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: 2026/10/22 / 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VLMベンチマーク画像認識
AgentVQA:エージェント的視覚理解のための統合ベンチマーク
Web・ロボティクス・一人称動画・ゲーム・空間計画の5領域にわたり、実世界のエージェント的シナリオをオフラインで評価できる1000問のVQAベンチマークを構築し、22モデルを評価した。
原題: AgentVQA: A Unified Benchmark for Agentic Visual Understanding / Advait Gupta, Sachin Konan, Tom Yin 他
日本語で読む → - 論文TAMP/データ生成ロボティクス
計画誤り訂正でシーングラフ構築を最適化する長期的ロボット計画データセット生成フレームワーク
計画実行の失敗をフィードバックとしてシーングラフの論理矛盾を修正し、多様で実行可能なTAMPデータセットを自動生成するSCOPEを提案。生成データで微調整したLLMは成功率が12.33%向上した。
原題: SCOPE: Scene-graph Construction Optimized by Plan Error-correction for Robot Long-term Planning Datasets / Chaoyue Li, Zeyu Gao, Yanfeng Lu 他
日本語で読む → - 論文VLA画像認識
HiSTEVE 1.0:オープンワールドゲームのためのヒューマンインターフェースVLAエージェント
Minecraftで人間のように操作する階層型VLAエージェントを提案し、長期自律性とネイティブなキーボード・マウス操作を両立させて原子タスクで85%の性能を達成した論文。
原題: HiSTEVE 1.0: Harnessing Human-Interface VLA Agents for Open-World Games / Zecong Tang, Zian Guan, Yuncheng Guo 他
日本語で読む → - 論文変形物体操作ロボティクス
ベイズ集合最適化による多峰型MPC:変形可能な線状物体の動的マニピュレーション
変形する紐状物体の動的操作のため、複数の制御モードをベイズ集合最適化で同時に保持するマルチモーダルMPCを提案し、実機で追従精度と障害物回避の計画効率を向上させた。
原題: Multimodal MPC via Bayesian Set Optimization for Dynamic Manipulation of Deformable Linear Objects / Youyuan Long, Gokhan Solak, Arash Ajoudani
日本語で読む → - 論文強化学習/世界モデルロボティクス
DiffDreamer: 世界モデルと微分可能シミュレーションを結合した俊敏なクアッドロータ制御
学習した世界モデルで外部ダイナミクスを、微分可能シミュレータで機体の物理状態を別々に伝播させて強化学習する枠組みを提案し、動的ゲートレースなど俊敏なクアッドロータ飛行の収束性と性能を向上させた。
原題: DiffDreamer: Coupling World Models with Differentiable Simulation for Agile Quadrotor Control / Fanxing Li, Yuxiang Huang, Shengyang Wang 他
日本語で読む → - 論文拡散計画ロボティクス
既存エキスパートの選択か適応か?未知領域におけるマルチエキスパート拡散プランナ
未知領域での軌道計画において、既存エキスパートの選択よりファインチューニングによる適応の方が大きな改善をもたらすことを実世界データで示した研究。
原題: To Route or to Adapt? Multi-Expert Diffusion Planners in Unseen Regions / Yun Li, Ehsan Javanmardi, Simon Thompson 他
日本語で読む → - 論文宇宙マニピュレーションロボティクス
宇宙ロボットの自由浮遊物体捕獲を評価するベンチマークAstroBench
宇宙船内で浮遊・回転する物体の捕獲を固定ベースアームで行うタスク群を整備し、既存ポリシーの直接転用が難しいことを実験で示したオープンベンチマーク。
原題: AstroBench: Benchmarking Free-Floating Capture and Space Robotic Manipulation / Zizhe Wang, Jia Deng, Xin Lu 他
日本語で読む → - 論文モジュラーロボットロボティクス
ロボットの出芽:物理的自己複製における均質なモジュールから多様な形態へ
磁気ドッキングと関節を備えた単一規格の折り畳みモジュールを使い、親ロボットが予備モジュールを集めて子ロボットを組み立て分離する出芽型の物理的自己複製を、2種類の形態で実演した。
原題: Robotic Budding: From Homogeneous Cells to Diverse Morphologies in Physical Self-Reproduction / Siyuan Zhang, Junyan Liu, Wanglin He 他
日本語で読む → - 論文移動操作ロボティクス
LocoManiLab:ヒューマノイド移動操作のためのデータ・方策・制御・実機展開を統合したテストベッド
ヒューマノイドの移動操作研究をデータ収集から学習・評価・実機展開まで一貫して扱う統合テストベッドを構築し、234タスク・12方策・複数制御器での比較評価とsim2realの妥当性を検証した。
原題: LocoManiLab: A Unified Testbed for Data, Policies, Controllers, and Deployment in Humanoid Loco-Manipulation / Dewei Wang, Jinrui Han, Jiyuan Shi 他
日本語で読む → - 論文マニピュレーションロボティクス
FORCA:接触を伴うロボットマニピュレーションのための力覚対応コーディングエージェント
視覚と手首の力覚センサ情報を入力に、接触を伴う作業用のPythonプログラムを生成・修正するコーディングエージェントFORCAを提案。実機5タスクで精度向上や表面変化への適応、接触調整の有効性を示した。
原題: FORCA: A Force-Aware Coding Agent for Contact-Rich Robot Manipulation / Xiao Tan, Yixuan Wang, Zhexi Wang 他
日本語で読む → - 論文ヒューマノイド/歩行ロボティクス
アテンション型接触計画によるヒューマノイド移動
運動データを学習事前分布として使い、自己教師ありアテンションで将来の身体-環境接触を予測し、接触条件付きトラッカーで全身運動へ変換する枠組みを提案。単一ポリシーで自然な協調運動と環境適応の柔軟性を両立させる。
原題: Humanoid Mobility via Attention-based Contacts / Junzhe He, Kehan Wen, Chong Zhang 他
日本語で読む → - 論文動画生成評価AI
PhysTrace:動画生成モデルの物理的整合性を時間的に解釈評価するフレームワーク
MLLMが生成した履歴条件付きの物理的期待と観測動画を照合し、物理法則違反の箇所を時間的に特定・説明する学習不要の評価手法を提案。IntPhys2に違反区間を付与したIntPhys2-Timingも導入した。
原題: PhysTrace: Interpretable Temporal Evaluation of Physical Consistency in Video Generative Models / Taekoan Yoo, Wonkyung Jung, Kyunghun Kim 他
日本語で読む → - 論文ナビゲーションロボティクス
動的環境におけるオープンボキャブラリ検索とナビゲーションのためのアンカー中心オンラインシーン推論システム
屋内環境を安定した意味的アンカーで疎に表現し、マルチモーダル情報を統合したオンラインマッピングとオープンボキャブラリ検索・ナビゲーションを動的環境でも実現するシステムOASISを提案。
原題: OASIS: Online Anchor-centric Scene Inference System for Open-Vocabulary Retrieval and Navigation in Dynamic Environments / Kaiyao Liao, Qingfeng Li, Chen Chen 他
日本語で読む → - 論文強化学習ロボティクス
考えるより動け:低精度近接センサによるサンプル効率の良い衝突回避
全身近接センサを帰納バイアスとして活用し、低解像度で情報が欠落したセンサの方が高解像度より衝突回避学習に有効であることを示した。接触の予測はむしろサンプル効率を下げることも発見した。
原題: Move, don't think: sample-efficient collision avoidance with lossy proximity sensors / Carson Kohlbrenner, Niraj Pudasaini, William Xie 他
日本語で読む → - 論文マニピュレーション画像認識
PiHand: 物理ベース方策学習のための潜在的な手と物体の相互作用事前分布
手と物体の相互作用を目標条件付きVAEで事前分布として学習し、その潜在空間での残差探索により多様な器用な操作タスクを汎化可能な物理ベース方策として獲得するフレームワーク。
原題: PiHand: Latent Hand-Object Interaction Priors for Physics-Based Policy Learning / Niklas Berndt, Xianghui Xie, Enes Duran 他
日本語で読む → - 論文VLAロボティクス
FocusVLA: 将来意図に基づく動的視点ルーティングでVLAモデルを強化
将来の操作意図を予測してグローバル視点とローカル視点の使い分けを動的に切り替えることで、VLAモデルの多視点活用とタスク成功率を向上させた研究。
原題: FocusVLA: Future-Intent Guided Dynamic View Routing for Vision-Language-Action Models / Huixin Xu, Ziya Yu, Peng Li
日本語で読む → - 論文イベントカメラ/状態推定ロボティクス
CoHelix: 共有射影幾何を用いたイベントカメラによる複数プロペラ回転数追跡
移動するイベントカメラから4つのプロペラの回転数を、共有ホモグラフィと個別回転状態を再帰的に推定して追跡する手法を提案し、従来法より高いロック率を達成した。
原題: CoHelix: Event-Based Multi-Propeller Rotation-Rate Tracking with Shared Projective Geometry / Radim Spetlik, Tobiáš Vinklárek, Jan Klivan 他
日本語で読む → - 論文選好ベース強化学習ロボティクス
PrefO2O: オフライン・オンライン間の潜在選好転移によるゼロショット選好ベース強化学習
少数のオフライン選好データからタスク不変な潜在選好空間を学習し、人間フィードバックなしで新規タスクに選好構造と報酬事前分布を転移する枠組みを提案した論文。
原題: PrefO2O: Zero-Shot Preference-Based Reinforcement Learning via Offline-to-Online Latent Preference Transfer / Ruiqi Wang, Dezhong Zhao, Xuesu Xiao 他
日本語で読む → - 論文実世界RL/安全ロボティクス
安全な証拠付き実世界強化学習
実機ロボットのオンライン学習中に、将来の危険リスクと不確実性を同時推定して危険行動を回復ポリシーで差し替える安全介入フレームワークを提案し、USB挿入タスクなどで安全性と成功率を向上させた。
原題: SEVI: Safe Evidential Real-World Reinforcement Learning / Shaekh Mohammad Shithil, Lantao Liu
日本語で読む → - 論文マニピュレーション画像認識
DeXplicit: 巧みな操作の世界モデルで物理状態を明示的に表現する手法
手の軌道から物体の3D運動・変形を明示的に予測し、それを足場に映像を生成する巧みな操作の世界モデル。予測精度と生成効率を大幅に向上させた。
原題: DeXplicit: Making Physical State Explicit in Dexterous Manipulation World Models / Adam Lee, Mutian Xu, Yukang Cao 他
日本語で読む → - 論文姿勢推定画像認識
F2G-Pose:幾何情報を活用した基盤特徴の持ち上げによる直接的なカテゴリレベルRGB-D物体姿勢推定
RGB-D画像からカテゴリレベルの物体姿勢・サイズ・形状を1回の順伝播で直接推定するリアルタイム手法を提案し、SOPE/ROPEで最高精度を達成した。
原題: F2G-Pose: Geometry-Aware Foundation Feature Lifting for Direct RGB-D Category-Level Object Pose Estimation / Jinyu Zhang, Haitao Lin, Jiashu Hou 他
日本語で読む → - 論文自動運転/経路予測画像認識
SAGE: 一時交通規制下の工事区間経路予測のための視覚言語・幾何ハイブリッドフレームワーク
工事区間の一時交通規制下で、視覚言語モデルの軌道を幾何候補の選好として用い、MUTCDに基づく制約で経路選択と制御適合を統合する枠組みを提案し、実データで経路誤差と制約違反を低減した。
原題: SAGE: A hybrid vision-language and geometry framework for work-zone pathway prediction under temporary traffic control / Jiaxi Liu, Keshu Wu, Weizhe Tang 他
日本語で読む → - 論文物体探索ロボティクス
常識と記憶で拡張した推論による動的環境での物体探索
エリアの機能に関する常識と蓄積した記憶を組み合わせ、機能別3Dシーングラフを構築して大規模環境での物体探索を効率化するフレームワークを提案した論文。
原題: CMAR-search: Commonsense and Memory Augmented Reasoning for Object Search in Dynamic Interactive Environments / Kaiyao Liao, Qingfeng Li, Xinlei Zhang 他
日本語で読む → - 論文VLAロボティクス
Co^2Gen: 分散型マルチロボット・人間協調のための協調的タスク計画生成
人間の遠隔操作なしに、分散型協調計画でマルチロボットの協調計画を生成し、その計画から協調デモデータを作ってVLAモデルを分散的に微調整するフレームワークを提案した論文。
原題: Co^2Gen: Collaboratively Generating Task Plans for Decentralized Multi-Robot and Human Collaboration / Yi Loo, Siddhant Shrivastava, Minh Long Pham 他
日本語で読む → - 論文触覚ロボティクス
GelSlim 5.0:単一指尖カメラで視覚と触覚を統合
1台の固定カメラとUV応答性接触層を組み合わせ、照明切替で同一視点から視覚画像と触覚画像を順次取得する指尖センサーを提案。両モダリティを融合するTransformer「VisTacFusion」で物体姿勢と接触形状を推定する。
原題: GelSlim 5.0: Unifying Vision and Touch with a Single Fingertip Camera / Xiangdong Wang, I-Hsuan Huang, Xiaohao Xu 他
日本語で読む → - 論文VLAロボティクス
EgoForesight:ノイズを含む一人称視点行動データで方策学習を効果的にスケールする
ロボット実演とノイズの多い一人称動画を併用し、信頼度に応じた行動監督と将来表現の蒸留で方策学習をスケールさせる視覚-言語-行動フレームワークを提案した論文。
原題: EgoForesight: Effectively Scaling Policy Learning with Noisy Egocentric Actions / Chubin Zhang, Changyuan Wang, Yirui Wang 他
日本語で読む → - 論文VLAロボティクス
VLAモデルの内部活性化による軽量ランタイム監視
VLAモデル自身の内部活性化に線形プローブを学習させて進捗を推定し、想定から外れた実行を検知する軽量なランタイム監視手法を提案した論文。
原題: Progress Probes $P^2$: Lightweight Runtime Monitoring for Vision-Language-Action Models / Atiksh Bhardwaj, Edward W. Duan, Junwon Seo 他
日本語で読む → - 論文群制御制御
剛体ペイロードの協調軌道輸送に向けた分散型二層最適化
小型宇宙機群で大型物体を軌道上輸送するため、推力を内側の凸最適化、ペイロードのトルク軌道を外側探索とする分散型二層フレームワークを提案し、厳密な勾配で燃料効率良く解き、故障からの復帰も検証した。
原題: Decentralized Bi-Level Optimization for Cooperative Orbital Transportation of a Rigid Payload / Sidhdharth D. Sikka, Revathy Ravuri, Hei Yin Jowett Chan 他
日本語で読む → - 論文不整地ナビゲーションロボティクス
不整地走行のための標高不確かさ伝播を考慮した確率的走行可能性推定
地形の標高をガウス過程で確率的に再構成し、その不確かさを走行コストへ伝播させてリスクを考慮した経路計画を行う手法を提案した。
原題: ProTrav: Probabilistic Traversability with Elevation Uncertainty Propagation for Risk-aware Off-road Navigation / Chuanlin Zuo, Miloš Prágr, Arun Kumar Singh 他
日本語で読む → - 論文触覚ロボティクス
OpenTac:カスタマイズ可能でスケーラブルな3D触覚センシングのオープンエコシステム
テキストや2D輪郭から自動設計できる抵抗式触覚スキンと、シミュレータ・転送学習・高速データ取得を含むエコシステムを構築し、30以上のロボット実装で3D触覚を活用した制御とマニピュレーション学習を実証した論文。
原題: OpenTac: An Open Ecosystem for Customizable, Scalable, and Transferable 3D Tactile Sensing / Ariel Slepyan, Geeta Chandra Raju Bethala, Jiafeng Gu 他
日本語で読む →
PR・アフィリエイト広告
