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 →- 論文経路計画ロボティクス
根軌跡を用いた調和関数法の拡張による協調経路生成
多角形障害物環境でN台の交換可能なロボットとN個の目標の協調経路を、円形領域への等角写像と有理関数の一般化根軌跡(対数ポテンシャルの流線)としてオフライン生成する手法を提案し、障害物をミルン・トムソン反射で扱い安全性を検証した。
原題: Extending Harmonic Function Methods via Root Locus for Coordinated Path Generation / Matteo Frascarelli, Lucia Pallottino, Alberto Landi
日本語で読む → - 論文ワールドモデル機械学習
LeWorldModelは局所的な行動幾何学を保持しているか
事前学習済みLeWorldModelが小さな行動変化の影響をどれだけ忠実に再現するかを、シミュレータとの応答比較により複数の摂動スケールで評価した研究。
原題: Does LeWorldModel Preserve Local Action Geometry? / Vasil Vasilev, Siddharth Nayak
日本語で読む → - 論文遠隔操作ロボティクス
操縦者選好を考慮したオフロード遠隔操作のための走行可能領域推定
オフロード遠隔操作において、操縦者の速度・リスク選好を反映した走行コストマップと推奨速度を生成するPATH-Netを提案し、15名の実験で作業負荷低減を確認した。
原題: PATH: Preference-Aware Traversability Estimation for Robotic Teleoperation in Off-Road Navigation / Xianghao Meng, Wenshuo Wang, Cheng Shao 他
日本語で読む → - 論文VLAロボティクス
FastHarness:経験に基づくVLAポリシーのレビュースケジューリング
言語モデルによるロボットポリシーの監視を、経験の蓄積に応じて間引く仕組みを提案し、レビュー頻度と実行時間を削減しつつ成功率を向上させた。
原題: FastHarness: Experience-Driven Review Scheduling for Vision-Language-Action Policies / Tao Lin, Yuxin Du, Haoxiao Wang 他
日本語で読む → - 論文データエンジンロボティクス
FLORA: ロボティクスデータエンジンをスケールさせるオープンモデルスイート
GR00Tモデル訓練向けの産業品質データエンジンFloraを公開。キャプション生成や報酬ラベリングでSOTAを達成し、API比で約125倍安価に大規模データ処理を実現する。
原題: FLORA: An Open Model Suite for Scaling Robotics Data Engines / Sicong Leng, Yunze Man, Zhiqi Li 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 → - 論文変形物体マニピュレーションロボティクス
自律マニピュレーションのためのライブ糸再構成
手術用縫合糸のような変形する糸を画像からリアルタイムに再構成しつつ、長期的な操作タスクを安全かつ最適に遂行するパイプラインを提案した論文。
原題: Live Thread Reconstruction for Autonomous Manipulation / Emma Huang, Omar Hernandez, Zih-Yun Chiu 他
日本語で読む → - 論文自動運転計画機械学習
DriveMLP:自動運転ではモデル複雑性より訓練戦略が重要
専門家データ由来の軌道距離報酬で強化学習を最適化ツールとして使うEGRLを提案し、軽量MLPポリシーDriveMLPがnuPlanベンチマークで従来最高の模倣学習プランナーを上回った。
原題: DriveMLP: When Training Strategy Outperforms Model Complexity in Autonomous Driving / Alessandro Canevaro, Julian Schmidt, Hang Yu 他
日本語で読む → - 論文自動運転/自己対戦/蒸留ロボティクス
TerraTransfer++:専門家デモ不要のエンドツーエンド自動運転プランナー
ベクトル化シミュレータでの自己対戦によりポリシーを事前学習し、そのロールアウトをフローマッチング軌道教師へ蒸留、凍結視覚バックボーン上の軽量アダプタで再現することで、専門家デモなしにエンドツーエンド自動運転プランナーを学習する手法。
原題: TerraTransfer++: Demonstration-Free End-to-End Planner / Zikang Xiong, Weixin Li, Zhouchonghao Wu 他
日本語で読む → - 論文動作生成ロボティクス
適応的ロボット動作のための時空間スプライン
空間形状と時間進行を共通の連続変数で表すスプライン定式化を提案し、部分デモから経路区間を交互最適化で推定、患者体位変換タスクでオンライン再タイミングと同期を実機検証した。
原題: Spacetime Splines for Adaptive Robot Motions / Boxuan Zhang, Ante Marić, Sylvain Calinon
日本語で読む → - 論文VLAロボティクス
視覚言語行動ポリシーのための事後的不確実性推定
単一のVLAポリシーの埋め込みからガウス過程のカーネル分散ヘッドで認識的不確実性を事後的に推定し、アンサンブルと同等の性能を低コストで実現した研究。
原題: Post-hoc Epistemic Uncertainty for Vision-Language-Action Policies / Johannes Keller, Albrecht M. Bloße, Adrian Lindenmeyer 他
日本語で読む → - 論文VLA画像認識
GeoMem-VLA:3Dシーン理解を時系列メモリに内在化する視覚言語行動モデル
凍結した幾何基盤モデルの監督で学習する幾何トークンを時系列メモリとして保持し、推論時に3D再構成なしで行動生成できるVLAフレームワークを提案した論文。
原題: GeoMem-VLA: Internalizing 3D Scene Understanding into Temporal Memory for Vision-Language-Action Models / Qinfan Zhang, Yifan Luo, Haoyuan Shi 他
日本語で読む → - 論文動画セグメンテーション画像認識
遮蔽をマスキングとして扱う動画アモーダルセグメンテーション
JEPA系の自己教師あり動画世界モデルを活用し、遮蔽された領域をマスク予測として補完することで、拡散モデルより33.5倍高速かつ高精度な決定的アモーダル動画セグメンテーションを実現した。
原題: OccJEPA: Occlusion as Masking for Amodal Video Segmentation / Genpei Zhang
日本語で読む → - 論文把持認識/アフォーダンス画像認識
複数物体画像へのウェアラブルロボット向けアフォーダンスセグメンテーション拡張
レーザーポインタと再学習で、複数物体がある実環境でも把持可能部位を認識できるよう視覚パイプラインを改良し、対象の曖昧性解消精度を最大9%向上させた。
原題: Extending Affordance Segmentation for Wearable Robots to Multi-Object Images / Simone Lugani, Matteo Montani, Paolo Gastaldo 他
日本語で読む → - 論文VLAロボティクス
VLMプランナーからロボットエージェントへ:履歴依存マニピュレーションのための自己進化ハーネス
VLMプランナーを編集可能なハーネスでロボットエージェント化し、実行経験から自己進化させて履歴依存の長期的マニピュレーションを改善するSERAを提案。RoboMMEで成功率51.38%を達成。
原題: From VLM Planners to Robotic Agents: Self-Evolving Harnesses for History-Dependent Manipulation / Tingwen Du, Haoyu Guo, Hanxue Zhang 他
日本語で読む → - 論文遠隔操作ロボティクス
駆動制約下で操作者の意図を保つ:差動伝達機構を備えたマニピュレータの遠隔操作
重力補償と関節マッピング、差動手首制御を統合し、モータ飽和時も操作者の運動方向を保つ遠隔操作手法を提案。実機実験で滑らかな手首軌道と連続的な復帰を実証した。
原題: Preserving Operator Intent Under Actuation Constraints: Teleoperation of Manipulators with Coupled Transmissions / Xuhan Miao, Zijin Han, Yutong Shen 他
日本語で読む → - 論文ロボットマニピュレーションロボティクス
OMAR: 未知物体を推論して棚を整理するオープンワールド多属性推論
視覚言語モデルとLLMを組み合わせ、未知物体の属性を推定して3Dシーングラフを構築し、指示なしで棚の潜在的な整理方針を推論して配置を決定する手法を提案した。
原題: OMAR: Open-World Multi-Attribute Reasoning for Scene-Conditioned Shelf Organization / Benedikt Kreis, Rohit Menon, Benno Wingender 他
日本語で読む → - 論文ワールドモデル画像認識
対話型ワールドモデルのための動画オートエンコーダ再考
操作・ナビゲーションのワールドモデル用に、複数の時空間圧縮率を持つ因果拡散表現オートエンコーダ群CADREを構築し、圧縮の場所・量・方法が遅延と品質に与える影響を体系的に調べた研究。
原題: Rethinking Video Autoencoders for Interactive World Models / Adrien Ramanana Rahary, Yutong Bai, Nicolas Dufour 他
日本語で読む → - 論文VSLAM位置合わせロボティクス
現場を読む:部分的に建設された環境におけるスケール曖昧なVSLAMマップの階層プランへの意味的レジストレーション
建設現場でVSLAMのスパースな意味マップを2D階層プランに位置合わせするため、クラスバランスの取れた微分可能な意味幾何エネルギー関数を定義し、グローバル初期化と局所最適化を統合した手法を提案。33シーケンスで軌道誤差を4.5倍改善。
原題: Reading the Room: Scale-ambiguous Semantic Registration of Sparse VSLAM Maps to Floor Plans in Partially Built Environments / Bjorn Stragier, Emilia Szymańska, J. Micah Prendergast 他
日本語で読む → - 論文制御/汎化ロボティクス
ペイロード変化に頑健なフィードフォワード制御の汎化手法
剛体・弾性関節ロボットの軌道追従において、ペイロードパラメータのみからフィードフォワード制御入力を汎化する手法を提案し、Franka Pandaで実機検証した。
原題: Payload generalization on feedforward control actions for trajectory tracking in robots with rigid and elastic joints / Giorgia Pazzi, Giorgio Simonini, Michele Pierallini 他
日本語で読む → - 論文歩行ロボティクス
足元を見据える:ヒューマノイド歩行のための予測的知覚
足先位置を予測する軽量モデルで地形マップの必要部分だけを切り出し、ヒューマノイドの歩行ポリシーを効率的に学習させる手法を提案。
原題: Watch Your Step: Anticipated Perception for Humanoid Locomotion / Matthias Heyrman, Chenhao Li, Ioannis Dadiotis 他
日本語で読む → - 論文VLA/強化学習ロボティクス
AtomicRL: 原子的タスク構造を活用した長期的ロボット操作のための強化学習
長期的なロボット操作タスクを原子的サブタスクに分解し、意味認識ゲーティングとボトルネック適応探索でVLAポリシーを強化学習により改善するフレームワークを提案した。
原題: AtomicRL: Atomic Reinforcement Learning for Long-Horizon Robotic Manipulation / Likui Zhang, Zhe Zhu, Zhihao Zhan 他
日本語で読む → - 論文因果推論ロボティクス
自律システム解析のための十分・必要因果説明
システム故障の再現と回避を統一する因果的枠組みを提案し、必要説明の概念を形式化して効率的な近似アルゴリズムと反事実生成への応用を示した論文。
原題: Sufficient and Necessary Causal Explanations for the Analysis of Autonomous Systems / Tom Yaacov, Khen Elimelech, Hana Chockler 他
日本語で読む → - 論文VLAロボティクス
表現事前分布がワールドアクションモデルの汎化をどう形作るか
ワールドアクションモデルがバックボーンから受け継ぐ表現幾何に着目し、訓練前の「nuisance直交性」が訓練後の視覚変化への頑健性・汎化を予測できることを示した研究。
原題: How Representational Priors Shape Generalization in World Action Models / Junha Chun, Youngjoon Jeong, Taesup Kim
日本語で読む → - 論文ヘビ型ロボットロボティクス
S-Rolling:低クリアランス環境で操舵可能なねじれヘビ型ロボットの転がり歩容
S字状の平面骨格曲線と中央のねじれ関節を用い、頭尾セグメントの転がり速度を独立制御することで、低い掃引高さを保ちながら平面操舵を可能にする転がり歩容を開発し、実機で10cmクリアランスの走行や車台下での旋回を実証した。
原題: S-Rolling: Steerable Rolling Gaits for Twistable Snake Robots in Low-Clearance Environments / Qingling Fan, Zhongqiang Ren
日本語で読む → - 論文遠隔操作ロボティクス
コンパクト参照追従による低遅延全身ヒューマノイド遠隔操作
ルート高さ・速度と4つの疎なキーポイント姿勢のみを参照する統一追従ポリシーで、約20msの低遅延な全身ヒューマノイド遠隔操作を実現し、ボールキャッチなどの反応動作を実機で示した。
原題: HuMiT: Low-Latency Whole-Body Humanoid Teleoperation via Compact Reference Tracking / Liu Cao, Botian Xu, Ruoqu Chen 他
日本語で読む → - 論文動画ストレージ画像認識
AI学習向け動画ストレージの再考:フレーム間依存を断ち切る高効率ランダムアクセス
AI学習のランダムなフレームサンプリングに最適化し、依存関係を考慮した疎なデコードとDDRA符号化で再構成コストを最大3フレームに抑える動画ストレージ手法を提案した論文。
原題: Rethinking Video Storage for AI Training: Breaking Cross-Frame Dependencies for Efficient Random Access / Zetian Song, Qize Yu, Yue Chen 他
日本語で読む → - 論文意味マッピング画像認識
3Dガウシアンスプラッティングによる能動的オープンボキャブラリ意味マッピング
凍結したSAMとCLIPを使い、意味的新規性で探索を誘導しながら3Dガウシアン地図を構築し、テキストクエリで問い合わせ可能なオープンボキャブラリ意味マップを実現した研究。
原題: AOV-GS: Active Open-Vocabulary Semantic Mapping with 3D Gaussian Splatting / Rodion Shkokov, Tatiana Zemskova, Dmitry Yudin
日本語で読む → - 論文両手マニピュレーションロボティクス
人間のデモンストレーションから学ぶ汎用両手巧みさ追従制御
両手巧み操作の汎用トラッカーDONICと、多視点データセットBiHOIを提案し、PPOと行動クローニングを組み合わせて単一ポリシーで異種参照を追従できるようにした。
原題: DONIC: Generalist Dexterous Bimanual Tracking Control from Human Demonstrations / Mingze Sun, Ziang Cao, Yuan Fei 他
日本語で読む → - 論文リターゲティングロボティクス
人間の意味情報からヒューマノイドへのストリーミング動作リターゲティング学習
人間の動作を意味情報に基づく物理エキスパートでロボット向けに変換し、因果的なTransformerでストリーミング動作リターゲティングを実現した研究。
原題: SMR: Learning streaming motion retargeting for humanoids from human semantic / Chun Gu, Juntong Zhang, Jingyu Li 他
日本語で読む →
PR・アフィリエイト広告
