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 →- 論文シミュレーション画像認識
RigidFormer: トランスフォーマーを用いた剛体力学の学習
メッシュフリーの点群入力から剛体の力学を学習するオブジェクト中心のトランスフォーマーモデルを提案し、アンカーとKabsch整列により剛性を保ちつつ高速で高精度なシミュレーションを実現した。
原題: RigidFormer: Learning Rigid Dynamics using Transformers / Zhiyang Dou, Minghao Guo, Haixu Wu 他
日本語で読む → - 論文地理的定位画像認識
プロトタイプベースの意味的部分発見による天候ロバストなクロスビュー地理的定位
ドローン視点と衛星画像を照合するクロスビュー地理的定位において、天候や高度変化に頑健な軽量ヘッドSkyPartを提案し、最先端の精度を達成した。
原題: Weather-Robust Cross-View Geo-Localization via Prototype-Based Semantic Part Discovery / Chi-Nguyen Tran, Dao Sy Duy Minh, Huynh Trung Kiet 他
日本語で読む → - 論文ナビゲーションロボティクス
D-CLING: ナビゲーション基盤モデルのための事前知識を保持する深度条件付きファインチューニング
ナビゲーション基盤モデルを新しい環境やカメラ設定に適応させる際、事前学習の知識を保ちながら効率的に学習するファインチューニング手法を提案した。ControlNetに着想を得て、ゼロ初期化の残差経路を持つ学習可能なバックボーンを追加し、深度情報を活用することで、衝突や人間の介入を減らしつつ長期的なナビゲーションを実現した。
原題: D-CLING: Prior-Preserving Depth-Conditioned Fine-Tuning for Navigation Foundation Models / Shintaro Nakaoka, Takayuki Kanai, Kazuhito Tanaka
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 → - 論文ナビゲーションロボティクス
ConsistNav: 意味的実行制御によるゼロショット物体ナビゲーションの行動一貫性ギャップ解消
ゼロショット物体ナビゲーションにおいて、検出後に探索と追跡を繰り返したり、成功間近で放棄する「行動一貫性ギャップ」を特定し、訓練不要のフレームワークConsistNavを提案。有限状態実行制御、永続的候補メモリ、安定性考慮の行動制御の3モジュールで意味的証拠の一貫した活用を実現し、HM3D/MP3DでSOTAを達成。
原題: ConsistNav: Closing the Action Consistency Gap in Zero-Shot Object Navigation with Semantic Executive Control / Haosen Wang, Zhenyang Li, Yinqiang Zhang 他
日本語で読む → - 論文VLA/プランニングAI
NEXUS: 安全で堅牢な具現化プランニングのための記号的制約の継続学習
大規模言語モデルを用いた具現化エージェントの計画において、物理的な実現可能性と安全性を分離し、実行フィードバックから能力を向上させつつ、確率的リスクを決定的なハード制約に変換して事前防御を行うモジュール型フレームワークNEXUSを提案した。
原題: NEXUS: Continual Learning of Symbolic Constraints for Safe and Robust Embodied Planning / Tiehan Cui, Peipei Liu, Yanxu Mao 他
日本語で読む → - 論文マニピュレーションロボティクス
GAP: 幾何学的アンカー事前学習による操作タスクのデータ効率的視覚運動学習
少数のデモンストレーションから視覚運動ポリシーを学習する際、事前学習済み視覚基盤モデルを凍結し、空間プーリング層を幾何学的アンカー生成タスクで事前学習することで、データ効率とロバスト性を向上させる手法を提案した。
原題: GAP: Geometric Anchor Pre-training for Data-Efficient Visuomotor Learning of Manipulation Tasks / Davide Buoso, Andrea Protopapa, Stefano Di Carlo 他
日本語で読む → - 論文自動運転シミュレーションロボティクス
PCASim: 都市交通環境のためのプロンプト可能な閉ループ敵対的シミュレーション
大規模言語モデルと知識ベースを用いて、ユーザー要求に応じた安全上重要な交通シナリオを生成し、強化学習で車両挙動を訓練することで、閉ループテストにおけるシナリオ生成と安全エージェント訓練の共進化を実現する。
原題: PCASim: Promptable Closed-loop Adversarial Simulation for Urban Traffic Environment / Chuancheng Zhang, Zhenhao Wang, Kaizheng Li 他
日本語で読む → - 論文運動計画ロボティクス
マニピュレータ搭載型連続体ロボットのためのサンプリングベース追従運動計画
連続体ロボットをマニピュレータに搭載した際の追従運動計画を、ベース位置を閉形式で求めることで効率的に解く手法を提案した。
原題: Sampling-Based Follow-the-Leader Motion Planning for Manipulator-Mounted Continuum Robots / Chengnan Shentu, Nicholas Baldassini, Oluwagbotemi D. Iseoluwa 他
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 → - 論文視覚言語ナビゲーションロボティクス
SEDualVLN: 空間強化デュアルシステムによる視覚言語ナビゲーション
視覚言語ナビゲーションの性能を高めるため、空間認識を強化した2つのシステム(VLMとMLLM)を組み合わせたフレームワークを提案し、VLN-CEベンチマークで最高性能を達成した。
原題: SEDualVLN: A Spatially-Enhanced Dual-System for Vision-Language Navigation / Jingzhi Huang, Junkai Huang, Wenxuan Song 他
日本語で読む → - 論文模倣学習/拡散モデルロボティクス
DSSP: 全履歴符号化を備えた拡散状態空間ポリシー
ロボット操作のための拡散模倣学習において、履歴全体を効率的に圧縮・活用する階層的コンディショニング手法を提案し、シミュレーションと実機で高い性能を達成した。
原題: DSSP: Diffusion State Space Policy with Full-History Encoding / Zhiyuan Guan, Jianshu Hu, Han Fang 他
日本語で読む → - 論文触覚/運動推定ロボティクス
TacSE3: 低テクスチャ視触覚画像からの等変SE(3)運動推定による把持内追跡と補償
低テクスチャの視触覚画像からSE(3)上の剛体運動を推定するパイプラインを提案し、把持内の物体追跡と外乱補償に応用した。
原題: TacSE3: Equivariant SE(3) Motion Estimation from Low-Texture Visuotactile Images for In-Gripper Tracking and Compensation / Zhongyuan Liao, Junzhe Wang, Qingyang Liu 他
日本語で読む → - 論文移動機構ロボティクス
惑星探査のための地形適応型グルーサホイール:設計と実験的検証
惑星探査ローバーの車輪のグルーサ高さを連続的に調整できる機構を提案し、様々な地形での実験により滑りやエネルギー消費を大幅に改善できることを示した論文。
原題: Terrain-Adaptive Grouser Wheel for Optimal Planetary Exploration: Design and Experimental Investigation / Vincent Griffo, Yashwanth Kumar Nakka
日本語で読む → - 論文プランニング機械学習
EUPHORIA: ハイブリッド最適化による効率的な汎用プランニングで堅牢な産業用ロボット組立を実現
建築用ロボット組立のための、グラフハイパーネットワークと物理情報付きトランスフォーマーを組み合わせた、少数ショット適応と動的効率性を両立する統合プランニングフレームワークを提案した。
原題: EUPHORIA: Efficient Universal Planning via Hybrid Optimization for Robust Industrial Robotic Assembly / Shih-Yu Lai, Chia-Ching Yen, Yang-Ting Shen 他
日本語で読む → - 論文経路計画ロボティクス
経路ベースセンサのためのベイジアンネットワーク:通信不能環境における情報収集と経路計画
経路に沿った観測結果(例:危険検知の有無)から事象の空間分布を推定するベイジアンネットワーク手法を提案し、情報利得を最大化する経路計画を行う。
原題: Bayesian Networks for Path-Based Sensors: Gathering Information and Path Planning in Communication Denied Environments / Alkesh K. Srivastava, George P. Kontoudis, Donald Sofge 他
日本語で読む → - 論文VLAロボティクス
ガイド・思考・行動:視覚言語行動モデルにおける対話型身体化推論
ユーザーが視覚的な手がかりでロボットのポリシーを誘導できる対話型VLAフレームワークを提案し、空間的推論と行動生成を統合してOOD環境での堅牢性を向上させた。
原題: Guide, Think, Act: Interactive Embodied Reasoning in Vision-Language-Action Models / Yiran Ling, Qing Lian, Jinghang Li 他
日本語で読む → - 論文VLA/模倣学習ロボティクス
失敗から学ぶ:適応的失敗情報学習による視覚言語行動モデルの強化
失敗軌跡を適応的な負のガイダンスとして利用し、拡散・フローベースのVLAポリシーを学習するフレームワークAFILを提案。成功と失敗のデュアルアクション生成器を共有バックボーンで訓練し、サンプリング時に失敗領域から遠ざけることでロバスト性を向上させる。
原題: Failing Forward: Adaptive Failure-Informed Learning for Vision-Language-Action Models / Meng Zheng, Samhita Marri, Anwesa Choudhuri 他
日本語で読む → - 論文ワールドモデル機械学習
stable-worldmodel: 再現可能なワールドモデル研究と評価のためのプラットフォーム
ワールドモデル研究の断片化を解消するため、高速データ層、標準ベースライン実装、多様な評価環境を備えたオープンソースプラットフォームを提案した。
原題: stable-worldmodel: A Platform for Reproducible World Modeling Research and Evaluation / Lucas Maes, Quentin Le Lidec, Luiz Facury 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 → - 論文人型ロボット制御cs.GR
SCRIPT: 言語駆動の物理ベース人型ロボット制御のための多段階学習によるスケーラブル拡散ポリシー
自然言語指示で物理ベースの人型ロボットを制御するための、多段階学習フレームワークを備えた拡散ポリシーを提案。行動・状態・テキストを統合するトランスフォーマーと強化学習による後段学習で、指示追従性と動作品質を向上させた。
原題: SCRIPT: Scalable Diffusion Policy with Multi-stage Training for Language-driven Physics-based Humanoid Control / Jingyan Zhang, Han Liang, Ruichi Zhang 他
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 → - 論文マニピュレーションロボティクス
反応から予測へ:エージェント型タスクグラフによるロボット操作の予防的障害回復
操作タスクを有向タスクグラフでモデル化し、実行前に予測的リカバリ分岐を追加することで、障害発生時に再計画なしで即座に対応するエージェントシステムAgentChordを提案した。
原題: From Reaction to Anticipation: Proactive Failure Recovery through Agentic Task Graph for Robotic Manipulation / Sheng Xu, Ruixing Jin, Huayi Zhou 他
日本語で読む → - 論文ナビゲーションロボティクス
SAGA: 安全なUAV自律ナビゲーションのためのロバストな自己注意と目標認識アンカーベースプランナー
本論文は、UAVの安全な自律ナビゲーションのための新しいプランナーSAGAを提案する。深度画像と運動状態から、固定アンカー格子に対する終端状態と計画スコアを単一のフォワードパスで予測し、自己注意と極座標位置エンコーディングを用いてクロスアンカー推論を行う。
原題: SAGA: A Robust Self-Attention and Goal-Aware Anchor-based Planner for Safe UAV Autonomous Navigation / Junhao Wei, Yanxiao Li, Dexing Yao 他
日本語で読む → - 論文VLA画像認識
GEM-4D: ロボット操作のための幾何学強化ビデオワールドモデル
ビデオ生成モデルに4次元対応関係の教師信号を注入し、外観と幾何構造を同時に学習させることで、物理的に一貫した未来予測とロボット操作への直接適用を可能にした。
原題: GEM-4D: Geometry-Enhanced Video World Models for Robot Manipulation / Kaichen Zhou, Yuzhen Chen, Fangneng Zhan 他
日本語で読む → - 論文自動運転/安全性評価ロボティクス
位置推定の不確かさ下での自動運転のための信念空間残余リスク
自動運転の安全性評価において、自車位置の不確かさをガウス分布として明示的にモデル化し、残余リスクを信念空間で再定式化する手法を提案した。粒子ベースのリスク推定で、自車と物体の不確かさの共分散融合により衝突確率を計算する。
原題: Belief-Space Residual Risk for Automated Driving under Localization Uncertainty / Nijinshan Karunainayagam, Nils Gehrke, Frank Diermeyer
日本語で読む → - 論文マニピュレーションロボティクス
RoboFlow4D: リアルタイムフロー誘導ロボット操作のための軽量フローワールドモデル
視覚観察とテキスト指示から3Dフローを直接予測し、動作生成を誘導する軽量なエンドツーエンドのフローワールドモデルを提案し、シミュレーションと実世界で操作成功率と計算効率を向上させた。
原題: RoboFlow4D: A Lightweight Flow World Model Toward Real-Time Flow-Guided Robotic Manipulation / Sixu Lin, Junliang Chen, Huaiyuan Xu 他
日本語で読む →
PR・アフィリエイト広告
