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: 2026/3/1 / 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3D占有予測画像認識
O3N: 都市自律エージェントのための全方位オープンボキャブラリ占有予測
単一の全方位RGB画像から360度の3D占有を予測する初のオープンボキャブラリ手法を提案し、極座標スパイラルMambaと視覚・ボクセル・テキストの整合機構で高精度かつ汎化性能を実現した。
原題: O3N: Omnidirectional Open-Vocabulary Occupancy Prediction for Urban Autonomous Agents / Mengfei Duan, Hao Shi, Fei Teng 他
日本語で読む → - 論文強化学習ロボティクス
ResWM: 残差アクション世界モデルによる視覚強化学習
視覚強化学習において、絶対アクションではなく前ステップからの差分である残差アクションを制御変数とする世界モデルを提案し、制御の滑らかさと学習安定性を向上させた。
原題: ResWM: Residual-Action World Model for Visual RL / Jseen Zhang, Gabriel Adineera, Jinzhou Tan 他
日本語で読む → - 論文意味的ナビゲーションロボティクス
移動ロボットの意味的ナビゲーションのための推論システム
意味的概念に基づく環境モデルを構築し、関係データベースとKnowRobを用いた2つの推論システムを比較して、移動ロボットでの実装を示した。
原題: Reasoning Systems for Semantic Navigation in Mobile Robots / Jonathan Crespo, Ramón Barber, O. M. Mozos 他
日本語で読む → - 論文手術ナビゲーション/自律制御ロボティクス
純視覚気管支鏡ロボット自律化のための長期・短期エージェント
CT由来の仮想目標と内視鏡映像のみを用い、外部トラッキングなしで気管支鏡ナビゲーションを自律実行する枠組みを提案。短期反応エージェントと長期戦略エージェントを階層化し、矛盾時は世界モデル批評家が将来視覚状態を予測して行動を選択する。ファントム・摘出豚肺・生体豚で検証し、専門医と同等の性能を示した。
原題: Long-Short Term Agents for Pure-Vision Bronchoscopy Robotic Autonomy / Junyang Wu, Mingyi Luo, Fangfang Xie 他
日本語で読む → - 論文歩行ロボティクス
ADAPT: 適応的二重投影アーキテクチャによる知覚的踏破
人型ロボットの複雑な3D環境での移動のため、水平標高マップと垂直距離マップの二重投影で環境を表現し、センシング範囲を学習可能な行動として扱うことで、高速移動時は広く、障害物の多い場面では狭く知覚範囲を適応させる手法を提案した。
原題: ADAPT: Adaptive Dual-projection Architecture for Perceptive Traversal / Shuo Shao, Tianchen Huang, Wei Gao 他
日本語で読む → - 論文マニピュレーションロボティクス
AdaClearGrasp: 密集環境でのロバストなゼロショット器用把持のための適応的クリアリング学習
密集環境での器用な把持を実現するため、視覚言語モデルを用いて直接把持するか周囲をクリアするかを適応的に決定する閉ループ意思決定・実行フレームワークを提案した。
原題: AdaClearGrasp: Learning Adaptive Clearing for Zero-Shot Robust Dexterous Grasping in Densely Cluttered Environments / Zixuan Chen, Wenquan Zhang, Jing Fang 他
日本語で読む → - 論文マニピュレーションロボティクス
ゼロショットなオープンワールド物体操作のための明示的世界モデル構築
ロボットのオープンワールド物体操作を、環境のデジタルツインを構築し物理シミュレータで操作戦略を探索・評価することで、行動デモなしにゼロショットで実現するフレームワークを提案した。
原題: Building Explicit World Model for Zero-Shot Open-World Object Manipulation / Xiaotong Li, Gang Chen, Javier Alonso-Mora
日本語で読む → - 論文群制御ロボティクス
運用制約下のUAV-UGVチームにおける同期並行協調計画
UAVとUGVの異種ロボットチームが、エネルギーや走行可能地形などの運用制約を考慮しつつ、同期して並行に協調計画を行う学習ベース手法CoPCSを提案した。
原題: Collaborative Planning with Concurrent Synchronization for Operationally Constrained UAV-UGV Teams / Zihao Deng, Qianhuang Li, Peng Gao 他
日本語で読む → - 論文人間ロボットインタラクションロボティクス
共形リスク制御を用いた人間とロボットのインタラクションのための安全な確率的計画
制御バリア関数と共形リスク制御を組み合わせ、人間の複雑な行動を考慮しつつ安全性を保証する確率的枠組みを提案。インタラクション文脈に応じて安全マージンを動的に調整し、衝突率を低減する。
原題: Safe Probabilistic Planning for Human-Robot Interaction using Conformal Risk Control / Jake Gonzales, Kazuki Mizuta, Karen Leung 他
日本語で読む → - 論文手術支援ロボティクスロボティクス
CTを用いた患者特異的シミュレーションと接触を考慮した人工内耳挿入のロボット計画
CT画像から患者固有の蝸牛形状を再構築し、電極アレイの接触を考慮した低次元モデルと計画手法を提案。シミュレーションと実験で挿入力の低減と挿入深度の向上を実証した。
原題: CT-Enabled Patient-Specific Simulation and Contact-Aware Robotic Planning for Cochlear Implantation / Lingxiao Xun, Gang Zheng, Alexandre Kruszewski 他
日本語で読む → - 論文VLA/エッジAIcs.PF
VLAモデルの特性解析:エッジAIアーキテクチャにおける行動生成ボトルネックの特定
エッジハードウェア上でVLAモデルの性能を評価し、メモリ帯域がボトルネックとなる行動生成フェーズを特定。将来の大規模モデルへの拡張に必要なハードウェア要件を予測した。
原題: Characterizing VLA Models: Identifying the Action Generation Bottleneck for Edge AI Architectures / Manoj Vishwanathan, Suvinay Subramanian, Anand Raghunathan
日本語で読む → - 論文適応学習ロボティクス
ロボットのための潜在トレンド埋め込みによる非定常環境への少数ショット適応
環境変化による概念シフトに対応するため、モデルパラメータを変えずに低次元の環境状態(トレンドID)を推定し、少数サンプルで未知環境に適応する枠組みを提案した。食品把持タスクで有効性を実証した。
原題: Few-Shot Adaptation to Non-Stationary Environments via Latent Trend Embedding for Robotics / Yasuyuki Fujii, Emika Kameda, Hiroki Fukada 他
日本語で読む → - 論文水中ロボットロボティクス
水中ロボットの身体化知能:計画・制御・展開における制約連成の視点
水中ロボットの自律性を阻む物理的制約(流体力学的不確実性、部分観測性、通信帯域、エネルギー制約)が相互に連成する問題を整理し、強化学習や信念計画、ハイブリッド制御などの最新手法を統合するレビュー論文。
原題: Underwater Embodied Intelligence for Autonomous Robots: A Constraint-Coupled Perspective on Planning, Control, and Deployment / Jingzehua Xu, Guanwen Xie, Jiwei Tang 他
日本語で読む → - 論文触覚ロボティクス
GelSphere: 全方位転がり式ビジョン触覚センサによるオンライン3次元再構成と垂直力推定
全方位に転がる球状のビジョン触覚センサを開発し、表面を連続走査しながら3次元再構成と垂直力推定を実現した。
原題: GelSphere: An Omnidirectional Rolling Vision-Based Tactile Sensor for Online 3D Reconstruction and Normal Force Estimation / Seoyeon Lee, Mohammad Amin Mirzaee, Wenzhen Yuan
日本語で読む → - 論文器用操作/強化学習ロボティクス
多様なリセットと大規模強化学習による創発的な器用さ
シミュレータのリセットを多様化して強化学習に様々なロボットと物体の相互作用を経験させることで、単一の報酬関数と固定ハイパーパラメータで長時間の器用な操作タスクを解くフレームワークOmniResetを提案した。
原題: Emergent Dexterity via Diverse Resets and Large-Scale Reinforcement Learning / Patrick Yin, Tyler Westenbroek, Zhengyu Zhang 他
日本語で読む → - 論文ナビゲーションロボティクス
ハードウェア深度故障下での屋内ロボットナビゲーションのためのブートストラップ知覚
屋内ロボットナビゲーションにおいて、深度カメラの故障時にLiDARと学習ベースの単眼深度を選択的に融合し、故障を自己補完する知覚システムを提案した。
原題: Bootstrap Perception Under Hardware Depth Failure for Indoor Robot Navigation / Nishant Pushparaju, Vivek Mattam, Aliasghar Arab
日本語で読む → - 論文3D再構成画像認識
FreeArtGS: 自由移動シナリオにおける関節物体のガウシアンスプラッティング再構成
単眼RGB-Dビデオから自由に動く関節物体を再構成する新しい手法を提案。部品分割と関節推定を組み合わせ、エンドツーエンドで最適化する。
原題: FreeArtGS: Articulated Gaussian Splatting Under Free-moving Scenario / Hang Dai, Hongwei Fan, Han Zhang 他
日本語で読む → - 論文医用画像処理画像認識
ロボット・光学・電磁トラッキングを用いた3D超音波再構成のための統合プラットフォームと品質保証フレームワーク
3D超音波再構成の精度と再現性を評価するための品質保証フレームワークと、トラッキング研究用のオープンソースプラットフォームを提案した。
原題: A Unified Platform and Quality Assurance Framework for 3D Ultrasound Reconstruction with Robotic, Optical, and Electromagnetic Tracking / Lewis Howell, Manisha Waterston, Tze Min Wah 他
日本語で読む → - 論文移動操作ロボティクス
非構造化・半静的環境における逐次移動操作のための知覚的階層タスクMPC
逐次移動操作タスクを非構造化で変化する環境で効率的に実行するため、ベイズ推論で環境変化をモデル化し、階層タスクMPCに組み込む新しいフレームワークを提案した。シミュレーションと実機実験で有効性を検証した。
原題: Perceptive Hierarchical-Task MPC for Sequential Mobile Manipulation in Unstructured Semi-Static Environments / Xintong Du, Jingxing Qian, Siqi Zhou 他
日本語で読む → - 論文自動運転/4DGS画像認識
ReconDrive: 自動運転シーン再構成のための高速フィードフォワード4Dガウススプラッティング
自動運転シーンの高忠実度再構成と新規視点合成を高速に行うフィードフォワード型4Dガウススプラッティング手法を提案。3D基盤モデルを動的シーン向けに拡張し、静的・動的要素を分離して表現することで、シーン毎の最適化と同等の品質を桁違いの高速処理で実現した。
原題: ReconDrive: Fast Feed-Forward 4D Gaussian Splatting for Autonomous Driving Scene Reconstruction / Haibao Yu, Kuntao Xiao, Jiahang Wang 他
日本語で読む → - 論文移動ロボット/タスク計画ロボティクス
AIエージェントとマルチLMMモジュールによる移動建設ロボットの即興タスク対応位置決め
建設現場の即興タスクに対応するため、自然言語指示を理解し、図面から位置を特定して移動するAIエージェントを四足ロボットで実装し、92.2%の成功率を達成した。
原題: Task-Aware Positioning for Improvisational Tasks in Mobile Construction Robots via an AI Agent with Multi-LMM Modules / Seongju Jang, Francis Baek, SangHyun Lee
日本語で読む → - 論文3D追跡/自動運転画像認識
NOVA: 自動運転における3Dマルチオブジェクト追跡のための次段階オープンボキャブラリ自己回帰
3Dマルチオブジェクト追跡を、大規模言語モデルの自己回帰能力を利用して、軌跡を時空間セマンティックシーケンスとして扱い、次段階のシーケンス補完として定式化する新しい手法を提案。未知の物体カテゴリへの一般化を向上させ、nuScenesなどのデータセットで優れた性能を達成。
原題: NOVA: Next-step Open-Vocabulary Autoregression for 3D Multi-Object Tracking in Autonomous Driving / Kai Luo, Xu Wang, Rui Fan 他
日本語で読む → - 論文VIO/SLAMロボティクス
ROFT-VINS: 過酷な環境向けの頑健な特徴追跡に基づく視覚慣性状態推定
深層学習を用いて単眼カメラ画像の視覚特徴を頑健に追跡し、テクスチャのない環境や急激な照明変化でも安定して動作するVIOシステムを提案した。
原題: ROFT-VINS: Robust Feature Tracking-based Visual-Inertial State Estimation for Harsh Environment / Sanghyun Park, Soohee Han
日本語で読む → - 論文ナビゲーションロボティクス
DRIVE-Nav: 方向推論・検査・検証による効率的なオープンボキャブラリナビゲーション
未知環境で言語指定の物体を探す際、生のフロンティアではなく持続的な「方向」単位で探索を構造化し、240度前方視野内の関連方向のみを再検討することで冗長な再訪を抑え、経路効率と接地信頼性を高めるゼロショット物体ナビゲーション手法。
原題: DRIVE-Nav: Directional Reasoning, Inspection, and Verification for Efficient Open-Vocabulary Navigation / Maoguo Gao, Zejun Zhu, Zhiming Sun 他
日本語で読む → - 論文VLA/器用操作ロボティクス
視覚言語行動モデルのためのクロスハンド潜在表現
多様な器用なロボットハンド間で共有可能な統一潜在行動空間を導入し、標準的なVLAアーキテクチャに組み込むことで、クロスエンボディメント学習を可能にするXL-VLAを提案した。
原題: Cross-Hand Latent Representation for Vision-Language-Action Models / Guangqi Jiang, Yutong Liang, Jianglong Ye 他
日本語で読む → - 論文VLAロボティクス
RoboStream: 視覚言語モデルに時空間推論と記憶を統合したロボット操作フレームワーク
視覚言語モデルに時空間融合トークンと因果時空間グラフを導入し、長期ロボット操作における幾何学的定位と行動による状態変化の記憶を訓練なしで実現する。
原題: RoboStream: Weaving Spatio-Temporal Reasoning with Memory in Vision-Language Models for Robotics / Yuzhi Huang, Jie Wu, Weijue Bu 他
日本語で読む → - 論文歩行ロボティクス
RoboForge: 物理最適化されたテキスト誘導型ヒューマノイド全身歩行
テキストから生成した人間らしい動作をヒューマノイドロボットで物理的に実行可能にするため、物理的妥当性を最適化する双方向結合フレームワークを提案した。
原題: RoboForge: Physically Optimized Text-guided Whole-Body Locomotion for Humanoids / Xichen Yuan, Zhe Li, Bofan Lyu 他
日本語で読む → - 論文支援ロボット/インタラクションロボティクス
制御なき制御:自律型支援ロボットの暗黙的インタラクションパラダイムの定義
自律支援ロボットの操作をユーザーの自然な行動手がかりで調整する「暗黙的制御」というインタラクションパラダイムを、2つの設計事例の質的フィードバック分析から定義し、設計ガイドラインを導出した。
原題: Control Without Control: Defining Implicit Interaction Paradigms for Autonomous Assistive Robots / Janavi Gupta, Kavya Puthuveetil, Dimitra Tsakona 他
日本語で読む → - 論文全身制御ロボティクス
SafeFlow: 物理誘導リクティファイドフローと選択的安全ゲートによるリアルタイムテキスト駆動ヒューマノイド全身制御
テキストからヒューマノイドの全身動作を生成する際に、物理的に実行可能で安全な軌道をリアルタイム生成するフレームワークを提案。物理誘導フローマッチングと3段階の安全ゲートを導入し、OOD入力や不安定な生成を検出・フィルタリングする。
原題: SafeFlow: Real-Time Text-Driven Humanoid Whole-Body Control via Physics-Guided Rectified Flow and Selective Safety Gating / Hanbyel Cho, Sang-Hun Kim, Jeonguk Kang 他
日本語で読む → - 論文ナビゲーションロボティクス
OpenFrontier: 視覚言語に基づくフロンティアを用いた汎用ナビゲーション
視覚言語モデルを活用し、フロンティアを意味的アンカーとして用いることで、タスク固有の学習や微調整なしに効率的なゼロショットナビゲーションを実現するフレームワークを提案。
原題: OpenFrontier: General Navigation with Visual-Language Grounded Frontiers / Esteban Padilla-Cerdio, Boyang Sun, Marc Pollefeys 他
日本語で読む →
PR・アフィリエイト広告
