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: 2026/4/6 / 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 →- 論文相互作用生成画像認識
InfBaGel: 動的知覚と反復的洗練による人-物体-シーン相互作用生成
人-物体-シーン相互作用の生成を、動的なシーン変化を考慮しつつ、粗から精への反復的生成フレームワークで実現した。データ不足は疑似データ生成で補い、衝突回避のガイダンスも導入した。
原題: InfBaGel: Human-Object-Scene Interaction Generation with Dynamic Perception and Iterative Refinement / Yude Zou, Junji Gong, Xing Gao 他
日本語で読む → - 論文VLA/アンラーニング画像認識
VLA-Forget:身体化基盤モデルのための視覚言語行動アンラーニング
ロボット操作のためのVLAモデルから、安全でない・スプリアス・プライバシー関連の行動を除去するアンラーニング手法を提案。知覚・言語・行動の各層を段階的に更新し、不要な知識を忘れつつ有用な能力を保持する。
原題: VLA-Forget: Vision-Language-Action Unlearning for Embodied Foundation Models / Ravi Ranjan, Agoritsa Polyzou
日本語で読む → - 論文ナビゲーション画像認識
仮説グラフ精緻化:カスケード誤差修正を伴う仮説駆動探索による身体化ナビゲーション
本論文は、身体化エージェントのナビゲーションにおいて、フロンティア予測を修正可能な仮説ノードとして依存関係を考慮したグラフメモリに表現し、検証駆動のカスケード修正により誤ったサブグラフを刈り取るフレームワーク「HGR」を提案する。
原題: Hypothesis Graph Refinement: Hypothesis-Driven Exploration with Cascade Error Correction for Embodied Navigation / Peixin Chen, Guoxi Zhang, Jianwei Ma 他
日本語で読む → - 論文VLA画像認識
身体化AIのための加法的合成潜在行動の学習
視覚遷移から潜在行動を学習する際に、物理運動の加法的・合成的構造を強制するモデルAC-LAMを提案し、下流のポリシー学習の性能を向上させた。
原題: Learning Additively Compositional Latent Actions for Embodied AI / Hangxing Wei, Xiaoyu Chen, Chuheng Zhang 他
日本語で読む → - 論文計画/世界モデル機械学習
潜在世界モデルを用いた階層的計画
視覚世界モデルを複数の時間スケールで学習し、長期モデルの予測を短期モデルのサブゴールとして利用する階層的MPC手法を提案。実機操作やシミュレーションで長期的タスクの成功率を向上させた。
原題: Hierarchical Planning with Latent World Models / Wancong Zhang, Basile Terver, Artem Zholus 他
日本語で読む → - 論文制御機械学習
マルチタスク制御と適応のためのニューラルオペレータ
タスク記述から最適制御則への写像をニューラルオペレータで学習し、未見タスクや分布外設定への汎化と、軽量更新から全体微調整までの適応戦略を実現した。
原題: Neural Operators for Multi-Task Control and Adaptation / David Sewell, Xingjian Li, Stepan Tretiakov 他
日本語で読む → - 論文継続学習機械学習
動的環境における自律AIエージェント学習のための適応メモリ結晶化
動的環境で継続的に学習するAIエージェントのために、記憶を液体・ガラス・結晶の3段階で安定化させる新しいメモリアーキテクチャを提案し、理論的保証と実験的評価を行った。
原題: Adaptive Memory Crystallization for Autonomous AI Agent Learning in Dynamic Environments / Rajat Khanda, Mohammad Baqar, Sambuddha Chakrabarti 他
日本語で読む → - 論文VLA画像認識
LatentUM: 潜在空間統合モデルによるインターリーブ型クロスモーダル推論の可能性を解き放つ
視覚理解と生成を共通の潜在空間で表現する統合モデルLatentUMを提案し、ピクセル空間を介さずに柔軟なクロスモーダル推論と生成を実現した。
原題: LatentUM: Unleashing the Potential of Interleaved Cross-Modal Reasoning via a Latent-Space Unified Model / Jiachun Jin, Zetong Zhou, Xiao Yang 他
日本語で読む → - 論文身体化知覚画像認識
動的環境における頑健な身体化知覚:分離重み融合によるアプローチ
実世界の動的環境での分布変化に頑健な身体化知覚のための、ドメインIDや過去データを必要としない段階的学習フレームワークを提案。環境スタイルの干渉を除去し、意味的特徴抽出を促す分離表現と、新旧知識をパラメータ空間で融合する重み融合戦略により、破滅的忘却を抑えつつ適応を実現。
原題: Robust Embodied Perception in Dynamic Environments via Disentangled Weight Fusion / Juncen Guo, Xiaoguang Zhu, Jingyi Wu 他
日本語で読む → - 論文強化学習機械学習
非定常性で失われるランクと勾配:強化学習における可塑性損失を緩和するサンプル重み減衰
強化学習の可塑性損失をネットワーク最適化の理論的観点から分析し、勾配減衰を補正する軽量な手法「サンプル重み減衰」を提案した。
原題: The Rank and Gradient Lost in Non-stationarity: Sample Weight Decay for Mitigating Plasticity Loss in Reinforcement Learning / Zihao Wu, Hongyao Tang, Yi Ma 他
日本語で読む → - 論文世界モデル/マルチエージェント画像認識
ActionParty: 生成ビデオゲームにおけるマルチサブジェクト行動バインド
ビデオ拡散モデルで複数のエージェントを同時に制御するための世界モデルを提案し、各被写体の状態トークンを導入して行動と被写体の対応を明確化した。Melting Potベンチマークで最大7プレイヤーを同時制御できる初のビデオ世界モデルを実証した。
原題: ActionParty: Multi-Subject Action Binding in Generative Video Games / Alexander Pondaven, Ziyi Wu, Igor Gilitschenski 他
日本語で読む → - 論文群制御ロボティクス
複素平面上のアフィン形成制御におけるリーダーレス集団運動
ロボット群の静的アフィン形成を実現するラプラシアン行列の重みを変更し、リーダーなしで並進・回転・スケーリング・せん断の線形結合を含む多様な集団運動を可能にする手法を提案した。
原題: Leaderless Collective Motion in Affine Formation Control over the Complex Plane / Jesus Bautista, Enric Morella, Lili Wang 他
日本語で読む → - 論文動作計画ロボティクス
多様体制約付き動作計画における投影のベクトル化による実時間全身制御
多様体制約付き動作計画をCPUのSIMD並列化で高速化し、従来比100〜1000倍の速度向上を実現。実ヒューマノイドロボットでの実時間全身計画を実証した。
原題: Vectorizing Projection in Manifold-Constrained Motion Planning for Real-Time Whole-Body Control / Shrutheesh R Iyer, I-Chia Chang, Andrew Z. Liu 他
日本語で読む → - 論文模倣学習/異常検出ロボティクス
統計的・意味的フィルタリングによる模倣学習の失敗識別
模倣学習ポリシーの実環境での失敗を検出するため、異常検出と視覚言語モデルによる意味的フィルタリングを組み合わせたモジュールFIDeLを提案し、新しいデータセットBotFailsで性能を実証した。
原題: Failure Identification in Imitation Learning Via Statistical and Semantic Filtering / Quentin Rolland, Fabrice Mayran de Chamisso, Jean-Baptiste Mouret
日本語で読む → - 論文VLAロボティクス
FreqCache: 適応的な周波数ガイド型トークンキャッシングによる身体化VLNモデルの高速化
VLNモデルの計算コストを削減するため、周波数領域の特性を利用してトークンキャッシュの構築・更新・適応調整を行うFreqCacheを提案した。
原題: FreqCache: Accelerating Embodied VLN Models with Adaptive Frequency-Guided Token Caching / Zihao Zheng, Xingyue Zhou, Zhihao Mao 他
日本語で読む → - 論文ナビゲーションAI
WorldMAP: 生成的世界モデルを用いた視覚言語ナビゲーション軌道予測のブートストラップ
生成的世界モデルが生成した未来映像から教師信号を作り、視覚言語入力から直接ナビゲーション軌道を予測する軽量モデルを訓練する教師-学生フレームワークを提案した。
原題: WorldMAP: Bootstrapping Vision-Language Navigation Trajectory Prediction with Generative World Models / Hongjin Chen, Shangyun Jiang, Tonghua Su 他
日本語で読む → - 論文ベンチマーク/操作ロボティクス
インタラクション推論ベンチマーク(COIN):推論と身体化インタラクションの融合
部分観測下での長期的なインタラクション推論を評価する新しいベンチマークCOINを提案し、ロボット操作タスクにおける既存手法の限界を明らかにした。
原題: Chain Of Interaction Benchmark (COIN): When Reasoning meets Embodied Interaction / Xianhao Wang, Xiaojian Ma, Haozhe Hu 他
日本語で読む → - 論文VLAロボティクス
Libra-VLA: 非同期の粗密デュアルシステムによる学習均衡の実現
VLAモデルを粗い意図予測と細かい動作生成の2段階に分離し、学習負荷の均衡と非同期実行を実現する新しいアーキテクチャを提案した。
原題: Libra-VLA: Achieving Learning Equilibrium via Asynchronous Coarse-to-Fine Dual-System / Yifei Wei, Linqing Zhong, Yi Liu 他
日本語で読む → - 論文VLA/モデル圧縮cs.MM
2Dか3Dか:VLAモデルにおける顕著性を支配するのはどちらか?--モダリティ顕著性を考慮した三段階トークンプルーニングフレームワーク
マルチビジュアルモーダルVLAモデル向けに、2D/3Dモダリティの顕著性差を分析し、三段階のトークンプルーニング手法を提案。最大2.55倍の推論高速化を実現。
原題: 2D or 3D: Who Governs Salience in VLA Models? -- Tri-Stage Token Pruning Framework with Modality Salience Awareness / Zihao Zheng, Sicheng Tian, Zhihao Mao 他
日本語で読む → - 論文データセット/アノテーションツールロボティクス
ATLAS:長期的ロボット行動セグメンテーションのためのアノテーションツール
ロボットの長時間デモンストレーションにおける行動境界のアノテーションを効率化するため、マルチモーダルデータ(動画・プロプリオセプション)を同期可視化し、ROSバッグやRLDSなど多様な形式に対応するツールATLASを提案した。実験では、既存ツールよりアノテーション時間を短縮し、境界誤差を大幅に低減した。
原題: ATLAS: An Annotation Tool for Long-horizon Robotic Action Segmentation / Sergej Stanovcic, Daniel Sliwowski, Dongheui Lee
日本語で読む → - 論文評価/ワールドモデルロボティクス
dWorldEval: 離散拡散ワールドモデルによるスケーラブルなロボットポリシー評価
ロボットポリシーを数千環境・数千タスクで評価するため、視覚・言語・行動を統一トークン空間に写像し、単一のTransformerベースの離散拡散ワールドモデルを評価プロキシとして用いる手法を提案。
原題: dWorldEval: Scalable Robotic Policy Evaluation via Discrete Diffusion World Model / Yaxuan Li, Zhongyi Zhou, Yefei Chen 他
日本語で読む → - 論文群制御ロボティクス
固定翼UAV回廊におけるスロットホッピングを利用した待機誘導と自動化
固定翼UAV回廊の渋滞管理のため、待機レーンへの挿入を最小限の混乱で行う半協調的誘導戦略を開発し、数値シミュレーションで実証した。
原題: Slot-hopping Enabled Loiter Guidance and Automation for Fixed-wing UAV Corridors / Pradeep J, Siddhardha Kedarisetty, Ashwini Ratnoo
日本語で読む → - 論文3D再構成/パノプティックセグメンテーションロボティクス
Ψ-Map: パノプティック表面統合マップによるReal2Sim転送の実現
大規模シーン向けに、LiDARデータと2Dガウシアンサーフェルを用いた幾何学的強化と、クエリ誘導型のエンドツーエンドパノプティック学習を統合し、高精度でリアルタイムな3D再構成を実現するフレームワークを提案した。
原題: {\Psi}-Map: Panoptic Surface Integrated Mapping Enables Real2Sim Transfer / Xuan Yu, Yuxuan Xie, Changjian Jiang 他
日本語で読む → - 論文模倣学習ロボティクス
GCImOpt: 最適軌道の模倣による効率的な目標条件付きポリシーの学習
軌道最適化で生成したデータセットを用いて模倣学習を行い、目標条件付きの制御ポリシーを効率的に学習する手法を提案した。
原題: GCImOpt: Learning efficient goal-conditioned policies by imitating optimal trajectories / Jon Goikoetxea, Jesús F. Palacián
日本語で読む → - 論文歩行ロボティクス
粒状地形上での二足歩行力学モデル
砂などの粒状媒体上での二足歩行を予測する新しい力学モデルを提案し、足の沈み込みと滑りを考慮して歩行運動を解析・検証した。
原題: Bipedal-Walking-Dynamics Model on Granular Terrains / Xunjie Chen, Xinyan Huang, Peter Shan 他
日本語で読む → - 論文データセット/把持ロボティクス
HRDexDB: クロスエンボディメント巧みな把持のためのペア型ヒューマン・ロボットデータセット
人間と多様なロボットハンドによる高忠実度の巧みな把持シーケンスをペアで収録したデータセットを構築し、クロスエンボディメント操作のベンチマークを提供した。
原題: HRDexDB: A Paired Human-Robot Dataset for Cross-Embodiment Dexterous Grasping / Jongbin Lim, Taeyun Ha, Mingi Choi 他
日本語で読む → - 論文ヒューマンロボットインタラクションロボティクス
LLMを活用したロボットインタラクションによる再現可能なロボット啓発手法:企業チャレンジからのエビデンス
大規模言語モデル(LLM)を搭載したヒューマノイドロボットを用いたチームベースのチャレンジ活動を企業内で実施し、非専門家のロボットへの関心と理解向上に有効であることを、102件のアンケート結果から示した論文。
原題: A Replicable Robotics Awareness Method Using LLM-Enabled Robotics Interaction: Evidence from a Corporate Challenge / S. A. Prieto, M. A. Gopee, Y. Ben Arab 他
日本語で読む → - 論文自動運転/蒸留ロボティクス
自動運転車両の運動計画のための言語モデルのオンポリシー蒸留
大規模言語モデル(LLM)による自動運転の運動計画知識を、小型の学生モデルへ効果的に蒸留する手法を研究。オンポリシー蒸留(GKD)が強化学習ベースラインを上回り、モデルサイズを5倍削減しても教師モデルに匹敵する性能を達成した。
原題: On-Policy Distillation of Language Models for Autonomous Vehicle Motion Planning / Amirhossein Afsharrad, Amirhesam Abedsoltan, Ahmadreza Moradipari 他
日本語で読む → - 論文オドメトリロボティクス
連続点-姿勢不確実性モデリングによる幾何拘束レーダ慣性オドメトリ
レーダ計測の不確実性を連続軌道モデルで推定し、地図構築とオドメトリ精度を向上させる手法を提案した。
原題: Geometrically-Constrained Radar-Inertial Odometry via Continuous Point-Pose Uncertainty Modeling / Wooseong Yang, Dongjae Lee, Minwoo Jung 他
日本語で読む → - 論文ナビゲーションロボティクス
未知かつ障害物の多い環境における方向認識型凸自由領域生成による安全なナビゲーション
未知で障害物の多い環境でのロボットナビゲーションのために、候補運動方向とロボット形状を考慮した凸自由領域生成と連続安全軌道生成を統合したフレームワークを提案した。
原題: Safe Navigation in Unknown and Cluttered Environments via Direction-Aware Convex Free-Region Generation / Zhicheng Song, Yongjian Li, Kai Chen 他
日本語で読む →
PR・アフィリエイト広告
