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 →- 論文群制御ロボティクス
障害物環境をナビゲートする:マルチロボットシステムのためのウェイポイントベースの二段階計画
本論文では、タスク計画と動作計画を共同最適化するハイブリッドなマルチロボット制御フレームワークを提案し、ウェイポイント表現とカリキュラム学習を用いて、障害物の多い環境でのタスク成功率を向上させた。
原題: Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems / Jiabao Ji, Yongchao Chen, Yang Zhang 他
日本語で読む → - 論文世界モデルロボティクス
機械における人間の認知:世界モデルの統一的視点
世界モデルの研究を認知機能の観点から分類し、人間のような認知能力を目指すための統一的枠組みを提案した論文。特に動機付けとメタ認知の研究不足を指摘し、今後の研究方向を示している。
原題: Human Cognition in Machines: A Unified Perspective of World Models / Timothy Rupprecht, Pu Zhao, Amir Taherin 他
日本語で読む → - 論文ワイヤレス電力伝送/磁気駆動制御
周波数選択型ワイヤレス電力伝送の性能評価:スケーラブルな無線磁気駆動に向けて
複数の無線ロボットを独立に駆動するための周波数選択型電力伝送のスケーラビリティを、共振器のQ値に基づいて理論・実験で評価した論文。
原題: Performance Characterization of Frequency-Selective Wireless Power Transfer Toward Scalable Untethered Magnetic Actuation / Gabriel Cooper, Xiaolong Liu
日本語で読む → - 論文行動認識ロボティクス
SASI: サブアクション意味論を活用したヒューマンロボットインタラクションにおける頑健な早期行動認識
不完全な観測から行動を早期に認識するため、サブアクションの意味論をグラフ畳み込みネットワークに統合するフレームワークSASIを提案した。
原題: SASI: Leveraging Sub-Action Semantics for Robust Early Action Recognition in Human-Robot Interaction / Yongpeng Cao, Masahiro Hirano, Hyuno Kim 他
日本語で読む → - 論文VLA/安全性評価AI
SafetyALFRED:マルチモーダル大規模言語モデルの安全意識計画の評価
SafetyALFREDは、ALFREDベンチマークに6種類のキッチン危険を追加し、マルチモーダル大規模言語モデルの危険認識と能動的なリスク軽減計画を評価する。実験では、QA設定での認識は高いが、身体化計画での緩和成功率が低いというギャップを示し、身体化文脈での是正行動を重視するベンチマークへの転換を提唱する。
原題: SafetyALFRED: Evaluating Safety-Conscious Planning of Multimodal Large Language Models / Josue Torres-Fonseca, Naihao Deng, Yinpei Dai 他
日本語で読む → - 論文自動運転画像認識
DriveDreamer-Policy: 幾何学的基盤を持つ世界行動モデルによる生成と計画の統合
運転タスク向けに、深度生成・将来ビデオ生成・動作計画を単一アーキテクチャで統合した世界行動モデルを提案し、閉ループ計画と世界生成の両方で高性能を達成した。
原題: DriveDreamer-Policy: A Geometry-Grounded World-Action Model for Unified Generation and Planning / Yang Zhou, Xiaofeng Wang, Hao Shao 他
日本語で読む → - 論文マルチエージェント協調ロボティクス
CoEnv: 構成環境による身体化マルチエージェント協調の推進
実世界とシミュレーションを統合した構成環境を導入し、複数ロボットが協調して複雑な操作タスクを安全に実行するフレームワークCoEnvを提案した。
原題: CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment / Li Kang, Yutao Fan, Rui Li 他
日本語で読む → - 論文VLAロボティクス
VAG: 身体化データ合成のためのデュアルストリーム動画-行動生成
ロボットの基盤モデル学習用に、動画と行動を同時生成する統一フレームワークVAGを提案。動画と行動の整合性を高め、合成データでポリシーの汎化性能を向上させる。
原題: VAG: Dual-Stream Video-Action Generation for Embodied Data Synthesis / Xiaolei Lang, Yang Wang, Yukun Zhou 他
日本語で読む → - 論文シミュレーション/変形物体操作ロボティクス
SIM1: 物理整合シミュレータによる変形物体世界でのゼロショットデータ拡張
変形物体操作のための物理整合型シミュレータを提案し、少数の実デモから合成データを生成してポリシー学習を効率化する。実機で90%のゼロショット成功率を達成した。
原題: SIM1: Physics-Aligned Simulator as Zero-Shot Data Scaler in Deformable Worlds / Yunsong Zhou, Hangxu Liu, Xuekun Jiang 他
日本語で読む → - 論文模倣学習/安全性ロボティクス
制御バリア関数を用いた安全な人間から人型ロボットへの動作模倣
単一カメラで人間の骨格を捉え、人型ロボットが衝突を避けながら動作を模倣するための視覚ベースの枠組みを提案。制御バリア関数を二次計画問題として実装し、自己衝突と人-ロボット衝突を防ぐ。
原題: Safe Human-to-Humanoid Motion Imitation Using Control Barrier Functions / Wenqi Cai, John Abanes, Nikolaos Evangeliou 他
日本語で読む → - 論文マニピュレーションロボティクス
基盤モデルに基づく自律人型ロボット把持の高速展開パイプライン
人型ロボットの新規物体把持展開を約30分に短縮する、基盤モデル統合パイプラインを提案。自動アノテーション、3D再構成、ゼロショット姿勢追跡を組み合わせ、実機で検証した。
原題: A Rapid Deployment Pipeline for Autonomous Humanoid Grasping Based on Foundation Models / Yifei Yan, Yankai Liao, Linqi Ye
日本語で読む → - 論文VLA画像認識
LARY: 汎用視覚-行動対応のための潜在行動表現ベンチマーク
人間の行動ビデオから学習した潜在行動表現の能力を評価する統一ベンチマークを構築し、汎用視覚基盤モデルが専門の潜在行動モデルより優れ、潜在空間が物理行動空間とより良く整合することを示した。
原題: LARY: A Latent Action Representation Yielding Benchmark for Generalizable Vision-to-Action Alignment / Dujun Nie, Fengjiao Chen, Qi Lv 他
日本語で読む → - 論文群制御制御
マルチロボットネットワークのための角度ベースの位置特定と剛性維持制御
マルチロボットネットワークにおいて、角度剛性と方位剛性の関係を明らかにし、分散型の角度ベース位置特定法と、ミッション実行中に角度剛性を維持する勾配ベースの制御器を提案した。
原題: Angle-based Localization and Rigidity Maintenance Control for Multi-Robot Networks / J. Francisco Presenza, Leonardo J. Colombo, Juan I. Giribet 他
日本語で読む → - 論文HRIロボティクス
Wizard-of-Ozロボットシステムにおける流暢なインタラクションの実現:流暢なエラー修正のためのプロトタイプ
音声インターフェースを持つロボットとの流暢なインタラクションを実現するため、Wizard-of-Oz方式のシステムに必要な特性を提案し、それらを満たすVRベースのHRIシミュレーション環境を構築した。
原題: Achieving Interaction Fluidity in a Wizard-of-Oz Robotic System: A Prototype for Fluid Error-Correction / Carlos Baptista De Lima, Julian Hough, Frank Förster 他
日本語で読む → - 論文連続体ロボットロボティクス
高拘束環境における連続体ロボットの接触を考慮した計画と制御
連続体ロボットが血管や内腔などの狭い環境で安全に動作するため、接触の質を評価して危険な接触を罰し、良性の接触を許容する計画手法を提案。患者スキャンからの解剖モデルで実験し、高い成功率と精度を達成した。
原題: Contact-Aware Planning and Control of Continuum Robots in Highly Constrained Environments / Aedan Mangan, Kehan Long, Ki Myung Brian Lee 他
日本語で読む → - 論文群制御ロボティクス
イベントベースのプロペラセンシングを用いた相対状態推定
イベントカメラで捉えたプロペラの回転周波数と姿勢を推定し、クアッドローターの相対状態推定を行う手法を提案した。実飛行データで周波数推定誤差3%以下を達成し、マルチUAVの分散型相対位置推定に応用できる。
原題: Relative State Estimation using Event-Based Propeller Sensing / Ravi Kumar Thakur, Luis Granados Segura, Jan Klivan 他
日本語で読む → - 論文マニピュレーションロボティクス
冗長ロボットの離散計画と連続実行を橋渡しするフレームワーク
冗長マニピュレータの経路計画と実行のギャップを埋めるため、離散計画側の改良とタスク優先の減衰最小二乗逆運動学を組み合わせ、計画成功率と実行品質を大幅に向上させた。
原題: Bridging Discrete Planning and Continuous Execution for Redundant Robot / Teng Yan, Yue Yu, Yihan Liu 他
日本語で読む → - 論文3D物体検出/追跡画像認識
過去走行の点群地図事前情報を活用したカメラベース3D物体検出・追跡
カメラのみの3D物体検出・追跡において、過去走行で得た静的LiDAR点群地図を事前情報として活用し、深度の曖昧さを補う手法を提案した。
原題: Leveraging Previous-Traversal Point Cloud Map Priors for Camera-Based 3D Object Detection and Tracking / Markus Käppeler, Özgün Çiçek, Yakov Miron 他
日本語で読む → - 論文操作理解ロボティクス
神経記号的操作理解:拡張意味イベントチェーンによるアプローチ
ロボットの操作理解のため、拡張意味イベントチェーンを信頼度付き述語や機能役割などで拡張し、記号的推論で行動認識と次プリミティブ予測を行う枠組みを提案した。
原題: Neuro-Symbolic Manipulation Understanding with Enriched Semantic Event Chains / Fatemeh Ziaeetabar
日本語で読む → - 論文オドメトリロボティクス
CT-VoxelMap: 確率的適応ボクセルマッピングを用いた効率的な連続時間LiDAR-慣性オドメトリ
高速移動や不整地でのロバストな自己位置推定を目指し、Bスプラインの制御点増分を行列リー群上で推定する新しい連続時間LiDAR-慣性オドメトリ手法を提案した。IMUの前方伝播情報を用いたオンラインのフィッティング誤差推定とハイブリッド特徴ベースのボクセルマップ管理により精度とロバスト性を向上させている。
原題: CT-VoxelMap: Efficient Continuous-Time LiDAR-Inertial Odometry with Probabilistic Adaptive Voxel Mapping / Lei Zhao, Xingyi Li, Tianchen Deng 他
日本語で読む → - 論文移動操作/触覚/強化学習ロボティクス
触覚を活用した四脚ロボットの移動操作ポリシー学習
四脚ロボットの移動操作において、視覚と自己受容感覚に加えて触覚情報を活用する階層的ポリシー学習手法を提案。実世界の人間デモから触覚条件付き高レベルポリシーを学習し、シミュレーションでの大規模強化学習により全身制御ポリシーを獲得し、実世界へゼロショット転送する。接触を伴うタスクで平均28.54%の性能向上を達成。
原題: Learning Tactile-Aware Quadrupedal Loco-Manipulation Policies / Pokuang Zhou, Yuhao Zhou, Quan Khanh Luu 他
日本語で読む → - 論文群制御ロボティクス
移動制約に基づく行動予測を用いたUAV群のシェパード誘導
羊飼いの犬のように少数のナビゲータUAVが多数の自律UAV群を目標位置へ誘導する制御法を提案。実機の速度・加速度制約を考慮しつつ、群れの将来挙動を予測して効率的な誘導を実現する。
原題: Shepherding UAV Swarm with Action Prediction Based on Movement Constraints / Yusuke Tsunoda, Yusuke Goto, Takao Sato
日本語で読む → - 論文身体化エージェント自然言語
見たものが真実とは限らない:身体化エージェントにおける能動的介入による信念慣性の緩和
LLMベースの身体化エージェントが環境フィードバックを無視して誤った信念に固執する「信念慣性」問題を特定し、予測・検証・更新のサイクル(EVU)を導入して能動的に信念を更新することでタスク成功率を向上させる手法を提案した。
原題: Seeing Isn't Believing: Mitigating Belief Inertia via Active Intervention in Embodied Agents / Hanlin Wang, Chak Tou Leong, Jian Wang 他
日本語で読む → - 論文物体検出画像認識
ドメインが重要な理由:水中物体検出におけるドメイン効果の予備的研究
水中環境でのドメインシフトが物体検出性能に与える影響を、物理的特性に基づく新しいラベリング枠組みで分析し、従来の合成スタイル変換では捉えられない実世界の要因による性能変動と隠れた失敗モードを明らかにした。
原題: Why Domain Matters: A Preliminary Study of Domain Effects in Underwater Object Detection / Melanie Wille, Dimity Miller, Tobias Fischer 他
日本語で読む → - 論文スキル学習/適応ロボティクス
MOMO: 物理・言語・グラフィカル操作を統合したロボットスキル学習と適応のためのフレームワーク
非専門家でも直感的にロボットの動作を調整できるよう、触覚・自然言語・GUIの3つの操作手段を統合した対話型フレームワークを提案し、実機での検証を行った。
原題: MOMO: A framework for seamless physical, verbal, and graphical robot skill learning and adaptation / Markus Knauer, Edoardo Fiorini, Maximilian Mühlbauer 他
日本語で読む → - 論文VLAロボティクス
GazeVLA: ロボット操作のための人間の意図を学習する
人間の視線を意図の代理として学習し、ロボット操作に転移するフレームワークを提案。大規模な人間データで事前学習し、少量のロボットデータで微調整することで、長期的・細かいタスクで高性能を達成。
原題: GazeVLA: Learning Human Intention for Robotic Manipulation / Chengyang Li, Kaiyi Xiong, Yuan Xu 他
日本語で読む → - 論文歩行ロボティクス
ロープ支援脚式ロボットにおける接触と動作計画の二段階最適化
垂直面を登るロープ支援ロボットの動作計画を、着地領域の選択と制御入力の最適化を同時に行う二段階最適化問題として定式化し、クロスエントロピー法と勾配法を組み合わせて解く手法を提案した。新しい登攀ロボットALPINEで検証した。
原題: Bi-Level Optimization for Contact and Motion Planning in Rope-Assisted Legged Robots / Ruben Malacarne, Ioannis Tsikelis, Enrico Mingo Hoffman 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HCI
NEFFY 2.0: 呼吸を伴うコンパニオンロボット - ユーザ中心設計とウクライナ難民を対象とした研究からの知見
ストレス軽減のための触覚によるゆっくり呼吸ガイドを行うソーシャルロボットNEFFY 2.0を設計し、ウクライナ難民14名を対象に、ロボット支援呼吸介入と音声のみの条件を比較する混合手法実験を行った。
原題: NEFFY 2.0: A Breathing Companion Robot: User-Centered Design and Findings from a Study with Ukrainian Refugees / Ilona Buchem, Jessica Kazubski, Charly Goerke
日本語で読む → - 論文ヒューマノイド制御ロボティクス
ExoActor: 外観視点ビデオ生成による汎用的な対話型ヒューマノイド制御
大規模ビデオ生成モデルを活用し、第三者の視点からのビデオ生成をインターフェースとして、ロボットと環境・物体の相互作用をモデル化し、ヒューマノイドの行動制御を実現するフレームワークを提案した。
原題: ExoActor: Exocentric Video Generation as Generalizable Interactive Humanoid Control / Yanghao Zhou, Jingyu Ma, Yibo Peng 他
日本語で読む → - 論文VLA評価ロボティクス
オープンワールド環境におけるVLAの実際の動作
本論文は、複雑な家事タスクのベンチマークであるBEHAVIOR1Kにおいて、視覚言語行動モデル(VLA)の評価方法が安全性や実際の性能を過大評価する可能性を指摘し、安全性違反を捉える新しい評価プロトコルを提案する。
原題: How VLAs (Really) Work In Open-World Environments / Amir Rasouli, Yangzheng Wu, Zhiyuan Li 他
日本語で読む →
PR・アフィリエイト広告
