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 →- 論文ナビゲーションロボティクス
Saranga: 手のひらサイズの空中ロボットによる視覚劣化環境でのナビゲーションのためのミリワット超音波センシング
手のひらサイズのドローン向けに、低消費電力の超音波センサーと深層学習によるノイズ除去を組み合わせ、霧や暗闇などの視界不良環境での障害物回避を可能にするシステムを提案した。
原題: Saranga: MilliWatt Ultrasound for Navigation in Visually Degraded Environments on Palm-Sized Aerial Robots / Manoj Velmurugan, Phillip Brush, Colin Balfour 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
AeroGrab: 混雑環境における空中把持のための統合フレームワーク
混雑環境での空中把持を実現するため、言語指示に基づく対象物の能動的探索と衝突を考慮した把持候補の評価を統合したエンドツーエンドのパイプラインを提案した。実環境実験でその有効性を示した。
原題: AeroGrab: A Unified Framework for Aerial Grasping in Cluttered Environments / Shivansh Pratap Singh, Naveen Sudheer Nair, Samaksh Ujjawal 他
日本語で読む → - 論文歩行ロボティクス
容易に分離可能な関節を持つ脚式モジュラーロボットの関節負荷と機動性を両立する歩容生成
脚式モジュラーロボットの歩容生成において、関節負荷を最小化しつつ移動速度と安定性を維持するパレート最適解をNSGA-IIIで導出する手法を提案し、シミュレーションと実機実験で有効性を示した。
原題: Gait Generation Balancing Joint Load and Mobility for Legged Modular Robots with Easily Detachable Joints / Kennosuke Chihara, Takuya Kiyokawa, Kensuke Harada
日本語で読む → - 論文VLAロボティクス
すべての特徴が平等ではない:視覚言語行動モデルの機構的研究
視覚言語行動(VLA)モデルがマルチモーダル入力を行動に変換する仕組みを、活性化注入やスパースオートエンコーダなどを用いて分析し、視覚経路が行動生成を支配し、言語の重要性はタスク構造に依存することを明らかにした。
原題: Not All Features Are Created Equal: A Mechanistic Study of Vision-Language-Action Models / Bryce Grant, Xijia Zhao, Peng Wang
日本語で読む → - 論文VLAロボティクス
HMR-1: 視覚言語モデルを用いた階層型マッサージロボットによる身体性ヘルスケア
マッサージ用のマルチモーダルデータセットMedMassage-12Kを構築し、視覚言語モデルでツボを認識する高レベルモジュールと軌道計画を行う低レベル制御モジュールからなる階層型マッサージロボットを提案した論文。
原題: HMR-1: Hierarchical Massage Robot with Vision-Language-Model for Embodied Healthcare / Rongtao Xu, Mingming Yu, Xiaofeng Han 他
日本語で読む → - 論文深度補完ロボティクス
ToFormer: 軽量ToFカメラのための大規模シナリオ深度補完に向けて
短距離ToFカメラの計測範囲を拡張するため、大規模シーン向けの深度補完フレームワークを提案。実データセットLASER-ToFを構築し、センサ特性を考慮したネットワークで高精度な深度補完を実現した。
原題: ToFormer: Towards Large-scale Scenario Depth Completion for Lightweight ToF Camera / Juncheng Chen, Tiancheng Lai, Xingpeng Wang 他
日本語で読む → - 論文自動運転/動作予測ロボティクス
PanguMotion: パング・トランスフォーマーによる連続運転動作予測
自動運転の動作予測において、個々のシーンを独立に扱うのではなく、連続的な運転シーケンスとして捉え、大規模言語モデルPangu-1BのTransformerブロックを特徴強調モジュールとして組み込んだフレームワークを提案した。
原題: PanguMotion: Continuous Driving Motion Forecasting with Pangu Transformers / Quanhao Ren, Yicheng Li, Nan Song
日本語で読む → - 論文マニピュレーションロボティクス
RoboRouter:ロボットマニピュレーションのための訓練不要なポリシールーティング
複数の既存ロボット操作ポリシーをプールし、タスクごとに最適なポリシーを経験から学習して選択する訓練不要のルーティング手法を提案。シミュレーションと実世界で成功率を向上させた。
原題: RoboRouter: Training-Free Policy Routing for Robotic Manipulation / Yiteng Chen, Zhe Cao, Hongjia Ren 他
日本語で読む → - 論文ナビゲーションロボティクス
視覚基盤モデルはナビゲーションできるか?ゼロショット実世界評価と教訓
5つの最先端視覚ナビゲーションモデルを2つのロボットと屋内・屋外5環境で実世界評価し、成功率以外に経路品質・衝突・環境変化への頑健性を分析して3つの系統的限界を明らかにした。
原題: Can Vision Foundation Models Navigate? Zero-Shot Real-World Evaluation and Lessons Learned / Maeva Guerrier, Karthik Soma, Jana Pavlasek 他
日本語で読む → - 論文操作ロボティクス
OmniDP: 全方位3D知覚による広視野・大作業空間でのヒューマノイド操作
RGB-Dカメラの狭い視野や自己遮蔽の問題を解決するため、LiDARによる全方位点群を時間的注意プーリングで処理するエンドツーエンドの3D視覚運動ポリシーを提案し、ロボットの再配置なしで広い作業空間での操作を可能にした。
原題: OmniDP: Beyond-FOV Large-Workspace Humanoid Manipulation with Omnidirectional 3D Perception / Pei Qu, Zheng Li, Yufei Jia 他
日本語で読む → - 論文VLAロボティクス
FutureVLA: 視覚言語行動モデルのための統合視覚運動予測
ロボットの行動予測において、視覚と運動の相互作用を捉える新しいアーキテクチャFutureVLAを提案。視覚情報と運動情報を分離しつつ、時間的連続性を保った統合予測を実現する。
原題: FutureVLA: Joint Visuomotor Prediction for Vision-Language-Action Model / Xiaoxu Xu, Hao Li, Jinhui Ye 他
日本語で読む → - 論文オドメトリ/較正ロボティクス
連続時間IMUモデリングによるオンライン時空間較正を備えたレーダ慣性オドメトリ
レーダとIMUの間の時間オフセットと外部較正パラメータを、因子グラフ最適化と連続時間IMUモデリングを用いて同時にオンライン推定するRIOフレームワークを提案した。
原題: Radar-Inertial Odometry with Online Spatio-Temporal Calibration via Continuous-Time IMU Modeling / Vlaho-Josip Štironja, Luka Petrović, Juraj Peršić 他
日本語で読む → - 論文3D再構築画像認識
ドライブスルーでの車両外観3D再構築:動的シーンSfMと歪み対応ガウシアンスプラッティング
ディーラーのドライブスルーで動く車両を、動的背景やレンズ歪み、反射に対応したパイプラインで高精細に3D再構築する手法を提案した。
原題: Drive-Through 3D Vehicle Exterior Reconstruction via Dynamic-Scene SfM and Distortion-Aware Gaussian Splatting / Nitin Kulkarni, Akhil Devarashetti, Charlie Cluss 他
日本語で読む → - 論文遠隔操作/模倣学習ロボティクス
HumDex: ヒューマノイド器用操作を簡単にする
ヒューマノイド全身の器用な操作のためのポータブル遠隔操作システムを提案し、IMUベースのモーショントラッキングと学習ベースのリターゲティングで高品質なデモデータ収集を実現。さらに、多様な人間の動作データでの事前学習とロボットデータでの微調整による模倣学習フレームワークを導入し、汎化性能を向上させた。
原題: HumDex: Humanoid Dexterous Manipulation Made Easy / Liang Heng, Yihe Tang, Jiajun Xu 他
日本語で読む → - 論文SLAMロボティクス
効率的な通信を備えたエッジ支援型マルチロボット視覚慣性SLAM
ロボット-エッジ-クラウドの階層アーキテクチャに基づく集中型マルチロボットSLAMシステムを提案し、特徴点とキーフレーム記述子のロスレス圧縮により帯域幅を削減しつつ、リアルタイムな協調SLAMを実現した。
原題: Edge-Assisted Multi-Robot Visual-Inertial SLAM with Efficient Communication / Xin Liu, Shuhuan Wen, Jing Zhao 他
日本語で読む → - 論文HRIロボティクス
RFM-HRI:医療ロボットの失敗・ユーザー反応・回復選好を記録したマルチモーダルデータセット(物品取り出しタスク向け)
医療現場の物品取り出しタスクでロボットに意図的に失敗を起こし、ユーザーの言語・非言語反応と回復選好を収録したマルチモーダルデータセットを構築・分析した論文。
原題: RFM-HRI : A Multimodal Dataset of Medical Robot Failure, User Reaction and Recovery Preferences for Item Retrieval Tasks / Yashika Batra, Giuliano Pioldi, Promise Ekpo 他
日本語で読む → - 論文アフォーダンス予測ロボティクス
RAAP: クロスイメージ行動アライメントを用いた検索拡張アフォーダンス予測
物体のアフォーダンス予測を検索とアライメント学習で統合し、少数サンプルで未知物体・カテゴリへの汎化を実現するフレームワークを提案した。
原題: RAAP: Retrieval-Augmented Affordance Prediction with Cross-Image Action Alignment / Qiyuan Zhuang, He-Yang Xu, Yijun Wang 他
日本語で読む → - 論文手術ロボット/キャリブレーションロボティクス
SurgCalib: ガウススプラッティングに基づくロボット支援低侵襲手術のためのハンドアイキャリブレーション
手術ロボットのハンドアイキャリブレーションを、マーカーレスでガウススプラッティングを用いて自動推定する手法を提案した。
原題: SurgCalib: Gaussian Splatting-Based Hand-Eye Calibration for Robot-Assisted Minimally Invasive Surgery / Zijian Wu, Shuojue Yang, Yu Chung Lee 他
日本語で読む → - 論文ナビゲーションロボティクス
ELLIPSE: ロバストなウェイポイントと不確実性のための証拠学習
移動ロボットのウェイポイント予測を、多変量深層証拠回帰と軽量なデータ拡張、および等調再較正を用いてロバスト化し、不確実性の信頼性を高める手法を提案した。
原題: ELLIPSE: Evidential Learning for Robust Waypoints and Uncertainties / Zihao Dong, Chanyoung Chung, Dong-Ki Kim 他
日本語で読む → - 論文物体探索/POMDP/マルチモーダルロボティクス
LEGS-POMDP: 部分観測環境における言語とジェスチャーによる物体探索
ロボットが曖昧な指示を解釈して物体を探すための、言語・ジェスチャー・視覚を統合したPOMDPシステムを提案し、シミュレーションと実機で有効性を示した。
原題: LEGS-POMDP: Language and Gesture-Guided Object Search in Partially Observable Environments / Ivy Xiao He, Stefanie Tellex, Jason Xinyu Liu
日本語で読む → - 論文ナビゲーション画像認識
LatentPilot: 潜在視覚推論による先読みでシーンを理解する視覚言語ナビゲーション
未来の観測を訓練時に活用して行動条件付き視覚ダイナミクスを学習し、推論時には未来フレームを使わずに潜在トークンで先読み推論を行う新しいVLNパラダイムを提案し、ベンチマークと実ロボットでSOTAを達成した。
原題: LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning / Haihong Hao, Lei Chen, Mingfei Han 他
日本語で読む → - 論文リハビリテーション/ユーザ参加HCI
ロボット車いす開発におけるユーザー参加:10年間の限定的進展
過去10年間のロボット車いす研究におけるエンドユーザー参加の実態をレビューし、参加が限定的で評価段階に偏っていることを明らかにした論文。
原題: User Involvement in Robotic Wheelchair Development: A Decade of Limited Progress / Mario Andres Chavarria, Santiago Price Torrendell, Aude Billard 他
日本語で読む → - 論文VLA画像認識
VLA-Thinker: 画像思考による視覚言語行動モデルの性能向上
視覚入力を動的に再参照できる思考フレームワークを導入し、2段階学習でロボット操作性能を大幅に向上させた。
原題: VLA-Thinker: Boosting Vision-Language-Action Models through Thinking-with-Image Reasoning / Chaoyang Wang, Wenrui Bao, Sicheng Gao 他
日本語で読む → - 論文sim2realロボティクス
適応的力差量子化による低解像度観測を用いた堅牢な布地解しのシミュレーションから実世界への転移
布地解しタスクにおいて、力の正確な値ではなく粗い変化パターンに着目し、力入力を離散化した時間差分と状態依存の量子化閾値で表現する手法を提案。シミュレーションと実世界の両方で成功率と堅牢性が向上することを示した。
原題: Robust Sim-to-Real Cloth Untangling through Reduced-Resolution Observations via Adaptive Force-Difference Quantization / Yoshihisa Tsurumine, Yuki Kadokawa, Kohei Hayashi 他
日本語で読む → - 論文ITS/衝突予測画像認識
エッジ支援型車両追跡と衝突予測のための軽量デジタルツインフレームワーク
都市交通のデジタルツイン上でYOLO検出とK-D木による経路マップ照合のみを用い、複雑な軌道予測ネットワークなしで車両追跡と時空間衝突予測を実現する軽量フレームワークを提案した。
原題: A Lightweight Digital-Twin-Based Framework for Edge-Assisted Vehicle Tracking and Collision Prediction / Murat Arda Onsu, Poonam Lohan, Burak Kantarci 他
日本語で読む → - 論文ヒューマノイド/移動操作/sim2realロボティクス
AGILE:ヒューマノイドの移動操作学習のための包括的ワークフロー
シミュレーションから実機への移行を容易にするため、環境検証から訓練、評価、展開までを標準化したヒューマノイド強化学習のエンドツーエンドワークフローAGILEを提案し、5つのスキルと2つのハードウェアで有効性を示した。
原題: AGILE: A Comprehensive Workflow for Humanoid Loco-Manipulation Learning / Huihua Zhao, Rafael Cathomen, Lionel Gulich 他
日本語で読む → - 論文群制御制御
車両マニピュレータシステムのポート・ハミルトン構造
本論文は、空中・水中・宇宙・移動マニピュレータを含む車両マニピュレータシステム(VMS)のポート・ハミルトン定式化を提案し、エネルギー構造を明示する標準形と制御設計に適した慣性分離形の2つの定式化を導出した。
原題: The Port-Hamiltonian Structure of Vehicle Manipulator Systems / Ramy Rashad
日本語で読む → - 論文ナビゲーションロボティクス
複合ニューラル制御バリア関数による動的環境下でのロボットナビゲーション
動的環境での安全なロボットナビゲーションのため、複数のニューラルCBFを組み合わせた複合CBFを提案し、オフラインの到達可能性解析で訓練して安全な動作を実現した。
原題: CN-CBF: Composite Neural Control Barrier Function for Robot Navigation in Dynamic Environments / Bojan Derajić, Sebastian Bernhard, Wolfgang Hönig
日本語で読む → - 論文位置推定ロボティクス
TreeLoc++: コンパクトな森林インベントリを用いた頑健な6自由度LiDAR位置推定
森林管理のためのロボット位置推定において、従来の大容量点群ではなく、コンパクトなデジタル森林インベントリ(DFI)を直接利用する新しいグローバル位置推定フレームワークを提案し、センチメートル精度を達成した。
原題: TreeLoc++: Robust 6-DoF LiDAR Localization in Forests with a Compact Digital Forest Inventory / Minwoo Jung, Dongjae Lee, Nived Chebrolu 他
日本語で読む → - 論文群制御ロボティクス
CAMO: 多目的複数巡回セールスマン問題のための条件付きニューラルソルバー
複数のロボットが複数の目標を訪問する際の総移動コストと最大完了時間のトレードオフを扱う多目的複数巡回セールスマン問題(MOMTSP)に対して、条件付きエンコーダと協調デコーダを備えたニューラルソルバーCAMOを提案し、パレートフロントの高品質な近似を実現した。
原題: CAMO: A Conditional Neural Solver for the Multi-objective Multiple Traveling Salesman Problem / Fengxiaoxiao Li, Xiao Mao, Mingfeng Fan 他
日本語で読む →
PR・アフィリエイト広告
