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AIガバナンスcs.CY
象徴的制御を超えて:AIによる労働力置換の社会的帰結と真の人間監視アーキテクチャの必要性
AIによる労働力置換が経済・心理・政治など多領域に及ぼす影響を分析し、名目的な人間監視と実質的な人間監視の乖離がAIガバナンスの主要な欠陥であると指摘。真の人間監視のための5つの設計要件を提案する。
原題: Beyond Symbolic Control: Societal Consequences of AI-Driven Workforce Displacement and the Imperative for Genuine Human Oversight Architectures / Richard J. Mitchell
日本語で読む → - 論文自動運転/リスク評価ロボティクス
運転リスクは二次元の回避加速度から生じる
衝突回避の二次元的性質を考慮した新しいリスク指標「回避加速度(EA)」を提案し、実データで従来のTTCより早期かつ高精度に衝突リスクを評価できることを示した論文。
原題: Driving risk emerges from the required two-dimensional joint evasive acceleration / Hao Cheng, Yanbo Jiang, Wenhao Yu 他
日本語で読む → - 論文SLAM/協調マッピングロボティクス
MR.ScaleMaster: クラウドソースの単眼ビデオからのスケール一貫性のある協調マッピング
単眼カメラ映像をクラウドソースで集めて協調的に3次元再構成する際に生じるスケール崩壊とスケールドリフトという2つの問題を解決するシステムを提案した。
原題: MR.ScaleMaster: Scale-Consistent Collaborative Mapping from Crowd-Sourced Monocular Videos / Hyoseok Ju, Giseop Kim
日本語で読む → - 論文強化学習/探索ロボティクス
表形式基盤モデルはロボット方策学習の探索を導けるか?
高次元連続制御における方策最適化の探索を改善するため、局所更新と表形式基盤モデルによる大域的探索を組み合わせたハイブリッド手法TFM-S3を提案し、限られたロールアウト予算で収束を加速し最終性能を向上させることを示した。
原題: Can Tabular Foundation Models Guide Exploration in Robot Policy Learning? / Buqing Ou, Frederike Dümbgen
日本語で読む → - 論文マッピングロボティクス
D-BDM: LiDAR用の直接的で効率的な境界ベース占有グリッドマッピングフレームワーク
境界ベースの占有グリッドマップ更新を高速化するため、境界外のみを走査する打ち切りレイキャスティングと、補助グリッドを不要にする直接更新機構を提案した。
原題: D-BDM: A Direct and Efficient Boundary-Based Occupancy Grid Mapping Framework for LiDARs / Benxu Tang, Yixi Cai, Fanze Kong 他
日本語で読む → - 論文制御ロボティクス
予測制御のためのニューラルロボットダイナミクスのオンザフライ適応
オフライン学習と効率的なオンライン更新を組み合わせ、ニューラルダイナミクスモデルを高速適応させる手法を提案。実機クアッドローターで新環境下の予測追従制御を実証した。
原題: Adapting Neural Robot Dynamics on the Fly for Predictive Control / Abdullah Altawaitan, Nikolay Atanasov
日本語で読む → - 論文SLAMロボティクス
SL(C)AMma: 磁気センサアレイによる同時位置推定・(校正)・地図構築
磁気センサアレイを用いた屋内SLAM手法を提案し、センサ間の校正パラメータを同時推定することでドリフトを大幅に低減することを示した。
原題: SL(C)AMma: Simultaneous Localisation, (Calibration) and Mapping With a Magnetometer Array / Thomas Edridge, Manon Kok
日本語で読む → - 論文ナビゲーションロボティクス
信頼性ガイド深度融合によるグレア耐性ナビゲーションコストマップ
反射床やガラス面のグレアによる深度センサの誤計測を、信頼性マップで推定し、その情報で占有グリッド更新を調整することで、偽障害物の蓄積を抑えるコストマップ構築手法を提案した。
原題: Reliability-Guided Depth Fusion for Glare-Resilient Navigation Costmaps / Shang-En Tsai, Wei-Cheng Sun
日本語で読む → - 論文ソフトロボティクス/適応機構ロボティクス
ZipFold: スケーラブルな適応ロボットのためのモジュール式アクチュエータ
3Dプリントされた柔軟なストリップを折りたたみ・ジッパー状に結合して、コンパクトで柔軟な状態と拡張された準剛体状態を切り替えられるアクチュエータを提案し、4モジュールの適応歩行ロボットで実証した。
原題: ZipFold: Modular Actuators for Scaleable Adaptive Robots / Niklas Hagemann, Daniela Rus
日本語で読む → - 論文状態推定ロボティクス
リー群上の自然勾配ガウス近似フィルタによるロボット状態推定
リー群上で定義された非線形観測モデルを線形化せずに、ガウス分布の増分変数に対する最適化問題として再定式化し、自然勾配法を用いて解く新しいフィルタリング手法を提案した。実機の脚ロボット実験で有効性を実証した。
原題: Natural Gradient Gaussian Approximation Filter on Lie Groups for Robot State Estimation / Tianyi Zhang, Wenhan Cao, Chang Liu 他
日本語で読む → - 論文継続学習/視覚位置認識ロボティクス
生涯航空自律性に向けて:動的環境における継続的視覚位置認識のための幾何学的メモリ管理
動的環境下での長期的な航空自律性を目指し、視覚位置認識モデルの継続学習における破滅的忘却を防ぐため、静的衛星アンカーと動的経験リプレイバッファを組み合わせた異種メモリフレームワークを提案した。
原題: Towards Lifelong Aerial Autonomy: Geometric Memory Management for Continual Visual Place Recognition in Dynamic Environments / Xingyu Shao, Zhiqiang Yan, Liangzheng Sun 他
日本語で読む → - 論文触覚/シミュレーション/操作ロボティクス
ETac: 巧みな操作学習のための軽量かつ効率的な触覚シミュレーションフレームワーク
高忠実度かつ高速な触覚シミュレーションを実現するフレームワークETacを提案し、大規模並列環境での強化学習によるブラインド把持ポリシーの訓練を可能にした。
原題: ETac: A Lightweight and Efficient Tactile Simulation Framework for Learning Dexterous Manipulation / Zhe Xu, Feiyu Zhao, Xiyan Huang 他
日本語で読む → - 論文ナビゲーション制御
到達可能集合を用いたニューラル放射場による安全ナビゲーション
ロボットの安全な経路計画のために、障害物の体積表現をNeRFで計算し、到達可能集合と制約付き最適制御を用いて安全な経路を生成する手法を提案した。
原題: Safe Navigation using Neural Radiance Fields via Reachable Sets / Omanshu Thapliyal, Malarvizhi Sankaranarayanasamy, Ravigopal Vennelakanti
日本語で読む → - 論文VLAロボティクス
JoyAI-RA 0.1: ロボット自律性のための基盤モデル
オープンワールドでのロボット操作の汎化を目指し、ウェブデータ、人間の操作動画、シミュレーション、実ロボットデータを統合したVLA基盤モデルJoyAI-RAを提案。実世界とシミュレーションで最先端性能を達成した。
原題: JoyAI-RA 0.1: A Foundation Model for Robotic Autonomy / Tianle Zhang, Zhihao Yuan, Dafeng Chi 他
日本語で読む → - 論文マニピュレーションロボティクス
VADF: 視覚適応型拡散ポリシーフレームワークによる効率的なロボット操作
拡散ポリシーの学習収束の遅さと推論タイムアウト問題を解決するため、訓練時のサンプル難易度に応じた重み付けと、推論時の視覚に基づくタスク分割により、収束ステップ数を削減し早期成功率を向上させるフレームワークを提案した。
原題: VADF: Vision-Adaptive Diffusion Policy Framework for Efficient Robotic Manipulation / Xinglei Yu, Zhenyang Liu, Shufeng Nan 他
日本語で読む → - 論文群制御ロボティクス
心臓血流環境下における磁気ミリロボットのロバスト自律制御
拍動する心臓血流中で磁気ミリロボットを自律航行させるための視覚誘導制御フレームワークを提案し、スライディングモード制御と外乱オブザーバにより高い追従精度を実証した。
原題: Robust Autonomous Control of a Magnetic Millirobot in In Vitro Cardiac Flow / Anuruddha Bhattacharjee, Xinhao Chen, Lamar O. Mair 他
日本語で読む → - 論文自動運転画像認識
DVGT-2: 大規模自動運転のためのビジョン・ジオメトリ・アクションモデル
自動運転のための新しいVGAパラダイムを提案し、オンライン推論可能なストリーミング型のDVGT-2を導入。密な3Dジオメトリと軌道計画を同時に出力し、多様なカメラ設定で微調整なしに適用可能。
原題: DVGT-2: Vision-Geometry-Action Model for Autonomous Driving at Scale / Sicheng Zuo, Zixun Xie, Wenzhao Zheng 他
日本語で読む → - 論文グラフ理論/位相解析math.DS
惑星表面グラフのスペクトル核ダイナミクス:区別ダイナミクスと位相的保存則
スペクトル核場方程式の保存則欠如を証明し、位相保存圧縮定理と診断指標を導出した理論論文。
原題: Spectral Kernel Dynamics for Planetary Surface Graphs: Distinction Dynamics and Topological Conservation / Jnaneshwar Das
日本語で読む → - 論文群制御ロボティクス
NeuroMesh: 分散型マルチロボット協調のための統合ニューラル推論フレームワーク
異種ロボット間での学習モデル展開を容易にする、統一パイプラインを持つ分散型ニューラル推論フレームワークを提案。空中・地上ロボットの協調タスクで有効性を実証した。
原題: NeuroMesh: A Unified Neural Inference Framework for Decentralized Multi-Robot Collaboration / Yang Zhou, Yash Shetye, Long Quang 他
日本語で読む → - 論文移動操作ロボティクス
CMP: 能力多様体投影による移動操作の堅牢な全身追従
脚式移動マニピュレータの全身制御において、センサノイズや非現実的なユーザーコマンドによる分布外入力への堅牢性を高めるため、能力多様体投影(CMP)を提案した。
原題: CMP: Robust Whole-Body Tracking for Loco-Manipulation via Competence Manifold Projection / Ziyang Cheng, Haoyu Wei, Hang Yin 他
日本語で読む → - 論文協調自動運転ロボティクス
SwarmDrive: 遅延制約のある協調自動運転のための意味的V2V連携
近隣車両が小型言語モデルで意図を共有し、不確実性が高い時のみイベント駆動で合意形成するV2V協調フレームワークを提案し、交差点の遮蔽シナリオで成功率と遅延を改善した。
原題: SwarmDrive: Semantic V2V Coordination for Latency-Constrained Cooperative Autonomous Driving / Anjie Qiu, Donglin Wang, Zexin Fang 他
日本語で読む → - 論文空中マニピュレーションロボティクス
腱駆動型空中連続体マニピュレータのAI対応画像ベースハイブリッド視覚/力制御
腱駆動型空中連続体マニピュレータに対し、画像特徴誤差を安定化しつつ環境との物理的相互作用を自律的に行う、カスケード型ハイブリッド視覚/力制御フレームワークを提案した。
原題: AI-Enabled Image-Based Hybrid Vision/Force Control of Tendon-Driven Aerial Continuum Manipulators / Shayan Sepahvand, Farrokh Janabi-Sharifi, Farhad Aghili
日本語で読む → - 論文HRIロボティクス
ロボット支援の家庭活動による家族と学校の連携強化
家庭と学校の連携を支援するため、家庭内で使えるソーシャルロボットを設計・開発し、10家族を対象に1週間の実証実験を行った。ロボットが学校の話題を家族と共有する手助けをし、その利用方法や課題を明らかにした。
原題: Supporting Family-School Partnerships with Robot-Facilitated Home-Based Activities / Michael F Xu, Qiyao Yang, Heather Kirkorian 他
日本語で読む → - 論文模倣学習ロボティクス
不完全な人間のデモンストレーションからのスキル獲得のための統合多層フレームワーク
本論文は、人間とロボットのインタラクションにおけるスキル教示を効率的かつ直感的で安全に行うための、3層からなる統合制御フレームワークを提案している。単一のデモから軌道と可変インピーダンスを学習し、特異点管理と全身コンプライアンスを実現する。
原題: A Unified Multi-Layer Framework for Skill Acquisition from Imperfect Human Demonstrations / Zi-Qi Yang, Mehrdad R. Kermani
日本語で読む → - 論文制御合成ロボティクス
時間的振る舞い木の三値論理エンコーディングと制御合成への応用
振る舞い木の実行を三値信号時相論理で再定式化し、混合整数線形計画による制御合成を可能にした。
原題: Ternary Logic Encodings of Temporal Behavior Trees with Application to Control Synthesis / Ryan Matheu, John S. Baras, Calin Belta
日本語で読む → - 論文医療ロボティクスロボティクス
二者間パートナーシップ(DP):医療ロボティクスにおける完全自律への欠けたる環
本論文は、医療ロボットと臨床医が生成AIや高度可視化を用いて知的に対話・協調する「二者間パートナーシップ」という新概念を提案し、部分的自律から完全自律への道筋を示す。
原題: Dyadic Partnership(DP): A Missing Link Towards Full Autonomy in Medical Robotics / Nassir Navab, Zhongliang Jiang
日本語で読む → - 論文跳躍/協調設計ロボティクス
アクチュエータ最適化を伴う五節単脚ロボットの高性能跳躍のための協調設計フレームワーク
五節閉リンク単脚ロボットの跳躍性能を最大化するため、機構設計・モータ/ギアボックスパラメータ・制御パラメータを同時最適化する協調設計フレームワークを提案し、シミュレーションで跳躍距離30.4%向上と消費エネルギー11.5%削減を実証した。
原題: A Co-Design Framework for High-Performance Jumping of a Five-Bar Monoped with Actuator Optimization / Aastha Mishra, Aman Singh, Shishir Kolathaya
日本語で読む → - 論文軌道予測ロボティクス
後期融合による協調軌道予測
車車間通信で予測結果を共有する後期融合型の協調軌道予測フレームワークを提案し、通信負荷を抑えつつ予測精度を向上させた。
原題: Collaborative Trajectory Prediction via Late Fusion / Nadya Abdel Madjid, Murad Mebrahtu, Zakhar Yagudin 他
日本語で読む → - 論文マニピュレーションロボティクス
SpaceDex: 階層型作業空間における汎用器用把持
SpaceDexは、制約のある3D環境での器用なマニピュレーションのための階層的フレームワークであり、VLMプランナーとアーム・ハンド特徴分離ネットワークを導入して、把持成功率を向上させる。
原題: SpaceDex: Generalizable Dexterous Grasping in Tiered Workspaces / Wensheng Wang, Chuanjun Guo, Wei Wei 他
日本語で読む → - 論文軌道予測ロボティクス
RankFormer: 提案後に選択するTransformerによるマルチエージェント・マルチモーダル軌道予測
純粋なTransformerベースのモデルで、過去の軌跡をエンコードし、2つの並列デコーダで軌道と確率を生成する。エージェント間の相互作用は確率推定にのみ用いる「提案・選択」戦略を採用し、高速道路と歩行者データセットで性能を検証した。
原題: RankFormer: A Propose-then-Select Transformer for Multi-Agent Multimodal Trajectory Prediction / Diyi Liu, Zihan Niu, Tu Xu 他
日本語で読む →
PR・アフィリエイト広告
