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: 2026/10/21 / 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ロボティクス
まず計画し、後で行動する:ロボット制御のための実行可能メモリを伴うストリーミング推論
視覚言語モデルが視覚観測をサブタスクリストに変換してメモリに保存し、実行時に低レベルVLAポリシーへ渡す階層的メモリフレームワークを提案。長期的なロボット操作タスクの成功率を向上させた。
原題: Plan First, Act Later: Streaming Reasoning for Executable Memory in Robot Control / Qinghang Liu, Conglin Wang, Zongsheng Li 他
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 → - 論文キャリブレーションロボティクス
脚式ロボットの全身マルチIMU向けキネマティクス駆動型耐ノイズ能動キャリブレーション
脚式ロボットに搭載した複数IMUの時間・空間・バイアスを、脚の運動学的モデルと能動的な励振動作を用いてノイズに強く自動キャリブレーションするフレームワークを提案。
原題: A2I-Calib++: A Kinematics-Driven Anti-noise Active Calibration Framework for Whole-Body Multi-IMU Systems on Legged Robots / Fangyu Jiang, Chaoran Xiong, Kehui Ma 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 → - 論文歩行ロボティクス
MPBRS:ヒューマノイド歩行における報酬設定を統一するマルチポテンシャルベース報酬整形
複数のポテンシャル関数の差分で報酬を整形するMPBRSをヒューマノイド歩行に適用し、9体のロボットで同一の報酬構造・重みを共有できる統一的な報酬設定を提案した論文。
原題: MPBRS: Multi-Potential-Based Reward Shaping for Unified Reward Configuration in Humanoid Locomotion / Van Chung Nguyen, Hung Manh La
日本語で読む → - 論文ロバスト性評価ロボティクス
LLM駆動型身体操作のための系統的故障注入とロバスト性評価フレームワークAlpha
シミュレーション内のLLM駆動マニピュレーションに対し知覚・駆動・運動学・計画の各層へ故障を注入し、LLMエージェントと決定論的プランナを同一条件で比較して脆弱性の原因を切り分けた。
原題: Alpha: Systematic Fault Injection and Robustness Evaluation for LLM-Driven Embodied Manipulation / Jona Joy
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 → - 論文医療ロボティクスロボティクス
CTボア内ロボットアームによる呼吸同期制御付き自律針穿刺システム
CTボア内で患者の呼吸周期を追跡・予測し、呼吸ゲート制御により自律的に針穿刺を行う統合センシング・制御システムを開発した。
原題: Integrated Respiratory Sensing and Gated Control for Autonomous Needle Insertion Via CT Bore Robotic Arm / Emma Huang, Moira Bohley, Krishna Jamakhandi 他
日本語で読む → - 論文アフォーダンス画像認識
UniRAP:部位レベルの物理的アフォーダンス推論と行動可能な知覚の統合モデル
視覚・言語・指示を統合し、物体検出・部位アフォーダンス分割・4自由度の接触姿勢推定を一括で行うモデルを提案。カリキュラム学習で限られた注釈でも高精度を実現した。
原題: UniRAP: Towards Unified Part-level Physical Affordance Reasoning and Actionable Perception / Linfei Li, Ruining Hu, Lin Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
修正を吸収する学習:視覚ベース挿入のための批評家重み付き残差フロー
視覚ベースの挿入タスク向けに、適応型ACTと条件付き残差フローポリシーを組み合わせたオンライン学習フレームワークACT-Flowを提案し、批評家による候補評価と成功行動の吸収で成功率を向上させた。
原題: Learning to Absorb Corrections: Critic-Weighted Residual Flow for Vision-Based Insertion / Yiqing Yuan, Zhi Li, Jinrong Yang 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 → - 論文力覚/マニピュレーションロボティクス
接触力覚を統合したワールドアクションモデルCW-WAM
映像・動作・接触レンチを同時予測するワールドアクションモデルを提案し、力覚参照をアドミタンス制御に組み込むことで精密挿入や拭き取りの成功率と力追従精度を向上させた。
原題: CW-WAM: A Structured Contact-Wrench World Action Model for Force-Sensitive Manipulation / Houzhu Ding, Xinda Qi, Luqi Wang 他
日本語で読む → - 論文VLAロボティクス
マルチモーダル身体性エージェント:コンピュータ利用からロボット利用までを統合する能力中心の視点
マルチモーダル身体性エージェントを「知覚・予測・計画・行動・検証」の5能力で捉える統一フレームワークPAPAVを提案し、コンピュータ利用エージェントやロボットシステムとの比較と64ベンチマークの評価傾向を分析した論文。
原題: Multimodal Embodied Agents: A Unified Capability-centric Perspective from Computer-Use to Robot-Use / Yanzhe Chen, Ziyi Yang, Jifeng Zhu 他
日本語で読む → - 論文音響設計/逆設計機械学習
AcoustiPrint:製造可能な音響構造の物理誘導型ニューラル設計
暗黙的ニューラル表現と印刷可能性演算子を組み合わせ、製造制約を満たす3D音響構造を逆設計する手法を提案。経頭蓋集束超音波の患者別設計で実証した。
原題: AcoustiPrint: Physics-Guided Neural Design of Manufacturable Acoustic Structures / Shanmuka Sadhu, Harshvardhan C. Takawale, Yehia Zakaria 他
日本語で読む → - 論文MoE機械学習
直交勾配累積と射影によるMoEの明示的な専門家特化
損失関数を変えずに専門家の勾配を直交射影で操作し、表現の崩壊を防いで専門家の多様性を促すMixture-of-Experts手法を提案。
原題: GaP-MoE : Explicit Expert Specialization in Mixture-of-Experts via Orthogonal Gradient Accumulation and Projection / Donghyun Jeong, Yoon-Yeong Kim
日本語で読む → - 論文ソーシャルエージェントロボティクス
拒絶と回避から感情的粘性へ:人間関係を仲介するソーシャルエージェントの設計
エージェントへの視線・接近・接触に対する受容と回避、および否定的感情の蓄積・持続・抑制・表出を表す「感情的粘性」の概念を結びつけ、人間関係の緊張を仲介するソーシャルエージェントの設計指針を論じた論文。
原題: From Acceptance and Avoidance to Affective Viscosity: Designing Social Agents Intermediating in Human Relationships / Tomoko Yonezawa
日本語で読む → - 論文接触推定ロボティクス
フローマッチングと粒子フィルタの混合による固有感覚ベースのオンライン接触推定
関節トルクとベース力覚のみから接触数・位置・力を推定するため、粒子フィルタにフローマッチング生成モデルを組み込み、多峰性や接触イベントを扱う手法を提案した。実機で単一接触0.36cm・二重接触0.88cmの精度を達成。
原題: Mixture of Flow Matching and Particle Filter for Proprioception-Based Online Contact Estimation / Seo Wook Han, Min Jun Kim
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 → - 論文ワールドモデルロボティクス
テストシーンごとに物理特性を文脈内校正するワールドモデル
テストシーン内での探索的インタラクションを物理記述トークンに符号化し、ファインチューニングなしでアクション条件付きワールドモデルをその場の物理ダイナミクスに校正する手法を提案。
原題: PhysiCalWorld: In-Context Physics Calibration for World Models / Yunhao Luo, Wentao He, Yinpei Dai 他
日本語で読む → - 論文マニピュレーションロボティクス
配備中に学習するヒューマンインザループ型オンライン事後学習システム
展開中に人間の介入とポリシー生成ロールアウトからオンラインでポリシーを更新する、批評家や報酬モデル不要の教師あり学習フレームワークを提案し、実世界の両腕マニピュレーション4タスクで有効性を示した。
原題: Training in Deployment: Human-in-the-loop Online Post-Training for Robot Manipulation / Chun Gu, Xiaofei Wei, Yiming Chen 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 → - 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 → - 論文空中ナビゲーションロボティクス
空中ナビゲーションの多様環境ベンチマークAirPlayground
屋内・都市・植生の94の3DGS環境と94Kの専門家飛行デモを構築し、空中ナビゲーション方策の学習と統一評価を可能にするベンチマークを提案した。
原題: AirPlayground: Benchmarking Aerial Navigation across Diverse Reconstructed Environments / Rangya Zhang, Yujing Shang, Zhuoyuan Yu 他
日本語で読む → - 論文VLAロボティクス
未来映像表現の自己蒸留によるワールドアクションモデル
ビデオ拡散モデルの中間表現を1ステップで高品質化する自己蒸留フレームワークFREDを提案し、実世界マニピュレーションで長期的・未知環境タスクの成功率を大幅に向上させた。
原題: Self-Distilling Future Video Representations for World Action Models / Huiwon Jang, Suhyeok Jang, Hyeonmo Kang 他
日本語で読む → - 論文マニピュレーションロボティクス
直列マニピュレータにおけるヤコビアン性能指標の関節角不変性
マニピュレータの可操作性や剛性などヤコビアン由来の性能指標が最初と最後の関節角に依存しない条件を明らかにし、計算と記憶の削減に役立てた論文。
原題: Joint-Angle Invariance of Jacobian-Based Performance Indices for Serial Robotic Manipulators / Yaohua Zhou, Mingdao Lin, Jiayu Song 他
日本語で読む → - 論文VLAロボティクス
NavBind:ナビゲーションVLAにおける分岐点での指示-行動バインディングの診断
経路の分岐点で指示を変えたとき行動分布が変わるかを調べ、ナビゲーション成功が指示追従を意味しないことを示す診断手法を提案した論文。
原題: NavBind: Diagnosing Instruction-Action Binding at Route Forks in Navigation VLAs / Josh Qixuan Sun, Xiaoying Xing, Yurun Chen 他
日本語で読む → - 論文VLAロボティクス
エージェント型ワールドアクションモデル
コードによる計画と動画・行動の同時予測を統合したAW-0を提案し、スキルを再利用可能なプログラムとして扱うことでロボット操作の性能と汎化性を向上させた。
原題: Agentic World Action Models / Zhuoyang Liu, Dantong Niu, Botong Zhang 他
日本語で読む →
PR・アフィリエイト広告
