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: 2026/10/27 / 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 →- 論文マイクロマニピュレーションロボティクス
手持ち型マイクロマニピュレーションにおける誘導と安全を同時に実現する能動的制約
手持ちロボットによる微細操作で、最適化に基づく能動的制約を用いて作業誘導と安全確保を同時に達成し、安全性違反率を大幅に低減しつつ精度低下を回復した研究。
原題: Active Constraints for Simultaneous Guidance and Safety in Handheld Micromanipulation / Roger Ho, Robert A. MacLachlan, Cameron N. Riviere
日本語で読む → - 論文ワールドモデルロボティクス
GAWM:マルチタスクロボット操作のための小型潜在ワールドアクションモデル
凍結したDINOv3エンコーダの潜在空間で将来観測を予測する100Mパラメータ未満の小型ワールドアクションモデルを提案し、大規模モデルを上回る性能と低遅延を実現した。
原題: GAWM: A Compact Latent World-Action Model for Multi-Task Robot Manipulation / Yang Liu, Xiaoli Liu, Liuzhao Li 他
日本語で読む → - 論文VLAロボティクス
行動のための検索:ロバストなVLA実行のための動作プリミティブグラフ検索
訓練時の動作履歴を時空間動作プリミティブグラフとして構築し、推論時にGNNで現在位置を特定して将来の動作を検索・融合することで、VLAポリシーの分布外視覚変化へのロバスト性を高める手法を提案。
原題: Retrieve to Act: Motion Primitive Graph Retrieval for Robust VLA Execution / Pham Tri Quang, Bao-Ngoc Dao, Minh Duc Nguyen 他
日本語で読む → - 論文深度推定ロボティクス
月面環境における単眼深度推定の有効性
月面のアナログデータとアポロ17号の画像を用い、最先端の単眼深度推定手法が未知の月面地形を高精度に3次元再構成できるか検証した。
原題: Efficacy of Monocular Depth Estimation in Lunar Environments / Michael W. Lanighan, Kenji Brameld, Seth Gee
日本語で読む → - 論文sim2realロボティクス
野生動画から人-ヒューマノイド相互作用を転写する模倣身体性転送
ネット上の人間同士の相互作用動画を3D復元し、関節関係と接触を保ちながら異なるヒューマノイドへ動作を転送するHumiTransferを提案し、大規模データセットHumiMimicを構築した。
原題: Mimetic Embodiment Transfer of Human-Humanoid Interaction from In-the-Wild Videos / Nghia Le, Khang Nguyen, Ba Long Tran 他
日本語で読む → - 論文VLA画像認識
視覚言語行動か世界行動か、いっそ行動モデルで十分
VLAとWAMの設計選択を分離し、事前学習済み視覚バックボーンと行動損失・未来予測損失で訓練する共通フレームワークJAMを提案。視覚生成なしで両者を上回る成功率を達成した。
原題: Vision-Language-Action or World-Action? Just Action Models / Yonghao Yu, Lang Huang, Runyi Li 他
日本語で読む → - 論文マルチモーダル/拒否機械学習
視覚的証拠が不十分なとき:マルチモーダル言語モデルの拒否を形作る指示・事後学習・内部活性化
視覚的に答えられない質問へのMLLMの拒否が、推論時の指示・事後学習・内部活性化介入の3要因でどう変わるかをMoHoBenchで体系的に調べた研究。
原題: When Visual Evidence Is Insufficient: How Instructions, Post-Training, and Internal Activations Shape Refusal in Multimodal Language Models / Ananth K Suresh, Aveen Dayal, Gouthaman KV 他
日本語で読む → - 論文歩行ロボティクス
学習可能なCPGフレームワークによる四足歩行制御
対称性に基づく8ニューロンCPGと脚共有の実行ネットワークを組み合わせ、歩行・トロット・ペース・バウンド・プロンク間を単一ポリシーで遷移できる四足歩行制御を実現した。
原題: A Trainable CPG Framework for Quadruped Locomotion / Xiyan Liu, Yide Liu, Guoyong Mao 他
日本語で読む → - 論文羽ばたき翼/音響最適化ロボティクス
羽ばたき翼ドローンの音響特性最適化:ハチドリ模倣による静音化
膜翼の打ち返し時に生じるクリック音を抑えるため、翅脈配置の最適化とハチドリの羽を模した後縁フリンジを導入し、最大8dBのクリック音低減と3-4dBの広帯域騒音低減を揚力損失なしで実現した。
原題: Acoustic Signature Optimisation for Bioinspired Flapping-Wing Micro Aerial Vehicles / Yi Lun Duh, Krispin C. V. Broers, Sophie F. Armanini
日本語で読む → - 論文模倣学習ロボティクス
低コストアームで模倣学習ポリシーを比較:12から200デモへのスケーリング
ACT・Diffusion Policy・SmolVLA・π0.5を低コストSO-101アームで12〜200のデモ数で訓練し、成功率や失敗段階の変化を比較評価した。
原題: From 12 to 200 Demonstrations: How ACT, Diffusion Policy, SmolVLA and $π_{0.5}$ Scale on a Low-Cost Arm / Simon Cowling
日本語で読む → - 論文マルチモーダル知覚画像認識
ズームなしで詳細を見るv2:汎化可能なマルチモーダル知覚のための証拠連結
画像内の関連領域をズームした視点から比較・集約・連鎖を要する質問を合成し、複数VLMの一致と領域除去テストで品質を担保してRLVRで学習。下流ベンチマークに特化せず細粒度・空間知覚や長文脈理解、エージェント課題を改善。
原題: Zooming without Zooming v2: From Seeing Details to Connecting Evidence for Generalizable Multimodal Perception / Lai Wei, Yatai Li, Liangbo He 他
日本語で読む → - 論文VLA画像認識
動きに着目した非対称予測で動画モデルをロボット制御に適応させる手法
動画生成モデルをロボット制御に転用する際、動きのある領域に重点的に視覚予測の学習を割り当てるMoGAPを提案し、操作タスクの成功率を向上させた。
原題: Adapting Video Models for Robot Control via Motion-guided Asymmetric Prediction / Taeyoung Kim, Junyoung Sung, Heeseung Kwon 他
日本語で読む → - 論文模倣学習ロボティクス
品質を制御できるロボット方策の反復的後知恵ラベリングによる学習
実行速度や滑らかさなどの品質属性を推論時に制御できるロボット方策を提案し、目標品質でのオンライン試行と後知恵ラベリングの反復でデモ以上の品質を達成した。
原題: Learning Quality-Controllable Robot Policies with Iterative Hindsight Relabeling / Sinjae Kang, Dong Kyu Shin, Jaehong Kim 他
日本語で読む → - 論文VLAロボティクス
ミリ波レーダによる3D占有言語フィールド
パノラマレーダ観測からシーン全体の3D占有と言語特徴を統合したフィールドを構築し、新しい記述でシーンを検索可能にするフレームワークTextRadarを提案。
原題: 3D Occupancy-Language Fields from mmWave Radar / Haowen Lai, Zhiwei Zheng, Mingmin Zhao
日本語で読む → - 論文移動マニピュレーションロボティクス
ぐらつく土台の影響を解明:移動マニピュレーションにおける非剛体ベース効果の特性評価
軽量移動ロボットアームの研磨作業を通じ、ベースの柔軟性や振動が接触力や工具位置精度に与える影響を実験的に調査した。
原題: On Shaky Ground: Characterising Non-Rigid Base Effects in Mobile Manipulation / Zongyuan Zhang, Christopher Lehnert, Will N. Browne 他
日本語で読む → - 論文世界モデルロボティクス
汎用潜在行動を条件とするクロスエンボディメント世界モデル
人間動画・ロボット実演・シミュレーションを共通の3D潜在行動で条件付けし、異なる身体間で学習できる動画世界モデルを構築した。生成した疑似実演で実機ポリシーの成功率を向上させた。
原題: RynnWorld-Latent: A Cross-Embodiment World Model Conditioned on Universal Latent Actions / Haoyu Zhao, Yinzhou Tang, Zixuan Wang 他
日本語で読む → - 論文模倣学習/データ収集ロボティクス
OpenJaws: ステレオ測位を備えた汎用マニピュレーション向けオープンハードウェアUMIフレームワーク
UMI型の手持ちデータ収集デバイスを完全オープン化し、低コストステレオカメラで単眼より高精度な測位を実現、実機ロボットへのポリシー展開まで示した。
原題: OpenJaws: An Open Hardware UMI Framework with Stereo Localization for Generalist Manipulation / Adithyavairavan Murali, Yash Oza, Karanbir Chahal 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
ヒューマノイド向けプロンプト可能な全身実行レイヤーMETATRON
生成ベースポリシーとプログラマブルなスキル層を組み合わせ、コードでタスク意図をプロンプトとして与えるだけで、追加学習なしに歩行・復帰・物体把持・着座など多様な全身動作を実現する。
原題: METATRON: A Promptable Whole-Body Execution Layer for Humanoids / Chen Tessler, Yifeng Jiang, Alec Otto 他
日本語で読む → - 論文視覚運動制御/クアッドロータ/微分可能シミュレーションロボティクス
微分可能シミュレーションで動く狭い隙間をくぐる視覚運動制御のクアッドロータ飛行学習
微分可能な移動隙間モデルを用い、機体の視覚・慣性情報から直接推力と姿勢指令を出す制御方策を教師なしで一から学習し、実機で動く狭い隙間の通過に成功した。
原題: Learning Visuomotor Quadrotor Flight Through Dynamic Narrow Gaps via Differentiable Simulation / Riccardo Bianco, Yunfan Ren, Jiaxu Xing 他
日本語で読む → - 論文ニューロモルフィック制御ロボティクス
未駆動ロボットの周期軌道安定化のためのスパイキングニューロモルフィック制御:貪欲リャプノフ法
周期軌道の横断線形化で得られる周期LTV系に対し、LTI系向けのリャプノフベース貪欲設計を拡張し、スパイキングニューラルネットによるイベント駆動型フィードバック制御器を構築。バタフライロボットの軌道安定化で有効性を示した。
原題: Spiking Neuromorphic Control for Periodic Orbits Stabilization in Underactuated Robots: A Greedy Lyapunov-Based Approach / Maksim Surov, Oleg Sumenkov
日本語で読む → - 論文設計・解析ロボティクス
パケット指令による撮像・LiDAR測距・学習支援型目標認識を備えた四輪ローバの統合設計と再現可能な実現可能性解析
2027年NASAローバチャレンジ高校生遠隔操作部門向けの四輪教育用ローバについて、CAD・質量・走行速度・登坂トルク・センサ幾何を解析し、画像認識ベンチマークと指令実行系の検証を行った設計評価研究。
原題: Integrated Design and Reproducible Feasibility Analysis of a Four-Wheel Rover with Packet-Commanded Imaging, LiDAR Ranging, and Learning-Assisted Target Recognition / Sabik Bin Sultan, Shafi Bin Sultan, Safwan Sadad 他
日本語で読む → - 論文医療ロボティクス画像認識
MCP-Net:ロボットガイドワイヤ操作のためのリアルタイム冠動脈認識ネットワークとトポロジー解析
冠動脈CTから蛍光透視画像をシミュレーション生成し、血管セグメンテーション・ガイドワイヤ先端位置・狭窄位置を同時推定するMCP-Netを構築、血管グラフ化とロードマップ生成まで統合した枠組みを提案した。
原題: MCP-Net: Real-Time Coronary Perception Network and Topological Analysis for Robotic Guidewire Navigation / Sahar Nasirihaghighi, Tianyuan Wang, Kenan Niu 他
日本語で読む → - 論文3Dシーン生成画像認識
ScIntBench:3D屋内シーン生成における物理的インタラクションの妥当性評価ベンチマーク
テキストから3D屋内シーンを生成する手法を、物理シミュレーション上での操作タスク(押す・開く・面の探査など)の成否で評価する統一ベンチマークを提案し、12手法を比較して意味的・静的な妥当性が高くても操作可能なシーン生成は困難であることを示した。
原題: ScIntBench: Physical Interaction Plausibility in 3D Scene Generation / Wendi Ying, Daochang Liu, Leonid Sigal 他
日本語で読む → - 論文ナビゲーションロボティクス
磁気傾斜と磁気強度の勾配流れを用いたGPS不要のナビゲーション機構
地球磁場の傾斜と強度の勾配を流れ場として制御し、GPSなしで目的地まで誘導できる磁気ナビゲーション手法を提案した。
原題: Gradient flow of magnetic inclination and intensity as a GPS-free guidance mechanism / Zayed Herma, Philippe Cardin, Andréa Vassilev
日本語で読む → - 論文超数ロボット指ロボティクス
EgoThumb:視覚駆動型の超数ロボット親指による自律把持・保持支援
手のひら向きカメラの一人称視点画像から模倣学習で連続関節位置を推定し、前腕にアクチュエータを移した軽量な超数ロボット親指で把持・保持を自律支援するオープンソースシステム。
原題: EgoThumb: A Vision-Driven Supernumerary Robotic Thumb for Autonomous Grasp and Holding Assistance / Jianyu Hou, Jiawei Fu, Weikang Wan 他
日本語で読む → - 論文ワールドモデルロボティクス
複数ロボットを1つの世界モデルで制御するWorld Dreamer v5-lite
複数ロボットの視点を共有世界状態に統合し、ロボットごとの行動を予測する世界行動モデルを提案。RoboFactoryで74.0%の成功率を達成した。
原題: World Dreamer v5-lite: A Multi-Robot World Action Model with One Dreamer / Guoning Wu, Zijian Cai, Yuhang Zhang 他
日本語で読む → - 論文VLAロボティクス
Trace-WAM: 3D運動予測で行動を学習するワールドアクションモデル
未来の3D運動予測を補助タスクとして映像・行動学習に組み込み、操作に重要な物体とロボットの動きを表現に反映させるTri-MoT構成のワールドアクションモデルを提案。分布外汎化とデモ不足時の性能向上を示した。
原題: Trace-WAM: Learning to Act via 3D Motion Prediction for World Action Models / Xu Hu, 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
RoboAuto: 多層的な物理理解による自律ロボットプログラム探索
物体・シーン・相互作用の3層で物理理解を明示的に組織化し、知識ベースとシーングラウンディング、自己設計実験による多段計画を組み合わせてロボット操作プログラムを探索するフレームワーク。
原題: RoboAuto: Autonomous Robot Program Search through Multi-Level Physical Understanding / Buzhao Liu, Jianing Ye, Xiu Yuan 他
日本語で読む → - 論文アクティブSLAMロボティクス
RAVEN: 局所化不確実性下で飛行ロボットが高速自律視覚探索するための統合アクティブSLAMシステム
クアッドロータによる未知環境の高速視覚探索のため、探索効率と自己位置推定精度を優先度パラメータで調整しつつ、フロンティア検出・ループ閉じ込み候補・知覚考慮ナビゲーションを統合したアクティブSLAMフレームワークを提案した論文。
原題: RAVEN: A Unified Active SLAM System for Rapid Autonomous Visual Exploration with Aerial Robots under Localization Uncertainty / Xinyi Chen, Yichen Zhang, Chenxing Jiang 他
日本語で読む → - 論文外骨格/強化学習ロボティクス
代謝エネルギー削減のための協調適応型股関節外骨格制御のマルチエージェント強化学習
筋骨格人体モデルと股関節外骨格方策を代謝報酬で同時学習させ、個別調整なしで新規ユーザーの歩行代謝コストを削減できることを実機で示した研究。
原題: Multi-Agent Reinforcement Learning of Co-Adaptive Hip Exoskeleton Control (MARL-Exo) for Metabolic Energy Reduction / Yifei Yuan, Jakob Wolf, Ghaith Androwis 他
日本語で読む →
PR・アフィリエイト広告
