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HRI/視覚言語モデルロボティクス
MERGE: 人間とロボットの相互作用におけるマルチアクターイベント推論とグラウンディングのための誘導型視覚言語モデル
動的な人間とロボットのグループ相互作用において、アクター、物体、イベントを状況に応じてグラウンディングするシステムMERGEを提案。軽量な知覚パイプラインでVLMを選択的に呼び出し、効率と推論能力を両立し、新規データセットで性能を向上させた。
原題: MERGE: Guided Vision-Language Models for Multi-Actor Event Reasoning and Grounding in Human-Robot Interaction / Joerg Deigmoeller, Nakul Agarwal, Stephan Hasler 他
日本語で読む → - 論文バッテリー管理ロボティクス
シミュレーションロボットにおけるPWM・時間・SOC相互作用のモデリング
自律ロボットのバッテリー残量予測のため、シミュレーションからPWMデューティ比と時間に依存するSOC減少モデルを構築した。
原題: Modeling PWM-Time-SOC Interaction in a Simulated Robot / Vidyut Pradeep, Shirantha Welikala
日本語で読む → - 論文マニピュレーションロボティクス
未知の柔軟環境における拘束の特性評価
未知環境で柔軟に拘束された物体を安全に操作するためのオンライン経路計画アルゴリズムを提案し、拘束の剛性をリアルタイムで識別・特性評価する手法を開発した。
原題: Characterization of Constraints in Flexible Unknown Environments / Samrat Bhattacharyya, Nabil Simaan
日本語で読む → - 論文位置推定画像認識
LoD-Loc v3: インスタンスシルエット整合による密集都市での汎用航空位置推定
密集都市環境での航空画像位置推定を、建物のインスタンスセグメンテーションとシルエット整合を用いて高精度化し、大規模データセット生成によりゼロショット汎化を実現した。
原題: LoD-Loc v3: Generalized Aerial Localization in Dense Cities using Instance Silhouette Alignment / Shuaibang Peng, Juelin Zhu, Xia Li 他
日本語で読む → - 論文状態推定制御
共分散補償による非線形カルマンフィルタの設計指針
非線形カルマンフィルタの失敗・成功の原因を理論的に分析し、共分散補償の概念に基づく3つの設計指針を提案・検証した論文。
原題: Design Guidelines for Nonlinear Kalman Filters via Covariance Compensation / Shida Jiang, Jaewoong Lee, Shengyu Tao 他
日本語で読む → - 論文人間ロボット協調/意図推論ロボティクス
TATIC: 人間とロボットの協調作業における物理的修正からの人間の意図推論のためのタスク認識型時間学習
物理的修正からタスクレベルの意図と運動レベルのパラメータを同時に推定する統一フレームワークを提案し、実験で高い意図認識精度とハードウェア検証を達成した。
原題: TATIC: Task-Aware Temporal Learning for Human Intent Inference from Physical Corrections in Human-Robot Collaboration / Jiurun Song, Xiao Liang, Minghui Zheng
日本語で読む → - 論文行動予測ロボティクス
ロボット活動のマルチビュー進行予測
ロボット操作タスクにおける行動進行予測のためのマルチビューアーキテクチャを提案し、Mobile ALOHAでの実験で有効性を示した。
原題: Multiview Progress Prediction of Robot Activities / Elena Zoppellari, Federico Becattini, Marco Fiorucci 他
日本語で読む → - 論文ナビゲーションロボティクス
DreamToNav: 生成ビデオ計画によるロボットの汎用ナビゲーション
生成ビデオモデルを計画エンジンとして使い、自然言語指示からロボットの動作を合成し、その映像から軌道を抽出して実機で実行するナビゲーションフレームワークを提案した。
原題: DreamToNav: Generalizable Navigation for Robots via Generative Video Planning / Valerii Serpiva, Jeffrin Sam, Chidera Simon 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
Cybo-Waiter: ヒューマノイド全身移動操作のための物理エージェントフレームワーク
VLMプランを検証可能なタスクプログラムに変換し、3D幾何学的監視でループを閉じるヒューマノイドエージェントフレームワークを提案。移動と操作を統合し、長期的なタスク実行の堅牢性を向上させる。
原題: Cybo-Waiter: A Physical Agentic Framework for Humanoid Whole-Body Locomotion-Manipulation / Peng Ren, Haoyang Ge, Chuan Qi 他
日本語で読む → - 論文ナビゲーションロボティクス
エッジハードウェア上での鉱山内四足ロボットの効率的自律ナビゲーション
GPUやネットワークを必要としない低消費電力エッジコンピュータ上で動作する、鉱山内の四足ロボット向け完全自律ナビゲーションシステムを提案し、実地試験で100%の成功率を達成した。
原題: Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware / Yixiang Gao, Kwame Awuah-Offei
日本語で読む → - 論文マニピュレーションロボティクス
受動的観察者から能動的批評家へ:強化学習がロボット操作のプロセス推論を引き出す
ビデオMLLMを受動的な観察者から能動的な批評家へと変えるため、結果ベースの強化学習を用いてプロセス推論を誘発する7BフレームワークPRIMO R1を提案し、長期的ロボット操作の進捗監視性能を大幅に向上させた。
原題: From Passive Observer to Active Critic: Reinforcement Learning Elicits Process Reasoning for Robotic Manipulation / Yibin Liu, Yaxing Lyu, Daqi Gao 他
日本語で読む → - 論文3D知覚/ラベルノイズ画像認識
信頼できないボクセルを信頼できるか?ラベルノイズ下での3Dセマンティック占有予測の探求
3D占有予測におけるラベルノイズ問題を体系的に調査する初のベンチマークOccNLを構築し、時間的記憶と構造的親和性を活用したノイズ耐性フレームワークDPR-Occを提案した。
原題: Can we Trust Unreliable Voxels? Exploring 3D Semantic Occupancy Prediction under Label Noise / Wenxin Li, Kunyu Peng, Di Wen 他
日本語で読む → - 論文ハプティクスロボティクス
アクチュエータ制約下でのハプティックインターフェースのための最適優先散逸と閉形式ダンピング制限
ハプティックインターフェースの安定性を保証しつつ透明性を最大化するため、アクチュエータの電力制約を考慮した優先散逸に基づく新しいダンピング制限法を提案し、実験で検証した。
原題: Optimal Prioritized Dissipation and Closed-Form Damping Limitation under Actuator Constraints for Haptic Interfaces / Camilla Celli, Andrea Bini, Valerio Novelli 他
日本語で読む → - 論文医療ロボティクス/セグメンテーション画像認識
白内障SAM-2:前眼部手術のセグメンテーションとスケーラブルな正解アノテーションのためのドメイン適応モデル
白内障手術動画のリアルタイムセグメンテーションのためにSAM-2をドメイン適応させ、さらにスパースプロンプトと動画ベースのマスク伝播による対話的アノテーションフレームワークを導入して、アノテーション時間を短縮し高品質な正解マスクの大規模作成を可能にした。
原題: CataractSAM-2: A Domain-Adapted Model for Anterior Segment Surgery Segmentation and Scalable Ground-Truth Annotation / Mohammad Eslami, Dhanvinkumar Ganeshkumar, Saber Kazeminasab 他
日本語で読む → - 論文ナビゲーションロボティクス
CATNAV: キャッシュ型視覚言語走破性による効率的なゼロショットロボットナビゲーション
マルチモーダルLLMを用いて、ロボットの身体性を考慮したコストマップをゼロショットで生成し、視覚意味キャッシュによりオンライン推論を85.7%削減するナビゲーションフレームワークを提案。四足ロボットで屋内・屋外の5タスクで高い成功率と制約違反の低減を実証した。
原題: CATNAV: Cached Vision-Language Traversability for Efficient Zero-Shot Robot Navigation / Aditya Potnis, Francisco Affonso, Shreya Gummadi 他
日本語で読む → - 論文sim2realロボティクス
Swim2Real: VLMによるシステム同定を用いたシミュレーションから実機への転移
水泳動画とVLMフィードバックを用いてロボット魚のシミュレータの16パラメータを自動調整し、シミュレーションから実機への転移を可能にするパイプラインを提案した。
原題: Swim2Real: VLM-Guided System Identification for Sim-to-Real Transfer / Kevin Qiu, Kyle Walker, Mike Y. Michelis 他
日本語で読む → - 論文四足ロボットロボティクス
MEVIUS2: 板金溶接とマルチモーダル知覚を備えた実用的なオープンソース四足ロボット
Boston DynamicsのSpotと同等のサイズで、板金溶接と金属加工により耐久性の高い構造を実現し、LiDARや高ダイナミックレンジカメラを搭載したオープンソース四足ロボットを開発した。
原題: MEVIUS2: Practical Open-Source Quadruped Robot with Sheet Metal Welding and Multimodal Perception / Kento Kawaharazuka, Keita Yoneda, Shintaro Inoue 他
日本語で読む → - 論文医療ロボティクス/模倣学習ロボティクス
DAISS: 位相認識模倣学習による双腕ロボット超音波ガイド下介入
超音波ガイド下の針挿入手術を自動化するため、位相認識アーキテクチャと動的マスク損失を備えた模倣学習ポリシーを開発し、限られたデモから専門家の戦略を学習する双腕システムを提案した。
原題: DAISS: Phase-Aware Imitation Learning for Dual-Arm Robotic Ultrasound-Guided Interventions / Feng Li, Pei Liu, Shiting Wang 他
日本語で読む → - 論文人型ロボット制御ロボティクス
MetaWorld-X: VLMが統括する階層的世界モデルによる人型ロボットの移動操作
人型ロボットの移動と操作を同時に行う制御を、専門エキスパートポリシーとVLMによるルーティングで階層的に分解し、自然で安定した全身制御を実現する手法を提案した。
原題: MetaWorld-X: Hierarchical World Modeling via VLM-Orchestrated Experts for Humanoid Loco-Manipulation / Yutong Shen, Hangxu Liu, Penghui Liu 他
日本語で読む → - 論文sim2realロボティクス
ExpertGen: 不完全な行動事前分布からのスケーラブルなSim-to-Realエキスパート方策学習
不完全なデモから拡散方策を事前分布として学習し、その初期ノイズを強化学習で最適化することで、報酬設計なしに高品質なエキスパート方策をシミュレーションで自動生成し、実機転移を可能にするフレームワーク。
原題: ExpertGen: Scalable Sim-to-Real Expert Policy Learning from Imperfect Behavior Priors / Zifan Xu, Ran Gong, Maria Vittoria Minniti 他
日本語で読む → - 論文拡散ポリシー/操作ロボティクス
動的補正を備えた閉ループアクションチャンクによる学習不要の拡散ポリシー
拡散ベースのポリシーに動的環境情報を注入し、リアルタイムでアクションを補正する閉ループ拡散ポリシーフレームワークDCDPを提案。再学習なしで動的シナリオへの適応性を向上させる。
原題: Closed-Loop Action Chunks with Dynamic Corrections for Training-Free Diffusion Policy / Pengyuan Wu, Pingrui Zhang, Zhigang Wang 他
日本語で読む → - 論文歩行ロボティクス
小型トカゲ型ロボットにおける地形特性評価と移動適応
小型のトカゲ型ロボットが、砂地などの複雑な地形を移動する際に、関節トルクなどの自己受容感覚から地形の深さを推定し、最適な体の動きを適応させる制御手法を提案した論文。
原題: Terrain characterization and locomotion adaptation in a small-scale lizard-inspired robot / Duncan Andrews, Landon Zimmerman, Evan Martin 他
日本語で読む → - 論文移動操作/データ収集/テレオペレーションロボティクス
SuperSuit: スケーラブルな移動操作のための同型バイモーダルインターフェース
移動マニピュレータのためのデータ収集フレームワークSuperSuitを提案。テレオペレーションと能動的デモンストレーションの両モードで同一の運動学的インターフェースを共有し、データ混合を可能にする。
原題: SuperSuit: An Isomorphic Bimodal Interface for Scalable Mobile Manipulation / Tongqing Chen, Hang Wu, Jiasen Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
コードを断ち切る:低コスト・GPU加速の双腕移動マニピュレーションのためのシステムアーキテクチャ
オープンソースのXLeRobotを基に、1300ドル未満でオンボード計算を統合した双腕移動マニピュレータを構築し、テレオペレーション、自律SLAMナビゲーション、視覚ベースの操作を外部依存なしで実現した。
原題: Cutting the Cord: System Architecture for Low-Cost, GPU-Accelerated Bimanual Mobile Manipulation / Artemis Shaw, Chen Liu, Justin Costa 他
日本語で読む → - 論文ロコマニピュレーションロボティクス
Pro-HOI: 知覚に基づくルート誘導型ヒューマノイド物体インタラクション
ヒューマノイドロボットの物体運搬操作を、ルート軌道を条件としたポリシー学習とデジタルツインによる物体状態推定で実現する汎用フレームワークを提案した。
原題: Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction / Yuhang Lin, Jiyuan Shi, Dewei Wang 他
日本語で読む → - 論文移動マニピュレーションロボティクス
移動マニピュレータのための次元削減グラフ探索と数値最適化による2段階経路追従
8自由度の移動マニピュレータの経路計画を、2自由度のベース最適化と連続最適化に分離する2段階フレームワークを提案し、シミュレーションと実機で精度と実用性を検証した。
原題: Two-Stage Path Following for Mobile Manipulators via Dimensionality-Reduced Graph Search and Numerical Optimization / Fuyu Guo, Yuting Mei, Yuyao Zhang 他
日本語で読む → - 論文データセット/ベンチマークロボティクス
NanoBench: ナノクアッドローターのシステム同定・制御・状態推定のためのマルチタスクベンチマークデータセット
市販のナノクアッドローターCrazyflie 2.1で収集した、アクチュエータ信号を含む大規模な飛行データセットと、システム同定・制御・状態推定の3タスクの評価プロトコルを提供する。
原題: NanoBench: A Multi-Task Benchmark Dataset for Nano-Quadrotor System Identification, Control, and State Estimation / Syed Izzat Ullah, Jose Baca
日本語で読む → - 論文触覚/物体認識ロボティクス
マルチモーダル接触センシングによるベイズ能動物体認識と6D姿勢推定
力覚・触覚センサと自由空間制約をベイズ推論に統合し、能動的触覚探索で物体の種類と6D姿勢を同時推定する手法を提案。粒子フィルタと探索計画により効率的かつ高精度な認識を実現した。
原題: Bayesian Active Object Recognition and 6D Pose Estimation from Multimodal Contact Sensing / Haodong Zheng, Gabriele M. Caddeo, Andrei C. Jalba 他
日本語で読む → - 論文3D物体追跡ロボティクス
Sparse3DTrack: スパースな教師信号を用いた単眼3D物体追跡
単眼3D物体追跡を、ビデオ全体で少数のラベルだけを使って学習できる初のスパース教師ありフレームワークを提案。2Dマッチングと3D幾何推定を分離し、疑似ラベル生成で既存の教師あり手法を高精度化する。
原題: Sparse3DTrack: Monocular 3D Object Tracking Using Sparse Supervision / Nikhil Gosala, B. Ravi Kiran, Senthil Yogamani 他
日本語で読む → - 論文ナビゲーションロボティクス
FLUX: 整流フローと静的から動的への学習によるクロス身体性生成ナビゲーションポリシーの高速化
動的ナビゲーションベンチマークDynBenchを導入し、フローベースの統一ナビゲーションポリシーFLUXを提案。直線軌道で推論を高速化し、静的から動的へのカリキュラムで社会的ナビゲーションと静的タスクの堅牢性を向上、ゼロショットで多種ロボットに転移可能。
原題: FLUX: Accelerating Cross-Embodiment Generative Navigation Policies via Rectified Flow and Static-to-Dynamic Learning / Zeying Gong, Yangyi Zhong, Yiyi Ding 他
日本語で読む →
PR・アフィリエイト広告
