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 →- 論文認知モデリングAI
能動的センシングが動的な証拠蓄積を通じて実世界の意思決定を形作る
運転シーンにおいて、眼球運動から能動的センシングを捉え、証拠の利用可能性が注意配分や意思決定傾向に与える影響を明らかにした。
原題: Active Sensing Shapes Real-World Decision-Making through Dynamic Evidence Accumulation / Hongliang Lu, Yunmeng Liu, Junjie Yang
日本語で読む → - 論文教育ロボティクス
ゲームベースとゲーミフィケーションによるロボティクス教育:比較系統的レビューと設計ガイドライン
ロボティクス教育におけるゲームベース学習とゲーミフィケーションの95件の研究を比較分析し、設計指針を提案した系統的レビュー。
原題: Game-Based and Gamified Robotics Education: A Comparative Systematic Review and Design Guidelines / Syed T. Mubarrat, Byung-Cheol Min, Tianyu Shao 他
日本語で読む → - 論文モバイルマニピュレーションロボティクス
指示からイベントへ:音トリガー型モバイルマニピュレーション
音を発する物体を自律的に検知・操作する「音トリガー型モバイルマニピュレーション」を提案し、音響レンダリングと物理操作を統合したデータ基盤Habitat-Echoとベースライン手法を開発した。
原題: From Instruction to Event: Sound-Triggered Mobile Manipulation / Hao Ju, Shaofei Huang, Hongyu Li 他
日本語で読む → - 論文マニピュレーション画像認識
RoboVIP: 視覚的アイデンティティプロンプティングによる多視点動画生成でロボットマニピュレーションを強化
ロボット操作データを拡張するため、見本画像を条件に多視点で時間的に一貫した動画を生成する手法を提案し、模擬環境と実機で方策性能を向上させた。
原題: RoboVIP: Multi-View Video Generation with Visual Identity Prompting Augments Robot Manipulation / Boyang Wang, Haoran Zhang, Shujie Zhang 他
日本語で読む → - 論文場所認識画像認識
WHU-PCPR: 複雑な都市環境での場所認識のためのクロスプラットフォーム異種点群データセット
異なるプラットフォームやLiDARセンサで取得した点群を用いた場所認識研究のための、大規模で多様なシーンを含むクロスプラットフォーム異種点群データセットを構築し、代表的な手法の評価と課題を議論した。
原題: WHU-PCPR: A cross-platform heterogeneous point cloud dataset for place recognition in complex urban scenes / Xianghong Zou, Jianping Li, Yandi Yang 他
日本語で読む → - 論文逆運動学機械学習
双対ニューラルネットワーク回帰による非単射関数の逆変換
非単射関数の逆問題を、既知のアンカー点周りの局所的な逆補正を予測する双対ニューラルネットワーク回帰で解く決定論的手法を提案し、ロボットアームの逆運動学などで実証した。
原題: Inverting Non-Injective Functions with Twin Neural Network Regression / Sebastian J. Wetzel
日本語で読む → - 論文自己適応ロボティクス
SUNSET:ROSベースの自己適応のためのセンサフュージョン意味セグメンテーション例題
ROS2上で動作するセンサフュージョン意味セグメンテーションパイプラインを例題として提供し、故障注入により自己適応アプローチの評価を可能にする。
原題: SUNSET - A Sensor-fUsioN based semantic SegmEnTation exemplar for ROS-based self-adaptation / Andreas Wiedholz, Rafael Paintner, Alwin Hoffmann 他
日本語で読む → - 論文ソフトロボティクスロボティクス
浅瀬からマリアナ海溝まで:生体模倣型水中ソフトロボットのサーベイ
水中の極限環境に適応する生体模倣型ソフトロボットの最近の研究を、設計思想や環境要因ごとに整理し、実用化への課題と次世代への展望をまとめたサーベイ論文。
原題: From Shallow Waters to Mariana Trench: A Survey of Bio-inspired Underwater Soft Robots / Jie Wang, Peng Du, Yiyuan Zhang 他
日本語で読む → - 論文共有自律ロボティクス
共有自律における信念と方策のエンドツーエンド最適化
ユーザ意図推定と支援調停をエンドツーエンドで学習するBRACEを提案し、環境文脈と目標確率分布を条件とした協調制御で従来手法を上回る性能を示した。
原題: End-to-end Optimization of Belief and Policy Learning in Shared Autonomy Paradigms / MH Farhadi, Ali Rabiee, Sima Ghafoori 他
日本語で読む → - 論文基盤モデルロボティクス
DeFM: 深度画像からロボティクスの基盤表現を学習
6000万枚の深度画像で自己蒸留により事前学習した基盤モデルDeFMを提案し、分類・セグメンテーション・ナビゲーション・歩行・マニピュレーションで最先端性能とsim-to-real汎化を実現した。
原題: DeFM: Learning Foundation Representations from Depth for Robotics / Manthan Patel, Jonas Frey, Mayank Mittal 他
日本語で読む → - 論文VLA画像認識
Fast-ThinkAct: 言語化可能な潜在プランニングによる効率的な視覚-言語-行動推論
推論トレースを潜在的な思考連鎖に蒸留し、推論VLAの推論遅延を最大89.3%削減しつつ長期的プランニングや適応性能を維持する手法を提案。
原題: Fast-ThinkAct: Efficient Vision-Language-Action Reasoning via Verbalizable Latent Planning / Chi-Pin Huang, Yunze Man, Zhiding Yu 他
日本語で読む → - 論文自動運転/マルチエージェントロボティクス
DMV-AVP: Autowareを用いた分散型マルチ車両自動バレーパーキング
Autowareをベースに、複数車両の自動バレーパーキングを分散環境で協調制御するシミュレーションシステムを構築し、駐車枠予約や競合解決、YOLOv5による駐車枠検出を統合した。
原題: DMV-AVP: Distributed Multi-Vehicle Autonomous Valet Parking Using Autoware / Zubair Islam, Mohamed El-Darieby
日本語で読む → - 論文sim2realロボティクス
サイバーフィジカルモビリティラボにおけるゼロショットMARLベンチマーク
シミュレーション・デジタルツイン・実機を統合したCPM Lab上で、MARLによる自動運転車両の運動計画ポリシーのゼロショットsim-to-real転送を評価する再現可能なベンチマークを提案し、性能劣化の要因を分析した。
原題: Zero-Shot MARL Benchmark in the Cyber-Physical Mobility Lab / Julius Beerwerth, Jianye Xu, Simon Schäfer 他
日本語で読む → - 論文マニピュレーションロボティクス
軽量4モーター義手による安定した把持内操作
4モーター駆動の軽量義手PLEXUSハンドにモーター電流フィードバックを導入し、物体幅を推定して指位置を調整することで、把持内での回転操作をより安定化させた研究。
原題: Stable In-hand Manipulation for a Lightweight Four-motor Prosthetic Hand / Yuki Kuroda, Tomoya Takahashi, Cristian C. Beltran-Hernandez 他
日本語で読む → - 論文動画生成画像認識
動画生成のための動き帰属分析
動画生成モデルにおいて、どの微調整クリップが時間的動きを改善・悪化させるかを特定する、動き中心の勾配ベースデータ帰属フレームワークを提案し、データ選別による動きの品質向上を実現した。
原題: Motion Attribution for Video Generation / Xindi Wu, Despoina Paschalidou, Jun Gao 他
日本語で読む → - 論文データセット/ロボット学習ロボティクス
Mini Wheelbotデータセット:ロボット学習のための高忠実度データ
オープンソースのバランス型一輪車ロボット「Mini Wheelbot」の1kHz同期センサ・状態推定・モーションキャプチャ・動画を含む動力学データセットを公開し、モデル学習や状態推定のベンチマーク例を示した。
原題: The Mini Wheelbot Dataset: High-Fidelity Data for Robot Learning / Henrik Hose, Paul Brunzema, Devdutt Subhasish 他
日本語で読む → - 論文3D検出画像認識
単眼Pseudo-LiDAR 3D検出における深度バックボーンと意味的手がかりの系統的評価
単眼画像からPseudo-LiDARを生成して3D物体検出を行う際、深度推定モデルや外観・意味的特徴の付加が精度に与える影響をKITTIで系統的に評価した。深度バックボーンの選択と幾何学的忠実性が性能を支配し、意味的特徴の追加効果は限定的であることを示した。
原題: Systematic Evaluation of Depth Backbones and Semantic Cues for Monocular Pseudo-LiDAR 3D Detection / Samson Oseiwe Ajadalu
日本語で読む → - 論文マニピュレーションロボティクス
レンチ外乱オブザーバによるゼロレンチ制御:学習不要なペグ挿入組立
タスク空間の慣性をオブザーバに組み込んだDW-DOBを提案し、接触を伴う作業で外力と動的反力を分離して高感度なゼロレンチ制御を実現、H7/h6公差のペグ挿入で有効性を示した。
原題: Zero Wrench Control via Wrench Disturbance Observer for Learning-free Peg-in-hole Assembly / Kiyoung Choi, Juwon Jeong, Sehoon Oh
日本語で読む → - 論文ナビゲーション機械学習
GRL-SNAM: 未知環境における経路微分ハミルトニアンを用いた幾何学的強化学習による同時ナビゲーションとマッピング
未知環境で地図を事前に持たずに、局所的なセンサ情報のみから経路探索と地図構築を同時に行う強化学習フレームワークを提案。ハミルトニアン最適化によりセンサ入力を局所的なエネルギー地形に変換し、適応的に経路を更新する。
原題: GRL-SNAM: Geometric Reinforcement Learning with Path Differential Hamiltonians for Simultaneous Navigation and Mapping in Unknown Environments / Aditya Sai Ellendula, Yi Wang, Minh Nguyen 他
日本語で読む → - 論文ドローン競技/単眼状態推定ロボティクス
MonoRace: 堅牢な単眼AIでドローン競技チャンピオンレベルを制する
単眼カメラとIMUのみを搭載し、ニューラルネットによるゲート検出と状態推定、オフラインキャリブレーション、直接モーター指令のNN制御を組み合わせて、2025年アブダビ自律ドローン競技会で人間世界王者3人を含む全参加者を破った。
原題: MonoRace: Winning Champion-Level Drone Racing with Robust Monocular AI / Stavrow A. Bahnam, Robin Ferede, Till M. Blaha 他
日本語で読む → - 論文シーン生成画像認識
SceneFoundry: インタラクティブな無限3D世界の生成
言語プロンプトから、関節付き家具を含むアパート規模の物理的に実現可能な3D環境を拡散モデルで自動生成し、ロボット学習用のシーンを提供するフレームワーク。
原題: SceneFoundry: Generating Interactive Infinite 3D Worlds / ChunTeng Chen, YiChen Hsu, YiWen Liu 他
日本語で読む → - 論文画像生成画像認識
反復的な自己修正による構成的画像生成の改善
視覚言語モデルを批評役として用い、テキスト画像生成モデルが複数ステップで生成を反復的に洗練させる手法を提案し、構成的なプロンプトでの生成精度を向上させた。
原題: Iterative Refinement Improves Compositional Image Generation / Shantanu Jaiswal, Mihir Prabhudesai, Nikash Bhardwaj 他
日本語で読む → - 論文能動的3D再構成/NeRFロボティクス
HERE: 認識的不確かさ最小化による階層的能動的放射輝度場探索
認識的不確かさを定量化し、局所・大域の階層的計画でカメラ軌道を生成することで、NeRFによる3D再構成を効率化・高精度化する能動学習フレームワーク。
原題: HERE: Hierarchical Active Exploration of Radiance Field with Epistemic Uncertainty Minimization / Taekbeom Lee, Dabin Kim, Youngseok Jang 他
日本語で読む → - 論文マニピュレーションロボティクス
HumanoidVLM: 視覚言語ガイドによるインピーダンス制御で接触の多いヒューマノイドマニピュレーション
視覚言語モデルとRAGを用いて、一人称視覚画像からタスクに適したインピーダンスパラメータと把持設定を選択し、Unitree G1ヒューマノイドの柔軟な操作を実現した。
原題: HumanoidVLM: Vision-Language-Guided Impedance Control for Contact-Rich Humanoid Manipulation / Yara Mahmoud, Yasheerah Yaqoot, Miguel Altamirano Cabrera 他
日本語で読む → - 論文3Dセグメンテーション画像認識
CropNeRF: ニューラル放射場に基づく作物カウントフレームワーク
多視点画像とNeRFを組み合わせ、3Dインスタンスセグメンテーションで作物を正確に数える手法を提案し、綿花・リンゴ・ナシのデータセットで有効性を示した。
原題: CropNeRF: A Neural Radiance Field-Based Framework for Crop Counting / Md Ahmed Al Muzaddid, William J. Beksi
日本語で読む → - 論文群制御ロボティクス
動的な緊急車両用車線と回廊形成のための階層型GNNマルチエージェント学習
階層型グラフニューラルネットワークとマルチエージェント強化学習を用いて、接続車両を協調させ緊急車両用の回廊を動的に形成する手法を提案し、シミュレーションで緊急車両の走行時間を大幅に短縮した。
原題: Hierarchical GNN-Based Multi-Agent Learning for Dynamic Queue-Jump Lane and Emergency Vehicle Corridor Formation / Haoran Su
日本語で読む → - 論文VLAロボティクス
ロボット操作のためのエージェント型LLMフレームワークALRM
LLMによる推論とロボット制御を統合したエージェント型フレームワークALRMを提案し、多様な言語指示を含む56タスクの新ベンチマークで評価した。
原題: ALRM: Agentic LLM for Robotic Manipulation / Vitor Gaboardi dos Santos, Ibrahim Khadraoui, Ibrahim Farhat 他
日本語で読む → - 論文振動計測/データ収集システム制御
UAVのタキシング振動試験向け低コストデータ収集システム
小型固定翼UAVのタキシング振動試験用に、OrangePiとMEMS慣性センサを組み合わせた約600ユーロの低コスト加速度データ収集システムを開発し、その信頼性を実験的に検証した。
原題: Affordable Data Collection System for UAVs Taxi Vibration Testing / Chaoyi Lin Yang, Gabriele Dessena, Oscar E. Bonilla-Manrique
日本語で読む → - 論文UAV着陸ロボティクス
機敏なUAV着陸のための双方向適応フレームワーク
移動プラットフォームが自ら傾いて最適な着陸姿勢を作り、ドローンと協調して着陸を並列化する双方向協調着陸フレームワークを提案した。
原題: A Bi-directional Adaptive Framework for Agile UAV Landing / Chunhui Zhao, Xirui Kao, Yilin Lu 他
日本語で読む → - 論文逆ゲーム/ベイズ推論機械学習
高次元マルチモーダル観測を用いたベイズ逆ゲーム
複数エージェントの非協力ゲームにおいて、観測データから隠れた目的関数の事後分布を近似ベイズ推論で推定し、安全な意思決定を可能にするフレームワークを提案。
原題: Bayesian Inverse Games with High-Dimensional Multi-Modal Observations / Yash Jain, Xinjie Liu, Lasse Peters 他
日本語で読む →
PR・アフィリエイト広告
