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 → - 論文タスクプランニングロボティクス
SYMBOLIZER: VLMを用いたシンボル不要のモデルフリータスクプランニング
視覚言語モデル(VLM)を用いて画像からシンボル状態を推定し、アクションモデルを必要としないドメイン非依存の探索でタスクプランニングを行うフレームワークを提案した。
原題: SYMBOLIZER: Symbolic Model-free Task Planning with VLMs / Sami Azirar, Zlatan Ajanovic, Hermann Blum
日本語で読む → - 論文VLAロボティクス
特権的未来予測蒸留:ワールドアクションモデルのためのゼロコスト未来補正
将来のビデオ予測を訓練時にのみ用い、その残差を現在フレームのみの学生モデルに蒸留する手法を提案し、推論時の追加コストなしで操作ベンチマークの性能を向上させた。
原題: Privileged Foresight Distillation: Zero-Cost Future Correction for World Action Models / Pengcheng Fang, Hongli Chen, Xiaohao Cai
日本語で読む → - 論文意思決定機械学習
記憶拡張検索を用いたイベント中心の世界モデルによる身体化意思決定
環境を構造化されたセマンティックイベントとして表現し、過去の経験を検索して行動を生成するERAフレームワークを提案。UAVナビゲーションでリアルタイムかつ適応的な意思決定を実証した。
原題: Event-Centric World Modeling with Memory-Augmented Retrieval for Embodied Decision-Making / Zhaowen Fan, Rongchao Zhang, Yunxiang Han
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 → - 論文位置推定ロボティクス
Ufil: インフラ基盤型位置推定のための統合フレームワーク
インフラ基盤型位置推定のための標準化されたオブジェクトモデルと再利用可能なマルチオブジェクト追跡コンポーネントを備えた統合フレームワークUfilを提案し、異種センサーを統合したパイプラインを実証した。
原題: Ufil: A Unified Framework for Infrastructure-based Localization / Simon Schäfer, Lucas Hegerath, Marius Molz 他
日本語で読む → - 論文VLAロボティクス
AIM: 空間価値マップを用いた意図認識型統合世界行動モデリング
事前学習済みのビデオ生成モデルを基盤に、将来の観測と空間価値マップを共同で予測し、意図認識型の注意機構と自己蒸留強化学習によりロボットの行動生成を高精度化する手法を提案した。
原題: AIM: Intent-Aware Unified world action Modeling with Spatial Value Maps / Liaoyuan Fan, Zetian Xu, Chen Cao 他
日本語で読む → - 論文セキュリティ/VLA画像認識
FlowHijack: フローマッチング型視覚言語行動モデルに対する動力学を考慮したバックドア攻撃
フローマッチング型VLAモデルのベクトル場動力学を標的とした初のバックドア攻撃フレームワークを提案し、ステルス性の高いトリガーで高い攻撃成功率を達成した。
原題: FlowHijack: A Dynamics-Aware Backdoor Attack on Flow-Matching Vision-Language-Action Models / Xinyuan An, Tao Luo, Gengyun Peng 他
日本語で読む → - 論文群制御ロボティクス
マルチエージェント具現化質問応答のためのメモリ中心電力割り当て
マルチエージェント具現化質問応答(MA-EQA)において、メモリ品質(QoM)を最大化する電力割り当て手法を提案した論文。生成的敵対的試験(GAE)を用いてQoMを評価し、通信リソース制約下で電力配分を最適化する。
原題: Memory Centric Power Allocation for Multi-Agent Embodied Question Answering / Chengyang Li, Shuai Wang, Kejiang Ye 他
日本語で読む → - 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 → - 論文模倣学習/接触操作ロボティクス
高速接触豊富模倣学習のためのインクリメンタル反復参照学習制御による加速デモンストレーションの精緻化
高速な接触を伴う操作の模倣学習において、人間のデモを単純に加速すると接触ダイナミクスが変わり追従誤差が生じる問題を、反復参照学習制御を拡張したI2RLCで参照軌道を段階的に高速化しながら更新することで解決し、実機タスクで最大10倍速の高忠実デモ生成と模倣学習ポリシーの成功率向上を実証した。
原題: Refinement of Accelerated Demonstrations via Incremental Iterative Reference Learning Control for Fast Contact-Rich Imitation Learning / Koki Yamane, Cristian C. Beltran-Hernandez, Steven Oh 他
日本語で読む → - 論文ISAC/速度推定ロボティクス
ロボット支援ISACにおける不規則参照信号を用いたマルチピリオドグラム速度推定
移動ロボットがセンシングノードとして機能するISAC環境で、不規則な5G/6G参照信号から速度を推定する新しいアルゴリズムを提案。従来法より低SNRでのロバスト性が向上し、誤警報も削減される。
原題: Multi-Periodogram Velocity Estimation with Irregular Reference Signals for Robot-Aided ISAC / Yi Geng, Pan Cao, Ting Zeng 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 → - 論文群制御制御
分散型協調マルチエージェント経路探索のためのカルマメカニズム
分散型の協調マルチエージェント経路探索において、人工的な非取引可能なクレジット(カルマ)を用いてエージェント間の公平性を保ちつつ、ペアワイズ再計画による衝突解決を実現する枠組みを提案した。倉庫のピックアップ・デリバリーシナリオで評価し、サービス時間の格差を減らしつつ効率を維持できることを示した。
原題: Karma Mechanisms for Decentralised, Cooperative Multi Agent Path Finding / Kevin Riehl, Julius Schlapbach, Anastasios Kouvelas 他
日本語で読む → - 論文経路計画ロボティクス
適応的経路計画のための多段ガウス過程伝播
環境モニタリングのためのロボット経路計画を、ガウス過程を用いて不確実性を考慮しつつ最適化する手法を提案し、藻類ブルーム検出で実証した。
原題: Multi-Step Gaussian Process Propagation for Adaptive Path Planning / Alex Beaudin, Bjørn Andreas Kristiansen, Kristoffer Gryte 他
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 → - 論文制御ロボティクス
動揺プラットフォームへのUAV着陸のための衝撃考慮型モデル予測制御
UAVの動揺する甲板への着陸時に生じる衝撃と反発を抑制するため、ニュートンの反発則に基づく速度レベル剛体衝撃モデルを線形相補性問題としてMPCに組み込んだ衝撃考慮型MPCを開発し、シミュレーションと実験で効果を実証した。
原題: Impact-Aware Model Predictive Control for UAV Landing on a Heaving Platform / Jess Stephenson, Melissa Greeff
日本語で読む → - 論文ナビゲーションロボティクス
AsyncShield: 非同期クラウドベースVLAナビゲーションのためのプラグアンドプレイエッジアダプタ
クラウド上のVLAモデルの遅延による空間的ずれを、物理的な白箱マッピングと強化学習で補正する非同期制御フレームワークを提案。
原題: AsyncShield: A Plug-and-Play Edge Adapter for Asynchronous Cloud-based VLA Navigation / Kai Yang, Zedong Chu, Yingnan Guo 他
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 → - 論文歩行ロボティクス
四足ロボットのパルクール学習:視覚入力によるスパースゲート型Mixture of Experts
四足ロボットのパルクールにおいて、スパースゲート型MoEアーキテクチャを視覚ベースの制御に適用し、標準MLPと比較して成功率が2倍になることを実機で実証した。
原題: Quadruped Parkour Learning: Sparsely Gated Mixture of Experts with Visual Input / Michael Ziegltrum, Jianhao Jiao, Tianhu Peng 他
日本語で読む → - 論文テスト選択ロボティクス
構成型MLシステムにおける能力モジュール更新のための回帰テスト選択:原子品質プローブによるアプローチ
構成型機械学習システムで、モジュール更新時に有効な組み合わせを維持するための回帰テスト選択手法を提案し、支配的スキル効果を特定してコスト削減を実現した。
原題: Regression Test Selection for Updated Capability Modules in Compositional ML Systems via Atomic-Quality Probes / Xue Qin, Simin Luan, Cong Yang 他
日本語で読む → - 論文歩行ロボティクス
モーション生成とモーショントラッキングによる全身ヒューマノイド歩行の学習
参照モーションから学習した全身スキルと地形認識適応を組み合わせたヒューマノイド歩行フレームワークを提案し、実機で箱や階段などの複合地形を踏破できることを示した。
原題: Learning Whole-Body Humanoid Locomotion via Motion Generation and Motion Tracking / Zewei Zhang, Kehan Wen, Michael Xu 他
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 → - 論文ナビゲーション画像認識
効率的なロボットナビゲーションのための空間記憶表現に関するサーベイ
視覚ベースのロボットが大規模環境をナビゲートする際の空間記憶のメモリ効率問題を調査し、ピーク時メモリと保存マップサイズの比αを導入して、ニューラル表現を含む様々な手法の実運用コストを比較した。標準化された評価プロトコルを提案し、パレート最適解析により単一のパラダイムが優位でないことを示した。
原題: A Survey of Spatial Memory Representations for Efficient Robot Navigation / Ma. Madecheen S. Pangaliman, Steven S. Sison, Erwin P. Quilloy 他
日本語で読む → - 論文VLA/自律システムロボティクス
SpaceMind: 軌道上サービス自律化のためのモジュール型自己進化型身体化視覚言語エージェントフレームワーク
軌道上サービスを自律化するため、視覚センサーで知覚し3D空間を推論するモジュール型・自己進化型のVLMエージェントフレームワークを提案し、シミュレーションと実機で検証した。
原題: SpaceMind: A Modular and Self-Evolving Embodied Vision-Language Agent Framework for Autonomous On-orbit Servicing / Aodi Wu, Haodong Han, Xubo Luo 他
日本語で読む → - 論文3Dシーン理解画像認識
SceneTeract: 3Dシーンにおけるエージェント機能アフォーダンスとVLMの接地
3Dシーンの機能性をエージェントの制約下で検証するフレームワークを提案し、複雑な活動を原子アクションに分解して幾何学的シミュレーションで検証する。また、VLMの機能推論能力の評価と、報酬エンジンとしての活用も行う。
原題: SceneTeract: Agentic Functional Affordances and VLM Grounding in 3D Scenes / Léopold Maillard, Francis Engelmann, Tom Durand 他
日本語で読む →
PR・アフィリエイト広告
