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: 2026/4/1 / 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VLA/強化学習機械学習
RLトークン:視覚言語行動モデルを用いたオンライン強化学習のブートストラップ
事前学習済みの視覚言語行動モデル(VLA)にRLトークンと呼ばれる小型の表現を追加し、その上で強化学習を行うことで、実ロボット上で数時間の練習だけで効率的に微調整できる手法を提案した。
原題: RL Token: Bootstrapping Online RL with Vision-Language-Action Models / Charles Xu, Jost Tobias Springenberg, Michael Equi 他
日本語で読む → - 論文ナビゲーションロボティクス
人間データから学ぶヒューマノイドのナビゲーション
人間の歩行データのみから学習し、未知環境を移動できるヒューマノイドロボットのナビゲーションシステムを提案した。
原題: Learning Humanoid Navigation from Human Data / Weizhuo Wang, Yanjie Ze, C. Karen Liu 他
日本語で読む → - 論文動作計画ロボティクス
物体抽出のためのマルチアームバンディット動作計画におけるスケール不変サンプリング
分解作業などで物体を狭い空間から取り出す際、環境との衝突を避ける有用なサンプリングスケールを成長・収縮探索で見つけ、PCAで抽出方向を特定するスケール不変サンプリング戦略を提案し、MAB-RRTプランナーに組み込んで成功率を大幅に向上させた。
原題: Scale-Invariant Sampling in Multi-Arm Bandit Motion Planning for Object Extraction / Servet B. Bayraktar, Andreas Orthey, Marc Toussaint
日本語で読む → - 論文群制御ロボティクス
群れサイズ変動がオペレータの作業負荷に与える影響
人間と群ロボットのチーム運用において、群れサイズの増減がオペレータの主観的作業負荷に与える影響を実験で調査した。小さな増加は負荷を低く保つが、小さな減少は負荷を高く維持し、大きな変化はリセット効果をもたらすことを示した。
原題: Effects of Swarm Size Variability on Operator Workload / William Hunt, Aleksandra Landowska, Horia A. Maior 他
日本語で読む → - 論文ナビゲーションロボティクス
FSUNav:高速・安全・汎用的なゼロショット目標指向ナビゲーションのための大脳-小脳アーキテクチャ
視覚言語モデルと強化学習を組み合わせた大脳-小脳アーキテクチャを提案し、異種ロボットでの高速・安全なゼロショット目標ナビゲーションを実現した。
原題: FSUNav: A Cerebrum-Cerebellum Architecture for Fast, Safe, and Universal Zero-Shot Goal-Oriented Navigation / Mingao Tan, Yiyang Li, Shanze Wang 他
日本語で読む → - 論文VLA/触覚/マニピュレーションロボティクス
視覚言語行動モデルへの物理フィードバック統合のためのモジュール型感覚ストリーム
視覚言語行動モデル(VLA)に触覚やトルクなどの複数の物理センサ信号を統合するモジュール型フレームワークを提案し、実世界実験で性能向上を実証した。
原題: Modular Sensory Stream for Integrating Physical Feedback in Vision-Language-Action Models / Jimin Lee, Huiwon Jang, Myungkyu Koo 他
日本語で読む → - 論文継続学習ロボティクス
ツリー学習:ヒューマノイドロボットのためのマルチスキル継続学習フレームワーク
ヒューマノイドロボットが複数の移動スキルを継続的に学習し、破滅的忘却を防ぎながらスキルを切り替えられるようにするフレームワークを提案した。
原題: Tree Learning: A Multi-Skill Continual Learning Framework for Humanoid Robots / Yifei Yan, Linqi Ye
日本語で読む → - 論文モーション生成ロボティクス
MotionBricks: モジュール型潜在生成モデルとスマートプリミティブによるスケーラブルなリアルタイムモーション生成
大規模なモーション生成をリアルタイムで行うためのフレームワークを提案し、35万以上のモーションクリップを単一モデルで扱い、速度指令やスタイル選択などの細かい制御を可能にするスマートプリミティブを導入した。
原題: MotionBricks: Scalable Real-Time Motions with Modular Latent Generative Model and Smart Primitives / Tingwu Wang, Olivier Dionne, Michael De Ruyter 他
日本語で読む → - 論文自動運転/VLA画像認識
UniDriveVLA:自動運転のための理解・知覚・行動計画の統合
自動運転向けのVLAモデルにおいて、空間知覚と意味推論の競合を解消するため、Mixture-of-Transformersによる専門家分離を導入した統合モデルUniDriveVLAを提案し、nuScenesとBench2Driveで最先端性能を達成した。
原題: UniDriveVLA: Unifying Understanding, Perception, and Action Planning for Autonomous Driving / Yongkang Li, Lijun Zhou, Sixu Yan 他
日本語で読む → - 論文ドローン制御ロボティクス
シンプルだが安定・高速・安全:高忠実度微分可能シミュレーションによるエンドツーエンド制御の実現
クアッドローターの障害物回避を、深度画像から低レベルボディレート指令へのエンドツーエンド強化学習で実現。高忠実度微分可能シミュレーションにより、動的不可能な軌道問題を回避し、高い成功率と低いジャークを達成した。
原題: Simple but Stable, Fast and Safe: Achieve End-to-end Control by High-Fidelity Differentiable Simulation / Fanxing Li, Shengyang Wang, Yuxiang Huang 他
日本語で読む → - 論文機構学習ロボティクス
O-ConNet: 過拘束空間機構の幾何認識エンドツーエンド推定
3つの疎な到達点のみから過拘束空間機構の構造パラメータを推定し、全運動軌道を再構成するエンドツーエンドフレームワークを提案した。
原題: O-ConNet: Geometry-Aware End-to-End Inference of Over-Constrained Spatial Mechanisms / Haoyu Sun, Meng Zhao, Tianhao Wang 他
日本語で読む → - 論文両腕操作ロボティクス
VLM誘導の意味・幾何推論によるタスク認識両腕アフォーダンス予測
両腕操作において、物体のどこを操作し、どちらの腕で行うかをタスクに応じて予測する階層的フレームワークを提案。VLMを用いてカテゴリ非依存に意味理解と幾何検証を統合し、実機9タスクで高成功率を達成。
原題: Task-Aware Bimanual Affordance Prediction via VLM-Guided Semantic-Geometric Reasoning / Fabian Hahne, Vignesh Prasad, Georgia Chalvatzaki 他
日本語で読む → - 論文占有予測ロボティクス
FreeOcc: 学習不要の身体化オープンボキャブラリ占有予測
3Dアノテーションやカメラ姿勢の真値を使わず、SLAMと視覚言語モデルを組み合わせて、単眼またはRGB-Dシーケンスからオープンボキャブラリの占有マップを構築する学習不要のフレームワークを提案した。
原題: FreeOcc: Training-Free Embodied Open-Vocabulary Occupancy Prediction / Zeyu Jiang, Changqing Zhou, Xingxing Zuo 他
日本語で読む → - 論文経路追従ロボティクス
経路追従のための到達可能性を考慮した速度スケーリング
平面二重積分系の経路追従において、オフラインで経路に沿った到達可能性マージンを評価し、速度プロファイルをスケーリングすることで、急カーブでも加速限界を超えないようにする手法を提案。
原題: Reachability-Aware Time Scaling for Path Tracking / Hossein Gholampour, Logan E. Beaver
日本語で読む → - 論文自動運転/ベンチマークロボティクス
Fail2Drive: クローズドループ運転の汎化性能を評価するベンチマーク
CARLAシミュレータ上で、分布シフトに対するクローズドループ自動運転の汎化性能を評価する初のペアルートベンチマークを提案し、既存モデルの成功率が平均22.8%低下することを示した。
原題: Fail2Drive: Benchmarking Closed-Loop Driving Generalization / Simon Gerstenecker, Andreas Geiger, Katrin Renz
日本語で読む → - 論文3D生成/自動運転シミュレーションAI
関節・ヒンジ軸推定を伴うパーツレベル3Dガウシアン車両生成
単一画像や疎な多視点入力から、可動部を持つアニメーション可能な3Dガウシアン車両を生成するフレームワークを提案。パーツ境界の歪みを防ぐエッジ精緻化と、関節位置・ヒンジ軸を予測する運動学ヘッドにより、実世界の車両を忠実に再現する。
原題: Part-Level 3D Gaussian Vehicle Generation with Joint and Hinge Axis Estimation / Shiyao Qian, Yuan Ren, Dongfeng Bai 他
日本語で読む → - 論文強化学習ロボティクス
生の状態軌跡からの能動的報酬機械推論
報酬機械を生の状態軌跡から直接学習する手法を提案し、報酬やラベル、ノードの観測なしで学習可能な条件を示し、能動学習による効率改善も行う。
原題: Active Reward Machine Inference From Raw State Trajectories / Mohamad Louai Shehab, Antoine Aspeel, Necmiye Ozay
日本語で読む → - 論文姿勢推定画像認識
イベントカメラによるキーポイントベースの動的物体6-DoF姿勢追跡
イベントカメラを用いて、動く物体の6自由度姿勢をキーポイント検出と追跡により推定する手法を提案し、シミュレーションと実環境で精度とロバスト性を向上させた。
原題: Keypoint-based Dynamic Object 6-DoF Pose Tracking via Event Camera / Zhe Wang, Qijin Song, Zihao Li 他
日本語で読む → - 論文強化学習ロボティクス
長期的ロボットタスクのための一般化可能な密な報酬
LLMとVLMを用いてタスク進捗を認識する外部報酬と、ポリシーの自己確信度に基づく内部報酬を組み合わせた密な報酬フレームワークVLLRを提案し、長期的タスクにおけるRL微調整を手動報酬設計なしで改善した。
原題: Generalizable Dense Reward for Long-Horizon Robotic Tasks / Silong Yong, Stephen Sheng, Carl Qi 他
日本語で読む → - 論文ベイズ最適化ロボティクス
クラッシュフィードバックを考慮した選好ベイズ最適化
ロボット制御のパラメータ学習において、実験のクラッシュ情報を選好比較に組み込めるCrashPBOを提案し、クラッシュ回数を63%削減しつつデータ効率を向上させた。
原題: Preferential Bayesian Optimization with Crash Feedback / Johanna Menn, David Stenger, Sebastian Trimpe
日本語で読む → - 論文ロボット学習ロボティクス
学習のためのチューニング:コントローラゲインがロボットポリシー学習をどう形作るか
ロボットの操作ポリシー学習における位置コントローラのゲイン設定が、学習アルゴリズム(模倣学習、強化学習、sim-to-real転移)に与える影響を体系的に調査し、最適なゲイン選択はタスクの特性ではなく学習パラダイムに依存することを示した論文。
原題: Tune to Learn: How Controller Gains Shape Robot Policy Learning / Antonia Bronars, Younghyo Park, Pulkit Agrawal
日本語で読む → - 論文制御制御
縮約法を用いたリー群上のニューラルロバスト制御(拡張版)
リー群上で動く力学系に対し、ロバスト制御縮約計量とニューラルフィードバック制御器を同時学習し、多様体の幾何学的制約を保ちつつ外乱に対する軌道の管を保証する制御器を合成する手法を提案した。クアッドローターの制御器設計を事例として、数値シミュレーションで性能を評価した。
原題: Neural Robust Control on Lie Groups Using Contraction Methods (Extended Version) / Yi Lok Lo, Longhao Qian, Hugh H. T. Liu
日本語で読む → - 論文安全制御/強化学習制御
敵対的強化学習による最大ロバスト制御バリア関数の合成と展開
一般の非線形システムに対して、動的計画法とQ関数を用いた新しいロバスト制御バリア関数を提案し、敵対的強化学習で合成・展開する手法を導入した。
原題: Synthesis and Deployment of Maximal Robust Control Barrier Functions through Adversarial Reinforcement Learning / Donggeon David Oh, Duy P. Nguyen, Haimin Hu 他
日本語で読む → - 論文VLA機械学習
明示的な物理的実現可能性はVLA学習に有効か?実証研究
拡散型VLAポリシーの訓練に幾何学的な実現可能性の監視を追加し、障害物回避操作タスクで物理的信頼性と性能が向上することを実証した。
原題: Can Explicit Physical Feasibility Benefit VLA Learning? An Empirical Study / Yubai Wei, Chen Wu, Hashem Haghbayan
日本語で読む → - 論文MRインタラクションHCI
ポイント&グラスプ:確率的キューの統合による手の届かない物体の柔軟な選択
MR環境で手の届かない物体を選択する際、ポインティング方向と握りジェスチャを確率的に統合する新しい手法を提案し、精度と速度を向上させた。
原題: Point & Grasp: Flexible Selection of Out-of-Reach Objects Through Probabilistic Cue Integration / Xuejing Luo, Hee-Seung Moon, Christian Holz 他
日本語で読む → - 論文視覚オドメトリ画像認識
DINO-VO: 注目すべき場所を学習し、状態推定を強化する
DINO-VOは、適応的なパッチ選択機構を組み込んだエンドツーエンドの単眼視覚オドメトリシステムで、シーン一般化性能を向上させ、多様な環境での追跡精度を達成した。
原題: DINO-VO: Learning Where to Focus for Enhanced State Estimation / Qi Chen, Guanghao Li, Sijia Hu 他
日本語で読む → - 論文自動運転/強化学習ロボティクス
物理情報強化学習による空間密度速度ポテンシャルを用いたマップ不要レーシング
事前マップなしの自動運転レーシングにおいて、深度測定のスペクトル分布から非線形車両ダイナミクスをパラメータ化し、物理情報に基づく報酬でDRLエージェントを訓練する手法を提案。シミュレーションから実機への転移を改善し、人間のデモより12%高い性能を達成。
原題: Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing / Shathushan Sivashangaran, Apoorva Khairnar, Sepideh Gohari 他
日本語で読む → - 論文SLAMロボティクス
PanoAir: クロスタイム実世界UAVデータセットを用いたパノラマ視覚慣性SLAM
UAVの複雑な環境での正確な姿勢推定を目指し、パノラマカメラを用いたVI-SLAMフレームワークと、多様な飛行条件をカバーする実世界データセットを提案した。
原題: PanoAir: A Panoramic Visual-Inertial SLAM with Cross-Time Real-World UAV Dataset / Yiyang Wu, Xiaohu Zhang, Yanjin Du 他
日本語で読む → - 論文ロボットプログラミングロボティクス
直感的ロボットプログラミングと認知ロボティクスによる手作業の自動化
大規模言語モデルとコンピュータビジョンを用いて、自然言語とジェスチャーをロボットプログラムに変換し、ユーザーが自然なフィードバックでプログラムを確認・調整できる直感的なロボットプログラミング手法を提案した論文。
原題: Automating Manual Tasks through Intuitive Robot Programming and Cognitive Robotics / Bijan Kavousian, Petar Tesic, Oliver Petrovic 他
日本語で読む → - 論文群制御/拡散ポリシーロボティクス
ベイズ的専門家選択を備えた拡散ポリシーによる能動的多目標追跡
移動ロボットの能動的多目標追跡において、拡散ポリシーの専門家戦略選択をオフライン文脈的バンディット問題として定式化し、不確実性を考慮した悲観的選択(LCB基準)を行うベイズ的枠組みを提案した。
原題: Diffusion Policy with Bayesian Expert Selection for Active Multi-Target Tracking / Haotian Xiang, Qin Lu, Yaakov Bar-Shalom
日本語で読む →
PR・アフィリエイト広告
