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: 2026/11/11 ／ 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 →- 論文物体ナビゲーションロボティクス
動く前に探索方針を決める：拡散モデル生成の探索参照を用いた半静的環境でのゼロショット物体ナビゲーション
半静的環境で、LLMによる物体共起事前分布と拡散モデルで移動前に探索経路の参照を生成し、VLMを毎ステップ呼ばずにゼロショットで目的物体を探すObjectNav手法を提案。
原題: Decide Before You Move: Diffusion-Generated Search Reference for Zero-Shot Open-Vocabulary Object Navigation in Semi-Static Environments ／ Yuxuan Feng, Fujing Xie, Sören Schwertfeger 他
日本語で読む → - 論文VLAロボティクス
把持仮説を幾何事前分布として用いる軽量な空間-言語-行動モデル
6自由度把持検出の多様な把持仮説を幾何事前分布として連続行動方策に統合し、空間・言語基盤モデルと双方向クロスアテンションで結ぶ軽量な言語条件付きマニピュレーション手法を提案。LIBEROで平均成功率99.30%を達成。
原題: GraSLA: A Lightweight Spatial-Language-Action Model with Grasp Hypotheses as Geometric Priors ／ Jibao Yuan, Zixiang Zhao, Wensong Xu 他
日本語で読む → - 論文軌道予測ロボティクス
FloCOS: 条件付きフローマッチングによる周辺車両のコンパクトな前方占有集合予測
条件付きフローマッチングを用いて周辺車両の将来の占有領域をコンパクトかつ高被覆率で予測し、衝突回避制約に組み込んで安全な軌道計画を実現する手法を提案した。
原題: FloCOS: Predicting Compact Forward Occupancy Sets of Surrounding Vehicles via Conditional Flow Matching ／ Chuansheng Dong, Yinxiao Zhan, Zongdian Li 他
日本語で読む → - 論文マルチモーダルエージェントAI
自己進化型マルチモーダルエージェントのシナリオ横断サーベイと分析
マルチモーダルエージェントの自己改善機構を4つのシナリオ横断で比較し、機構の移植性を左右する構造的要因を分析したサーベイ。
原題: A Cross-Scenario Survey and Analysis of Self-Evolving Multimodal Agents ／ Jingjing Jiang
日本語で読む → - 論文推論/CoT自然言語
事後学習が言語モデルの言語化されたアルゴリズム計算に与える影響
Olmo-3-7B-Instructの多桁加算タスクでSFT・DPO・RLVRの各チェックポイントを比較し、事後学習が内部状態の利用や言語化された推論(CoT)の有用性をどう変えるかを調べた論文。
原題: How Post-Training Influences Verbalized Algorithmic Computation in Language Models ／ Niall Dalton
日本語で読む → - 論文VLAロボティクス
Elastic-WAM：効率的なロボット制御のための適応的時空間想像
World-Action Modelの推論コストを削減するため、タスクや状態に応じて未来の映像精緻化の深さと領域を適応的に配分する手法を提案し、制御性能を維持しつつ遅延を低減した。
原題: Elastic-WAM: Adaptive Spatiotemporal Imagination for Efficient Robot Control ／ Haitian Li, Tianfu Li, Xuxi Zhao 他
日本語で読む → - 論文強化学習ロボティクス
Koopmanモデルに基づく強化学習
未知の非線形ロボット系を制御するため、Koopman作用素で線形近似したモデルと批評関数を組み合わせた強化学習アルゴリズムを提案し、サンプル効率と性能の向上を示した。
原題: Koopman Model-Based Reinforcement Learning ／ Wenjian Hao, Paulo C. Heredia, Shaoshuai Mou
日本語で読む → - 論文強化学習ロボティクス
実行長制御による長チャンク方策のサンプル効率の良いオンライン適応
長い行動チャンクを予測するロボット方策を、各チャンクをどれだけ実行するかの長さだけを強化学習で適応させることで、少ないオンライン試行で効率的に微調整する手法ExRLを提案した。
原題: ExRL: Sample-Efficient Online Adaptation of Long-Chunk Policies via Execution Length Control ／ Xu Luo, Jiaying Yang, Hao Wu 他
日本語で読む → - 論文共話ジェスチャー生成ロボティクス
感情対話ロボットのためのリズム・意味を統合した共話ジェスチャー生成
テキストとロボットの感情状態から、意味を持つ象徴的ジェスチャーとリズム的なビート動作をリアルタイムで生成する感情認識型システムを提案し、社会的ロボットHaruで実装してユーザー評価を行った。
原題: Rhythmic-Semantic Co-Speech Gestures for Emotional Dialogue in Robots ／ Christian Arzate Cruz, Edwin C. Montiel-Vázquez, Stefanos Gkikas 他
日本語で読む → - 論文協調運転ロボティクス
協調型エンドツーエンド自動運転のための経路時間競合マップ
車両間で意図を共有し、経路時間競合マップと優先順位ゲートで「いつ進むか」を学習する協調型エンドツーエンド運転システムWhen2Goを提案。CARLAベンチマークで最先端性能を達成。
原題: Route-Time Conflict Maps for Cooperative End-to-End Autonomous Driving ／ Haohua Que, Mingkai Liu, Tianle Zhu 他
日本語で読む → - 論文VLAロボティクス
一人称視点の人間動画からロボットマニピュレーションへ：身体性知能時代のEgo2Robot学習
一人称視点の人間動画（EHV）をロボットのマニピュレーション政策学習に活用するための4つの学習パラダイムを整理し、ベンチマークや課題を展望したサーベイ論文。
原題: From Egocentric Human Video to Robot Manipulation in the Era of Embodied Intelligence ／ Yi Wang, Jingqiu Wu, Lei Yao 他
日本語で読む → - 論文生成モデルAI
エネルギーベースモデルから見る機械学習の統一的理解
エネルギーベースモデル(EBM)を共通のレンズとして、識別・生成・表現学習・強化学習など多様な機械学習手法がエネルギー・推論・学習の3つの選択の違いとして統一的に整理できることを示したチュートリアル。
原題: An Energy-Based Perspective on Machine Learning ／ Bo Dai, Yilun Du
日本語で読む → - 論文VLAロボティクス
DexSeed: 人間の手と物体のインタラクションをロボットのデモンストレーションへ拡張する器用なポリシー学習
人間の手と物体のインタラクションを物理シミュレーション上で拡張し、腕の軌道追従とRLによる指制御で多様なロボットデモを低コスト生成してVLAを微調整するフレームワーク。
原題: DexSeed: Expanding Human Hand-Object Interactions into Robot Demonstrations for Dexterous Policy Learning ／ Huaijin Pi, Zehong Shen, Yong Wang 他
日本語で読む → - 論文情報獲得モニタリングロボティクス
タスク関連情報のモデルフリーな実行時計測
タスク要件に対する情報獲得の進捗と停滞をリアルタイムに評価するモデルフリー手法ASTを提案し、8分野で有効性を示した。
原題: Model-Free Runtime Measurement of Task-Relevant Information ／ Dimitris Panagopoulos, Adolfo Perrusquía, Yang Xing 他
日本語で読む → - 論文屋内測位ロボティクス
IoTデバイスによるプラットフォーム非依存の屋内測位サービスの拡張
WiFiベースの屋内測位システムKAILOSを、モバイルアプリの制約を超えるIoTデバイスへ拡張し、そのハード・ソフト設計と有効性を示した研究。
原題: An IoT Based Approach for Platform Independent Positioning Service ／ Anh-Van Vu, Dongsoo Han
日本語で読む → - 論文マルチモーダル知覚HCI
BODYinTRANSIT-Lab：身体知覚と情動体験の感覚駆動型変化を調べるマルチモーダルデータセット
足音の聴覚フィードバックを操作して体重知覚を変える「足音錯覚」課題で、101名の歩行運動・生理信号・主観評価を同期収録したマルチモーダルデータセットを構築し、歩行キネマティクスから情動価と体重知覚を分類する深層学習ベンチマークを提供した。
原題: BODYinTRANSIT-Lab: A Multimodal Dataset for Investigating Sensory-Driven Transformations in Body Perception and Affective Experiences ／ Mohammad Mahdi Dehshibi, Tomás Martínez Cortés, Amar D'Adamo 他
日本語で読む → - 論文ワールドモデル画像認識
基盤モデルから行動表現を抽出するOnlyAct：ワールドモデルに向けて
大規模動画で事前学習した基盤モデル（V-JEPA 2）の埋め込みから、再構成ボトルネックを使わずにラベルなし対照学習で行動情報を抽出し、シーンに依存しない行動表現を獲得する手法を提案。
原題: OnlyAct: Extracting Action Representations from Foundation Models for World Models ／ Runjia Li, Minghao Chen, Junyu Xie 他
日本語で読む → - 論文テンソル分解機械学習
構造キャッシュで高速化した二重コアテンソルホイール分解
テンソルホイール分解の中心コアを2つの低次コアに分解し、構造キャッシュで大規模行列演算を回避してテンソル復元を高速化した研究。
原題: Dual-Core Tensor Wheel Decomposition with Structure-Cached Acceleration for Tensor Recovery ／ Wenchao Xie, Qingsong Wang
日本語で読む → - 論文制御/最適化ロボティクス
FAME-QP：リアルタイムモデル予測制御のためのGPU加速二次計画法ソルバ
線形モデル予測制御で現れる密な二次計画問題をGPUで高速に解くソルバFAME-QPを提案し、CUDAグラフや演算子キャッシュで遅延を削減、ヒューマノイドやクアッドロータの制御で有効性を示した。
原題: FAME-QP: A GPU-Accelerated Quadratic-Programming Solver for Real-Time Model Predictive Control ／ Santosh Mohan Rajkumar, Debdipta Goswami, Stephanie Stockar
日本語で読む → - 論文単眼深度推定/ナビゲーションロボティクス
深度から安全深度へ：不確実性を考慮した単眼知覚による移動ロボットナビゲーション
単眼深度推定モデルの過大評価による衝突を防ぐため、不確実性を予測して安全側の深度補正を行う軽量モジュールを提案し、ナビゲーションの成功率を37%から70%に改善した。
原題: From Depth to Safe Depth: Uncertainty-Aware Monocular Perception for Mobile Robot Navigation ／ Saeid Firouzi Daghigh, Saeed Ayat
日本語で読む → - 論文3DGS-SLAMロボティクス
外部キャリブレーション精緻化とオンライン再位置推定を統合した3DガウシアンスプラッティングSLAM
LiDAR-カメラ外部キャリブレーションをオフラインで精緻化し、キーフレーム姿勢とガウシアンパラメータを交互最適化することで高精度な3DGSマップを構築し、追跡喪失後の再位置推定も可能にするSLAM手法を提案した。
原題: GEMOR-GS: Global Extrinsic-calibration-refined Mapping and Online Relocalization for 3D Gaussian-Splatting SLAM ／ Yuchen Yang, Ming Ding, Xinyu Wu 他
日本語で読む → - 論文自動運転/生成プランニングロボティクス
未来トークン条件付けによる予測型生成運転プランナー
記録された交通参加者の動きや占有変化から未来トークンを生成し、現在の状況からそれを予測して軌道生成を条件付ける運転プランナーを提案。NAVSIMやnuScenesなどで高い性能を示した。
原題: ForeseeDrive: Future-Token Conditioning for Anticipatory Generative Driving ／ Shaokai Wu, Xunchu Zhou, Pinzhi Wang 他
日本語で読む → - 論文VLAロボティクス
WAMで挑むBEHAVIOR-1K：2026年BEHAVIORチャレンジ準優勝解法
家庭内100タスクのモバイルマニピュレーションに挑む世界行動モデルCosmos 3を改良し、視覚履歴やタスク進捗条件付け、スキル別LoRAとルーティングで1FPS以上を維持しつつ準優勝した。
原題: WAM is capable in BEHAVIOR-1K: the 2nd-place solution to the 2026 BEHAVIOR Challenge ／ Yelin He, Jiaquan Ye, Xinming Wei 他
日本語で読む → - 論文模倣学習ロボティクス
照度11.5倍低下でもカメラ設定が吸収：SO-101アーム上の4つの模倣学習ポリシー比較
SO-101アームのピック&プレースで4種の模倣学習ポリシーを通常光と11.5倍暗い環境で比較したところ、成功率に有意差はなく、自動露出・ホワイトバランスが照度差を吸収していたことを示した。
原題: Camera equalisation of an 11.5x drop in environmental illuminance: four imitation-learning policies on an SO-101 arm ／ Simon Cowling
日本語で読む → - 論文VLAロボティクス
ロボットの記憶はただの時計なのか？記憶拡張VLA方策における時間的ショートカット
記憶拡張型VLA方策が時間ベースで記憶を埋めることで、無意味な待機を進捗と誤認して早期停止する「幻の進捗」問題を明らかにし、イベントベースの記憶インデックスが有効な修正法であることを示した。
原題: Is Your Robot's Memory Just a Clock? Temporal Shortcuts in Memory-Augmented VLA Policies ／ Chubin Zhang, Bo An
日本語で読む → - 論文ナビゲーションロボティクス
混雑環境のエンドツーエンドナビゲーションのための深度表現学習DeRep
局所的な鳥瞰図の到達可能性監督と深度再構成を組み合わせたナビゲーション向け表現学習手法を提案し、複数のポリシー学習法で評価した。
原題: DeRep: Learning Depth Representations for End-to-End Navigation in Cluttered Environments ／ Hanyu Jin, Kenji Shimada
日本語で読む → - 論文自動運転/End-to-Endロボティクス
RiSE-Drive: 不確実性下の長期リスクを考慮した自動運転候補評価
自動運転の軌道候補を、将来の不確実性を考慮した長期アウトカム分布とテールリスクで評価・選択する枠組みを提案し、NAVSIMやHUGSIMで最高性能と頑健性を示した。
原題: RiSE-Drive: Risk-Sensitive Long-Horizon Candidate Evaluation for End-to-End Autonomous Driving ／ Yu Zhao, Hongyi Duan, Ming Yin 他
日本語で読む → - 論文安全性評価ロボティクス
LEASH：エージェント型ロボティクスの安全性を確保するフレームワーク
基盤モデルでロボットを制御する際の安全リスクを評価するベンチマークRoboRiskを提案し、タスク・行動・不可逆操作を審査する安全ハーネスLEASHを開発した論文。
原題: LEASH: Stay Safe in Agentic Robotics ／ Qinfeng Zhu, Weiguang Zhao, Ke Sun 他
日本語で読む → - 論文運動計画ロボティクス
学習伝播による分布ロバスト運動計画：非線形不確実システムのための森林探索
未知の初期状態・過程ノイズ分布を持つ非線形確率システムに対し、最適輸送で曖昧さ集合を学習し、それを動力学に伝播させて安全検証する分布ロバストなサンプリングベース計画法を提案した論文。
原題: Learn-To-Propagate: Distributionally Robust Motion Planning for Nonlinear Uncertain Systems ／ Eduardo Figueiredo, Adrien Banse, Qi Heng Ho 他
日本語で読む → - 論文ニューロシンボリックAI
ロボット運動学のタクソノミ非依存なニューロシンボリック接地
URDFファイルをLLMとグラフ処理でOWLオントロジーに自動変換し、任意のタクソノミに沿ってロボットの運動学的能力を意味的に接地するフレームワークURDF2Ontologyを提案。
原題: Taxonomy-Agnostic Neurosymbolic Grounding of Robot Kinematics ／ Bastien Dussard, Aur{é}lie Clodic, Guillaume Sarthou
日本語で読む →
PR・アフィリエイト広告
MINISFORUM（ミニPC）
