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: 2026/1/1 / 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VLAロボティクス
AIR-VLA: 空中マニピュレーションのための視覚-言語-行動システム
空中マニピュレーションに特化した初のVLAベンチマークを構築し、物理シミュレーション環境と3000件の遠隔操作デモデータセットを公開して、既存VLAモデルの性能と限界を評価した。
原題: AIR-VLA: Vision-Language-Action Systems for Aerial Manipulation / Jianli Sun, Bin Tian, Qiyao Zhang 他
日本語で読む → - 論文進化ロボティクスロボティクス
進化ロボティクスにおけるベイズ最適化へのサンプル継承の統合
ロボットの形態と制御を同時最適化する際、ベイズ最適化に親のサンプルを継承させる手法を検討し、再評価による継承が最も有効であることを示した。
原題: Integrating Sample Inheritance into Bayesian Optimization for Evolutionary Robotics / K. Ege de Bruin, Kyrre Glette, Kai Olav Ellefsen
日本語で読む → - 論文歩行ロボティクス
都市峡谷における高精度歩行者追跡:マルチモーダル融合アプローチ
GNSSと慣性センサをパーティクルフィルタで融合し、地図の空間事前情報を活用することで、都市部での歩行者測位精度を向上させる手法を提案した。
原題: Accurate Pedestrian Tracking in Urban Canyons: A Multi-Modal Fusion Approach / Shahar Dubiner, Peng Ren, Roberto Manduchi
日本語で読む → - 論文マニピュレーションロボティクス
腱駆動型高自由度ヒューマノイドハンドのモデリング・推定・制御
腱の変位と張力から関節角度を推定し、フィードフォワード付きPI制御でジェスチャー追従を実現する手法を提案し、シミュレーションで検証した。
原題: Tendon-based modelling, estimation and control for a simulated high-DoF anthropomorphic hand model / Péter Polcz, Katalin Schäffer, Miklós Koller
日本語で読む → - 論文自動運転/行動計画画像認識
プロンプトから路面へ:自動運転車のためのLMMベースエージェント型行動木生成フレームワーク
LLMと視覚言語モデルをエージェントとして使い、自動運転車の行動木をその場で生成・適応させるフレームワークを提案し、CARLA+Nav2で障害物回避を実証した。
原題: From Prompts to Pavement: LMMs-based Agentic Behavior-Tree Generation Framework for Autonomous Vehicles / Omar Y. Goba, Ahmed Y. Gado, Catherine M. Elias 他
日本語で読む → - 論文VLAロボティクス
LLMエージェントによる探索とスキル統合を用いたロボットナビゲーションとマニピュレーション
屋内ショッピングタスクを対象に、LLMベースのエージェントが看板検出で意味地図を構築し、自然言語指示から店舗間移動と物体把持までを一貫して実行するシステムを提案した。
原題: LLM-Based Agentic Exploration for Robot Navigation & Manipulation with Skill Orchestration / Abu Hanif Muhammad Syarubany, Farhan Zaki Rahmani, Trio Widianto
日本語で読む → - 論文マニピュレーションロボティクス
ファジィ論理と強化学習を組み合わせたUR10ロボットアームの特異点回避経路計画
ファジィ論理による安全性判定と強化学習を統合し、UR10アームの特異点を回避しながら目標位置に到達する経路計画手法を提案。シミュレーションと実機で90%の成功率を達成。
原題: Intelligent Singularity Avoidance in UR10 Robotic Arm Path Planning Using Hybrid Fuzzy Logic and Reinforcement Learning / Sheng-Kai Chen, Jyh-Horng Wu
日本語で読む → - 論文全身制御ロボティクス
知覚を統合した全身パルクール制御
外界センシングを全身運動追跡に統合し、不整地でも跳び越えやダイブロールなどの動的な多接触動作を人型ロボットで実現する枠組みを提案した。
原題: Deep Whole-body Parkour / Ziwen Zhuang, Shaoting Zhu, Mengjie Zhao 他
日本語で読む → - 論文制御理論math.OC
ロバスト最大ハンズオフ最適制御:存在性、最大原理、およびL0-L1等価性
パラメータ不確かさを持つ線形システムに対し、L0目的関数をL1代理で置き換えても最適解が一致することを示し、ロバストなスパース制御を解く枠組みを提案した。
原題: Robust maximum hands-off optimal control: existence, maximum principle, and $L^{0}$-$L^1$ equivalence / Siddhartha Ganguly, Kenji Kashima
日本語で読む → - 論文VLAロボティクス
VLingNav: 適応的推論と視覚支援言語記憶による身体性ナビゲーション
人間の二重過程理論に着想を得た適応的Chain-of-Thoughtと視覚支援言語記憶を備えたVLAナビゲーションモデルを提案し、長期的タスクにおける推論と記憶を強化した。
原題: VLingNav: Embodied Navigation with Adaptive Reasoning and Visual-Assisted Linguistic Memory / Shaoan Wang, Yuanfei Luo, Xingyu Chen 他
日本語で読む → - 論文GNSS測位ロボティクス
確率的クローニングUDフィルタによるGNSS月軌道・時計推定
月周回ナビゲーション衛星の軌道と時計を、地上GNSSの搬送波位相を用いて高精度に推定する確率的クローニングUDフィルタを開発し、シミュレーションでメートル級軌道精度を達成した。
原題: GNSS-based Lunar Orbit and Clock Estimation With Stochastic Cloning UD Filter / Keidai Iiyama, Grace Gao
日本語で読む → - 論文自動運転/世界モデル画像認識
DrivingGen: 自動運転のための生成ビデオ世界モデルの包括的ベンチマーク
自動運転向けの生成ビデオ世界モデルを評価する初の包括的ベンチマークDrivingGenを提案し、多様なデータセットと新指標で14の最先端モデルを比較した。
原題: DrivingGen: A Comprehensive Benchmark for Generative Video World Models in Autonomous Driving / Yang Zhou, Hao Shao, Letian Wang 他
日本語で読む → - 論文3Dシーングラフロボティクス
LOST-3DSG: 動的環境における意味的追跡を備えた軽量オープン語彙3Dシーングラフ
word2vecと文埋め込みによる意味的追跡で、高次元視覚特徴を保存せずに動的物体を追跡する軽量なオープン語彙3Dシーングラフを提案し、TIAGoロボットでの実験で有効性を示した。
原題: LOST-3DSG: Lightweight Open-Vocabulary 3D Scene Graphs with Semantic Tracking in Dynamic Environments / Sara Micol Ferraina, Michele Brienza, Francesco Argenziano 他
日本語で読む → - 論文視覚姿勢推定ロボティクス
幾何生成モデルによる構成的正しさを保証した視覚姿勢推定
平面物体の幾何学と画像形成過程から生成モデルを構築し、推定誤差の保証付きニューラルネット姿勢推定器を設計する枠組みを提案。
原題: Correct-by-Construction Vision-based Pose Estimation using Geometric Generative Models / Ulices Santa Cruz, Mahmoud Elfar, Yasser Shoukry
日本語で読む → - 論文VLAロボティクス
エッジ上の視覚言語モデルによるリアルタイムロボット知覚
ヒューマノイドロボットUnitree G1を題材に、WebRTCでマルチモーダルデータをエッジノードへ送り、VLMをエッジとクラウドで動かして精度と遅延を比較した。
原題: Vision-Language Models on the Edge for Real-Time Robotic Perception / Sarat Ahmad, Maryam Hafeez, Syed Ali Raza Zaidi
日本語で読む → - 論文歩行ロボティクス
FastStair: ヒューマノイドロボットが階段を駆け上がるための学習手法
モデルベースの足場計画を強化学習に組み込み、速度特化型エキスパートをLoRAで統合することで、ヒューマノイドが最大1.65m/sで安定して階段を駆け上がれるようにした。
原題: FastStair: Learning to Run Up Stairs with Humanoid Robots / Yan Liu, Tao Yu, Haolin Song 他
日本語で読む → - 論文HRIロボティクス
高齢者が運動コーチロボットに求めるフィードバックの頻度
高齢者向け運動コーチロボットの言語・非言語フィードバックの頻度を変えた動画を評価してもらい、一方の頻度が他方の知覚にも影響することを示した。
原題: Older Adults' Preferences for Feedback Cadence from an Exercise Coach Robot / Roshni Kaushik, Reid Simmons
日本語で読む → - 論文位置推定画像認識
惑星探査の地空ロボットチーム向けドメイン汎化クロスビュー位置推定のための視覚基盤モデル
視覚基盤モデルによるセマンティックセグメンテーションと大量の合成データを活用し、地上ローバーが限られた視野の単眼RGB画像から航空マップ上で自己位置を推定するクロスビュー二重エンコーダ手法を提案。実世界の探査アナログ施設で取得したデータセットも公開した。
原題: Vision Foundation Models for Domain Generalisable Cross-View Localisation in Planetary Ground-Aerial Robotic Teams / Lachlan Holden, Feras Dayoub, Alberto Candela 他
日本語で読む → - 論文産業検査画像認識
CycleGANとYOLOを統合した深層学習モデルによるPCB赤外線欠陥検出への応用研究
赤外線データ不足を解決するため、CycleGANで可視光画像から擬似赤外線画像を生成し、YOLOv8検出器を訓練するクロスモーダル拡張手法を提案した。
原題: Application Research of a Deep Learning Model Integrating CycleGAN and YOLO in PCB Infrared Defect Detection / Chao Yang, Haoyuan Zheng, Yue Ma
日本語で読む → - 論文ワールドモデルロボティクス
ReWorld: 身体性ワールドモデルのための多次元報酬モデリング
ロボット学習向け動画ベースのワールドモデルを、物理的忠実性・タスク論理・身体性・視覚品質の多次元報酬で強化学習により人間の選好に整合させるフレームワークを提案。
原題: ReWorld: Multi-Dimensional Reward Modeling for Embodied World Models / Baorui Peng, Wenyao Zhang, Liang Xu 他
日本語で読む → - 論文HRIロボティクス
ソーシャルロボットを推薦システムとして再構想する:基礎、フレームワーク、応用
ソーシャルロボットのパーソナライズを強化するため、推薦システムの技術をモジュール式に統合するフレームワークを提案した論文。
原題: Reimagining Social Robots as Recommender Systems: Foundations, Framework, and Applications / Jin Huang, Fethiye Irmak Doğan, Hatice Gunes
日本語で読む → - 論文自動運転ロボティクス
MTDrive: 自動運転のためのマルチターン対話型強化学習
MLLMと強化学習を組み合わせ、環境フィードバックに基づいて軌道を反復的に改善するマルチターン枠組みを提案し、NAVSIMで優れた性能を示した。
原題: MTDrive: Multi-turn Interactive Reinforcement Learning for Autonomous Driving / Xidong Li, Mingyu Guo, Chenchao Xu 他
日本語で読む → - 論文歩行ロボティクス
荒野をハイキング:ヒューマノイドのためのスケーラブルな知覚型パルクールフレームワーク
生の深度画像と固有感覚から直接関節動作を生成する単段階強化学習により、ヒューマノイドが複雑な地形を最大2.5m/sで走破できる知覚型パルクールフレームワークを提案。
原題: Hiking in the Wild: A Scalable Perceptive Parkour Framework for Humanoids / Shaoting Zhu, Ziwen Zhuang, Mengjie Zhao 他
日本語で読む → - 論文自律エージェントcs.CR
プライバシー保護交渉のためのデバイスネイティブ自律エージェント
ユーザー端末上で動作し、ゼロ知識証明と蒸留ワールドモデルを用いて、機密データを外部に出さずに自律交渉を行うエージェントシステムを提案した。
原題: Device-Native Autonomous Agents for Privacy-Preserving Negotiations / Joyjit Roy, Samaresh Kumar Singh
日本語で読む → - 論文sim2realロボティクス
StyleID-CycleGANによるSim-to-Real転移:視覚ドメイン適応を用いたロボットマニピュレータへのゼロショット展開
仮想環境の画像を実写風に変換するStyleID-CycleGANを提案し、仮想で訓練した強化学習エージェントを実機で追加学習なしに動かすゼロショット転移を産業用ロボットのピック&プレースで実証した。
原題: Sim-to-Real Transfer via a Style-Identified Cycle Consistent Generative Adversarial Network: Zero-Shot Deployment on Robotic Manipulators through Visual Domain Adaptation / Lucía Güitta-López, Lionel Güitta-López, Jaime Boal 他
日本語で読む → - 論文VLA画像認識
PEAfowl: 知覚強化型マルチビュー視覚-言語-行動モデルによる両腕マニピュレーション
両腕ロボット操作のためのVLAモデル。トークンごとの深度分布予測と微分可能な3Dリフティングで視点間の幾何学的整合性を高め、Perceiver型のテキスト認識読み出しで指示の接地を改善。訓練時のみの深度蒸留でノイズの多い深度を補い、RoboTwin 2.0で成功率を23ポイント向上させた。
原題: PEAfowl: Perception-Enhanced Multi-View Vision-Language-Action for Bimanual Manipulation / Qingyu Fan, Zhaoxiang Li, Yi Lu 他
日本語で読む → - 論文教育支援ロボティクスHCI
LiveBo:AI駆動の実生活シナリオで広東語学習を支援する非中国語話者学生向けシステム
非中国語話者の学生を対象に、ソーシャルロボットとAIを組み合わせた実生活シナリオシミュレーション型の広東語学習システムLiveBoを開発し、学習意欲と参加度の向上に有効であることを示した研究。
原題: LiveBo: Empowering Non-Chinese Speaking Students through AI-Driven Real-Life Scenarios in Cantonese / Ka Yan Fung, Kwong Chiu Fung, Yuxing Tao 他
日本語で読む → - 論文マニピュレーションロボティクス
モンテカルロ木探索による先読み荷物を活用した効果的なオンライン3Dビンパッキング
物流ロボットアームによるオンライン3Dビンパッキングにおいて、先読み情報を活用しMCTSと強化学習を組み合わせることで、分布シフト下でも高い性能を実現した研究。
原題: Effective Online 3D Bin Packing with Lookahead Parcels Using Monte Carlo Tree Search / Jiangyi Fang, Bowen Zhou, Haotian Wang 他
日本語で読む → - 論文自動運転/軌道計画ロボティクス
ReflexDiffusion: 自動運転における高横加速度シナリオ向け反射強化型軌道計画
拡散ベースの軌道計画器のノイズ除去過程に勾配ベースの調整機構を導入し、道路曲率や横方向の車両動力学を強調することで、急旋回などの高横加速度シナリオでの安全性と安定性を向上させた。
原題: ReflexDiffusion: Reflection-Enhanced Trajectory Planning for High-lateral-acceleration Scenarios in Autonomous Driving / Xuemei Yao, Xiao Yang, Jianbin Sun 他
日本語で読む → - 論文制御/MPC制御
状態・入力依存の不確かさに対する学習ベースの縮小外乱不変チューブ
状態と入力に依存する不確かさの下で、チューブMPCに使える縮小外乱不変チューブを学習で構築し、データが増えるほどチューブが狭まりつつ安全性を保証する手法を提案した。
原題: Learning-Based Shrinking Disturbance-Invariant Tubes for State- and Input-Dependent Uncertainty / Abdelrahman Ramadan, Sidney Givigi
日本語で読む →
PR・アフィリエイト広告
