語で読む → - 論文群制御ロボティクス
PECMAN: 未知環境における知覚連携型マルチエージェントナビゲーション
未知環境でのマルチエージェントナビゲーションのために、分散型ツリーモーフィングと共有知覚戦略を用いたPECMANを提案し、シミュレーションと実機実験で有効性を示した。
原題: PECMAN: Perception-enabled Collaborative Multi-Agent Navigation in Unknown Environments / Tianchonghui Fang, Shaunak Roy, Shalabh Gupta
日本語で読む → - 論文物体検出画像認識
複数の視覚スペクトルにおけるドローン画像を用いた軍事目標検出の比較分析
ドローン画像の軍事目標検出において、グレースケール、熱画像、暗視、オブスキュラ視覚など様々な環境を模擬したデータセットを作成し、YOLOv11-smallモデルで検出性能を比較評価した研究。
原題: Comparative Analysis of Military Detection Using Drone Imagery Across Multiple Visual Spectrums / Sourov Roy Shuvo, Prajwal Panth, Rajesh Chowdhury 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 → - 論文ナビゲーションロボティクス
CaMeRL: 衝突認識と記憶強化によるマルチスケール障害物環境でのUAVナビゲーション強化学習
UAVの障害物回避ナビゲーションにおいて、障害物のスケール変化に着目し、衝突リスクを考慮した潜在表現と時間的記憶モジュールを導入した強化学習フレームワークCaMeRLを提案した。
原題: CaMeRL: Collision-Aware and Memory-Enhanced Reinforcement Learning for UAV Navigation in Multi-Scale Obstacle Environments / Hong Hong, Feiyu Liao, Yongheng Liang 他
日本語で読む → - 論文操作学習ロボティクス
RoboEvolve: 限られたデータでのロボット操作のためのプランナーとシミュレーターの共進化
ロボット操作のデータ不足を解決するため、VLMプランナーとVGMシミュレーターを相互強化する共進化ループで構成されるフレームワークRoboEvolveを提案。未ラベルのシード画像のみから動作を自律生成し、データ効率を大幅に向上させる。
原題: RoboEvolve: Co-Evolving Planner-Simulator for Robotic Manipulation with Limited Data / Harold Haodong Chen, Sirui Chen, Yingjie Xu 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VLA/データ拡張画像認識
シミュレーションからリアリズムを見る:視覚言語行動データ拡張のための効率的なビデオ変換
シミュレーションで生成したVLA学習用ビデオを、タスクの意味と行動軌跡を保ちつつ現実的なビデオに変換する効率的なデータ拡張フレームワークを提案。拡散モデルの特徴再利用とコアセットサンプリングにより計算コストを抑え、実ロボットを含む複数ベンチマークで性能を向上させた。
原題: Seeing Realism from Simulation: Efficient Video Transfer for Vision-Language-Action Data Augmentation / Chenyu Hui, Xiaodi Huang, Siyu Xu 他
日本語で読む → - 論文ナビゲーション/VLAロボティクス
ウェイポイントを超えて:クロスエンボディメント意味的ナビゲーションのためのデュアルヒートマップ接地
オープンエンドな意味的指示を物理的に実行可能な局所目標に変換する際、単一点回帰の代わりに到達可能領域と向き制約を表すデュアルヒートマップを予測するVLAフレームワークを提案し、多様なロボットでの性能向上を示した。
原題: Beyond Waypoints: Dual-Heatmap Grounding for Cross-Embodiment Semantic Navigation / Kaijie Yun, Yue Chen
日本語で読む → - 論文形式手法AI
ReasonSTL: ツール拡張とプロセス報酬学習による自然言語と信号時相論理の橋渡し
自然言語で表された要件を信号時相論理(STL)式に変換するフレームワークReasonSTLを提案し、ローカルなオープンソース言語モデルを用いて、推論の分解、決定的ツール呼び出し、構造化式構築を行い、プロセス報酬学習で訓練する。
原題: ReasonSTL: Bridging Natural Language and Signal Temporal Logic via Tool-Augmented Process-Rewarded Learning / Bowen Ye, Zhijian Li, Junyue Huang 他
日本語で読む → - 論文ナビゲーションロボティクス
より遠くを見る:住宅建物内での社会的に配慮したナビゲーションシステム
住宅の廊下を移動する配達ロボットが、人から8メートル以上離れた時点で車線変更を行う「プロアクティブレーンチェンジ」動作を導入し、従来の短距離での回避行動と比較して、安全性・滑らかさ・丁寧さの認識が向上することをユーザー調査で示した。
原題: Look Further: Socially-Compliant Navigation System in Residential Buildings / Akira Shiba, Marina Obata, Nathan Kau 他
日本語で読む → - 論文触覚ロボティクス
InvariantCloud: ロバストな6自由度触覚ポーズ追跡のための大域不変・一意インデックス点群フレームワーク
視覚ベース触覚センサの表面マーカー配置の大域不変性を利用し、累積ドリフトを抑えつつヨー回転推定を高精度化する6自由度ポーズ推定フレームワークを提案した。
原題: InvariantCloud: A Globally Invariant, Uniquely Indexed Point Cloud Framework for Robust 6-DoF Tactile Pose Tracking / Pengfei Ye, Yuxiang Ma, Yi Zhou 他
日本語で読む → - 論文世界モデル画像認識
残差潜在アクションによる視覚特徴ベース世界モデルの学習
視覚特徴ベースの世界モデルにおいて、DINO残差から学習可能な新しい潜在アクション表現(RLA)を導入し、フローマッチングで予測することで、既存手法より高速かつ高精度な未来予測を実現した。さらに、ロボット学習への応用として、アクションなし動画からの行動学習や、オフライン動画のみで学習する視覚RLフレームワークを開発した。
原題: Learning Visual Feature-Based World Models via Residual Latent Action / Xinyu Zhang, Zhengtong Xu, Yutian Tao 他
日本語で読む → - 論文マッピングロボティクス
変化に頑健なオンライン空間意味トポロジカルマッピング
環境変化に頑健な空間意味推論のため、RGB-Dキーフレームのオンライン・ポーズ認識トポロジカルグラフを提案し、連続SE(3)での逐次仮説検定により曖昧さを扱う。実ロボット実験でSLAMベース手法より頑健性が向上。
原題: Change-Robust Online Spatial-Semantic Topological Mapping / Jiaming Wang, Jizhuo Chen, Diwen Liu 他
日本語で読む → - 論文移動把持ロボティクス
動的環境における可視性を考慮した移動把持
限られた視野を持つ移動ロボットが、動的で未知の環境で安全に物体を把持するための統合システムを提案。低レベルの全身プランナーと高レベルの行動木プランナーを組み合わせ、シミュレーションと実機で有効性を実証した。
原題: Visibility-Aware Mobile Grasping in Dynamic Environments / Tianrun Hu, Anxing Xiao, David Hsu 他
日本語で読む → - 論文VLAロボティクス
適応を資産へ変える:オンライン視覚言語ナビゲーションのためのクロスドメインブリッジング
非定常な環境変化に直面する視覚言語ナビゲーションエージェントのオンライン適応において、適応を一時的な更新ではなく資産の蓄積と合成として捉える新しいTTAフレームワークIDEAを提案し、忘却や負の転移を防ぎつつ、学習不要の適応を実現する。
原題: Turning Adaptation into Assets: Cross-Domain Bridging for Online Vision-Language Navigation / Zixuan Hu, Xuantuo Huang, Yancheng 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
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 → - 論文ナビゲーションロボティクス
Q-SpiRL: 適応的ロボットナビゲーションのための量子スパイキング強化学習
量子スパイキングニューラルネットワークを用いた強化学習フレームワークを提案し、動的環境でのロボットナビゲーション性能を評価した。
原題: Q-SpiRL: Quantum Spiking Reinforcement Learning for Adaptive Robot Navigation / Mohamed Khair Altrabulsi, Nouhaila Innan, Alberto Marchisio 他
日本語で読む → - 論文遠隔操作/強化学習ロボティクス
確率的遅延下でのロボット遠隔操作のための残差強化学習
確率的通信遅延による信号不連続性に対処するため、LSTMによる状態推定と残差強化学習を組み合わせたハイブリッド制御フレームワークを提案し、遅延下でも安定した遠隔操作を実現した。
原題: Residual Reinforcement Learning for Robot Teleoperation under Stochastic Delays / Kaize Deng, Zewen Yang
日本語で読む → - 論文VLAロボティクス
FLASH: スパースサンプリングによる効率的な視覚運動ポリシー
拡散モデルやフローマッチングの反復処理による遅延を解消するため、ルジャンドル多項式で軌道を表現し、履歴係数から生成を開始することで単一推論で長い行動範囲を実現する高速な視覚運動ポリシーを提案した。
原題: FLASH: Efficient Visuomotor Policy via Sparse Sampling / Jiaqi Bai, Jindou Jia, Yuxuan Hu 他
日本語で読む → - 論文移動操作ロボティクス
CEER: 階層型ヒューマノイド移動操作のための統一インターフェースとしてのコンプライアントなエンドエフェクタ・ルート制御
ヒューマノイドの移動操作を階層的プランニングで実現するため、エンドエフェクタとルートのコンプライアント制御を統一インターフェースとして提案し、教師学生フレームワークで低レベルポリシーを学習。シミュレーションと実機で精度と安定性を実証した。
原題: CEER: Compliant End-Effector and Root Control as a Unified Interface for Hierarchical Humanoid Loco-Manipulation / Xinyuan Luo, Xingrui Chen, Xunjian Yin 他
日本語で読む →
PR・アフィリエイト広告
