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: 2026/10/25 / 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ロボティクス
HuGe: 自己中心視点の体験でヒューマノイド汎用VLAモデルをスケールする
2000時間超の自己中心視点の人間・ロボットデータでヒューマノイド向け汎用VLAを事前学習し、疑似固有感覚状態と再レンダリングで身体差を吸収する3段階学習を提案した論文。
原題: HuGe: Scaling Humanoid Generalist Vision-Language-Action Models with Egocentric Experience / Yang Liu, Jiacheng Liu, Hengtao Li 他
日本語で読む → - 論文ベンチマーク/Sim2Realロボティクス
接触の多いマニピュレーションでGPT-6 Astraはどこまで登れるか?PhysLadder:物理的相互作用のための階層的で対応の取れたSim-Realベンチマーク
接触の多い家事タスク16件を3段階の難易度で実機とシミュレーションの両方で評価するベンチマークPhysLadderを提案し、GPT-6 Astraのゼロショット性能が難易度上昇とともに低下する様子を明らかにした。
原題: How High Can GPT-6 Astra Climb in Contact-Rich Manipulation? PhysLadder: A Hierarchical, Matched Sim-Real Benchmark for Physical Interaction / Haibao Yu, Jiaqi Meng, Zijian Zhang 他
日本語で読む → - 論文物体目標ナビゲーションロボティクス
スケマティック誘導による物体目標ナビゲーション
手書きスケッチや方向注釈のような粗い模式図を活用し、屋内で目標物体を探して到達するナビゲーション手法ScheNavを提案。33k以上の家具付き間取りデータセットも構築した。
原題: ScheNav: Schematic-Guided Object Goal Navigation / Guichen Huang, Chenchen Jing, Che Sun 他
日本語で読む → - 論文適応制御/四重項/分布外外乱ロボティクス
四重項制御における過渡的な分布外外乱への適応学習のための双勾配合意
四重項の軌道追従において、短期的な分布外残差が学習済み外乱モデルを壊す問題に対し、残差勾配を長期・短期記憶と比較して適応状態を分類し、信頼度マップで更新を抑制するDual Gradient Consensusを提案。4つの混合外乱ケースで平均位置RMSEが最小。
原題: Dual Gradient Consensus for Adaptive Learning to Transient Out-of-Distribution Disturbances in Quadrotor Control / Mingtian Tan, Vasileios Tzoumas
日本語で読む → - 論文点群セグメンテーションロボティクス
遮蔽された点群知覚における同一性置換:建設ロボットのための壁を見る
遮蔽された点群でセグメンテーションネットワークが隠れた要素を別クラスに誤ラベル付けする現象を明らかにし、幾何特徴の追加で改善する手法を提案した。
原題: Cut a Wall, See a Wall: Identity Substitution in Occluded Point-Cloud Perception for Construction Robots / Tsung-Lung Yang
日本語で読む → - 論文脚式移動操作ロボティクス
ThinkLocoManip:脚式移動操作のための全身制御エージェントハーネス
推論と行動を交互に繰り返すパラダイムで、知覚・ナビゲーション・操作・歩行をツールとして統合し、長期的な脚式移動操作タスクを実現するエージェント型ハーネスを提案した論文。
原題: ThinkLocoManip: A Whole-Body Control Agentic Harness for Legged Loco-Manipulation / Nuo Chen, Shizeng Zhang, Yujie Yang 他
日本語で読む → - 論文マニピュレーションロボティクス
やってみないと分からない:長期的操作のための対話型情報収集
物体の性質を確かめるための物理的対話行動を計画に組み込み、実行中に結果を検証しながら残りの計画を適応的に修正するTAMPフレームワークを提案した。
原題: I Won't Know Until I Try: Interactive Information Gathering for Long-Horizon Manipulation / Linfei Yuan, Rachel Holladay
日本語で読む → - 論文sim2realロボティクス
原子からビットへ:自律ロボットインタラクションによるデジタルツイン構築
ロボットが物体を自律的に操作してデータを収集し、物理に基づくデジタルツインを再構築するシステムAuRAを提案。人間の作業と収集時間を大幅に削減しつつ、従来と同等の再構築品質を実現した。
原題: AuRA: From Atoms to Bits through Autonomous Robot Interaction / Xinchen Yu, Yoonkyo Jung, Haoran Chen 他
日本語で読む → - 論文群制御ロボティクス
動的環境における適応的集合知覚のための軽量変化検出
リソース制約のあるロボット群が動的に変化する環境で多数決型の集合知覚を行うため、定メモリ・定計算量の軽量変化検出をベイズ意思決定に統合し、空間相関に応じてサンプリング間隔を適応させる手法を提案した。
原題: Lightweight Change Detection for Adaptive Collective Perception in Dynamic Environments / Thiemen Siemensma, Tiago Travassos, Jiacheng Zhang 他
日本語で読む → - 論文両腕マニピュレーションロボティクス
両腕ロボット制御における機能特化の学習
2つの再帰型コントローラを持つ筋骨格系シミュレーションで、左右の腕とコントローラへの役割分担の学習設計を比較し、特化型が性能・効率に優れる一方で役割交換への柔軟性が低下することを示した。
原題: Learning Functional Specialisation for Bimanual Robotic Control / Jingwen Li, Levin Kuhlmann, Jason Friedman 他
日本語で読む → - 論文VLAロボティクス
RoboJev: ロボットタスク成功判定のためのオープンな視覚言語ジャッジ
ロボット操作動画からタスク成功/失敗を判定するオープンウェイトの視覚言語モデルRoboJev-27Bを開発し、同一ロボットで95.2%のバランス精度、未知のロボットでも高い汎化性能を示した。
原題: RoboJev: An Open Vision-Language Judge for Robot Success Detection / Josef Liyanjun Chen
日本語で読む → - 論文動的ナビゲーションロボティクス
速度校正付きソフト誘導によるワンステップ動的ナビゲーション
操舵制限付き車両の動的障害物回避のため、短い横方向回避機動から許容接近速度を算出し、制動と操舵の効果を二次計画で重み付けするソフト制約型CBF誘導法を提案。2500タスクで72.8%の完遂率を達成。
原題: SCET-CBF: Speed-Calibrated Soft Guidance for One-Step Dynamic Navigation / Xiaoyu Han, Dongkun Han
日本語で読む → - 論文オフライン→オンライン安全RL機械学習
残り安全予算に基づくガイド仲裁によるオフライン→オンライン安全強化学習
エピソード内で残った安全予算を追跡し、オフラインガイドとオンライン方策の行動をコスト見積もりと比較して適応的に選択する、器用な操作のための安全なオフライン→オンライン強化学習手法を提案した。
原題: RBGA: Residual-Budget Guide Arbitration for Offline-to-Online Safe Reinforcement Learning in Dexterous Manipulation / Zongyou Yu, Ao Zhou, Xiongbo Shi 他
日本語で読む → - 論文VLAロボティクス
EXE: 因子分解潜在行動による一人称視点の異形態間事前学習
一人称視点の人間動画から共有操作スキルと身体固有の動きを分離した潜在行動表現を学習し、VLAモデルの事前学習に活用するフレームワーク。
原題: EXE: Egocentric Cross-Embodiment Pretraining via Factorized Latent Actions for VLA Models / Qingyuan Cai, Bo Zhang, Yongzhen Huang 他
日本語で読む → - 論文sim2realcs.DC
差分パッチで実現するドメインランダム化シミュレーションのリソース共有
ドメインランダム化されたロボットシミュレーション環境を「共通テンプレート+差分パッチ」で表現し、多数インスタンス間でリソースを共有してCPU/GPUメモリを大幅に削減するシステムPatchworkを提案。
原題: Replicate What Varies: Resource Sharing for Domain-Randomized Embodied Simulation / Zixu Hao, Weijun Wang, Xiangyu Li 他
日本語で読む → - 論文全身運動追従ロボティクス
異種ヒューマノイド間で全身運動追従を共有する構造化身体条件付けフレームワーク
身体構造の違いを記述する条件を強化学習に組み込み、16系統・4096体のヒューマノイドで単一ポリシーによる全身運動追従を実現した。
原題: MimicAll: Structured Embodiment Conditioning for Cross-Humanoid Whole-Body Motion Tracking / Jia Li, Lingyun Xu, Yitang Li 他
日本語で読む → - 論文画像生成画像認識
セマンティック優先MixGRPO:時間的分離による信頼性の高い感情画像生成
拡散モデルのサンプリング過程で確率的探索を行う区間を後半に限定し、前半は決定論的に内容を確定させることで、感情制御と意味保持を両立させた画像生成手法を提案。
原題: Semantic-First MixGRPO: Reliable Emotional Image Generation via Temporal Decoupling / Zhenxuan Wang
日本語で読む → - 論文セキュリティcs.CR
量子耐性IoTブロックチェーンによるエッジ・フィジカルAIのセキュリティ確保
量子コンピュータ攻撃に耐えるため、認証付き鍵更新で鍵露出期間を制限するPARS機構と、鍵エポックや失効状態を記録する許可型エッジ台帳PARS-ESLを提案した論文。
原題: Securing Edge & Physical AI: Post-Quantum IoT Blockchain for Mission-Critical Cyber-Physical Agents / Kürşat Çakal, Suat Özdemir
日本語で読む → - 論文車両制御ロボティクス
微分可能なシャシー安全層による知的車両運動制御
アクチュエータ制限やタイヤ力制約を逐次二次計画に組み込み、暗黙微分で時間的勾配を伝播させる微分可能な安全層を提案し、専門家模倣とリスク誘導学習で制御方針と安全性を両立させた。
原題: A Differentiable Chassis Safety Layer for Intelligent Vehicle Motion Control / Lu Xiong, Xuge Hu, Yufei Song 他
日本語で読む → - 論文ワールドモデルロボティクス
WorldFailBench:ワールドモデルは政策の失敗を理解できるか
ロボット政策の失敗をワールドモデルが忠実に再現できるかを評価するWorldFailBenchを提案し、失敗理由・失敗段階・失敗境界の3タスクで7つのモデルを検証した。
原題: WorldFailBench: Do World Models Understand Policy Failures? / Zheng Zhang, Xiaoyang Tang, Shuaiqi Cheng 他
日本語で読む → - 論文自動運転知覚/シミュレーション検証画像認識
自動運転知覚のシミュレーション検証におけるメカニズム一致度を診断する概念レベル指標C-DFF
実画像と合成画像でシステムの判断根拠が同じかを概念レベルで比較する診断手法C-DFFを提案し、KITTIとVirtual KITTI 2で出力一致だけでは機構一致を保証できないことを示した。
原題: C-DFF: Concept-Level Diagnostics for Mechanism Parity in Simulation-Based Validation of Autonomous Driving Perception / Danial Safaei, Siddartha Khastgir, Matthew Higgins 他
日本語で読む → - 論文動画フォレンジック画像認識
AV-FABLE:長尺動画における音声視覚マニピュレーションのフォレンジック
長尺の音声視覚動画に含まれる局所的なAI改ざんを検出・時間特定するための二重タイムラインベンチマークAV-FABLEを構築し、音声と視覚を分離して読み出すNFSR手法を提案した論文。
原題: AV-FABLE: Audio-Visual Manipulation Forensics in Long-Form Videos / Yuesheng Huang, Hoi Fan Au, Jiaqi Hou 他
日本語で読む → - 論文マルチエージェント協調搬送ロボティクス
異種ロボット協調搬送のための拡散ポリシー最適化HA-DiPO
脚式ロボットなど異種エージェントが固定されていない共有荷物を協調搬送するため、チーム調整と各機体の運動制御を分離した階層型マルチエージェント強化学習フレームワークを提案し、拡散ポリシーで多様な協調行動を学習、実機実験も行った。
原題: HA-DiPO: Diffusion Policy Optimization for Heterogeneous Cooperative Transport / Xuebin Li, Jinpeng Xiao, Zong Chen 他
日本語で読む → - 論文VLAAI
2の冪リーキー積分発火ニューロンによるイベント駆動型視覚-言語-行動推論
事前学習済みVLAモデルの重み付き射影内に2の冪振幅の符号付きスパイクを発するPoT-LIFニューロンを組み込み、外部インターフェースを変えずにスパースなイベント駆動計算を実現した研究。
原題: Power-of-Two Leaky Integrate-and-Fire Neurons for Event-Driven Vision-Language-Action Inference / Rui Liu, He Lv, Ziyao Zhang 他
日本語で読む → - 論文ワールドモデル評価画像認識
物理シミュレーションに基づく対話型ワールドモデル評価ベンチマークWMEval
Unity製物理シミュレーションを正解基準として、対話型ワールドモデルの行動制御性や物理的因果性を状態ベースで評価するベンチマークを提案した。
原題: WMEval: Evaluating Interactive World Models Grounded on Physical Simulations / Lanxiang Hu, Yixin Huang, Abhilash Shankarampeta 他
日本語で読む → - 論文ビデオ世界モデルロボティクス
RoboWorM:身体性ビデオ世界モデルにおける運動のリアリズム・一貫性・加速効果の評価
ロボット操作向けビデオ世界モデルを、実機展開を意識して評価するベンチマークRoboWorMを提案し、VLM不要の運動安定性・多視点幾何一貫性指標と加速手法の品質効率監査を行う。
原題: RoboWorM: Evaluating Movement Realism, Consistency and Acceleration Affects in Embodied Video World Models / Doanh Le Thien, Viet-Thanh Nguyen, Pham Tri Quang 他
日本語で読む → - 論文メモリ/具現化エージェントロボティクス
ReSight: 具現化エージェントのためのタスク駆動型自己改善メモリ
ロボットが過去の観測をタスクに応じて再処理・拡張できる自己改善型メモリシステムを提案し、実行エージェントとコーディングエージェントが共有する仕組みと能力拡張手法EDMで位置誤差を低減した。
原題: ReSight: Task-Driven Self-Improving Memory for Embodied Agents / Lirong Che, Yang Chen, Yimeng Su 他
日本語で読む → - 論文ヒューマノイド/移動操作ロボティクス
MOTIO:実世界接地型ヒューマノイド移動操作のためのエージェント型スキル工学
人間の動作動画や3Dアセットからエージェントがヒューマノイドの移動操作プログラムを構築し、物理実行と人間検証で改善するシステム。遠隔操作なしで長期タスクを実機実行し、スキル蒸留にも活用できる。
原題: MOTIO: Agentic Skill Engineering for Reality-Grounded Humanoid Loco-Manipulation / SpatialtemporalAI
日本語で読む → - 論文物理情報ニューラルネットワーク制御
ハイブリッド時間PINN:不連続性を考慮した物理情報ニューラルネットワークによるハイブリッド力学系の学習
跳びを持つハイブリッド力学系に対し、流れ区間ごとに別ネットワークを割り当てて跳び時刻と未知パラメータを同時学習するHT-PINNを提案し、跳び回数や摩擦係数を高精度に推定できることを示した。
原題: Hybrid-time PINNs: Discontinuity-Aware Physics-Informed Neural Networks for Learning Hybrid Dynamical Systems / Shivanshu Tripathi, Maziar Raissi
日本語で読む → - 論文VLMロボティクス
RoboReason:ロボティクス向けVLM推論を強化するスケーラブルなデータ生成
ステレオ・手首カメラ画像を用いた時空間順序付けタスクでVLMの推論を評価し、自律的な学習データ生成パイプラインによる教師あり微調整と強化学習で性能を大幅に改善した論文。
原題: RoboReason: Boosting Robotics-Relevant VLM Reasoning Through Scalable Data Generation / Sagnik Anupam, Utkarsh Lal, Aneesh Edara 他
日本語で読む →
PR・アフィリエイト広告
