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: 2026/10/20 / 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 →- 論文言語誘導表現編集ロボティクス
言語による柔軟な特徴編集でロボット行動を適応させるFLEX
言語モデルを用いてロボットの内部表現を「追加・一般化・マスク」の3操作で反復的に修正し、自然言語の指示からタスクに必要な特徴を柔軟に獲得する手法を提案した。
原題: Flexible Language-Guided Representation Editing for Adaptive Robot Behavior / Audrey Lee, Nathaniel Dennler, Ilia Sucholutsky 他
日本語で読む → - 論文VLAロボティクス
推論遅延を意思決定時間に変える投機的アクションチャンク検証VLA
VLAの非同期推論で生じる観測の陳腐化に対処するため、推論開始時の観測から複数候補を生成し、コミット直前の新しい観測でFlowResスコアにより最適なアクションチャンクを選択する学習不要のフレームワークを提案。
原題: PACT-VLA: Speculative Action-Chunk Verification with Pre-Commit Observations / Yixiang Zhu, Ruilong Wu, Yonghao Chen 他
日本語で読む → - 論文HRIロボティクス
メタ学習によるモード認識と適応制御を用いた人とロボットのインタラクション
人間の能動的な誘導と受動的な追従のモードをメタ学習したニューラルネットで閾値なしに認識し、適応メタ学習制御で力の変動や未モデル動特性に対応するHRIフレームワークを提案した。
原題: Human-Robot Interaction via Meta-Learning Based Mode Recognition and Adaptive Control / Nuo Chen, Ya-Jun Pan
日本語で読む → - 論文ハードウェア高速化機械学習
FPGA・集積回路における強化学習のハードウェア高速化とシステム最適化に関するサーベイ
FPGAやIC上での強化学習の実装研究100件以上を、アルゴリズム種別・実装戦略・応用分野ごとに整理し、性能や課題を統合的に分析したサーベイ。
原題: Reinforcement learning for hardware acceleration and system-level optimization on FPGA and integrated-circuit platforms: A survey / Hamza Kheddar
日本語で読む → - 論文模倣学習ロボティクス
頭部カメラだけでほぼ完結:1台の移動カメラでラベル付け・観測される電子部品不要のUMIグローブ
頭に装着した1台のカメラで、電子部品不要のグローブ上のマーカーを読み取り把持姿勢と開き幅を推定する低コストなデモ収集システムを提案し、実機ポリシー学習で有効性を示した。
原題: A Head Camera Is (Almost) All You Need: An Electronics-Free UMI Glove Labelled and Observed by One Moving Camera / Yosub Shin, Yuan Liu, Igor Molybog
日本語で読む → - 論文VLAロボティクス
マルチビュー潜在アクション事前学習による動画からの異形態ロボット学習
複数カメラ視点の同期動画からクロスアテンションで奥行きと遮蔽を解消し潜在アクションを学習する手法を提案し、単一視点より6D行動の復元性と下流タスク成功率が向上することを示した。
原題: Multi-View Latent Action Pretraining for Cross-Embodiment Robot Learning from Videos / Oliver Hausdörfer, Felix Minzenmay, Mani Majd 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
1つのポリシーで多様なスタイルを:操縦可能なヒューマノイド制御のための選好集約の最適な場所
ヒューマノイド制御において、選好条件付き強化学習の選好集約を報酬・アドバンテージ・損失・PCGradの各レベルで比較し、応答性と制御精度のトレードオフを明らかにした。
原題: One Policy, Many Styles: Where to Aggregate Preferences for Steerable Humanoid Control? / Ziqian Huang, Yuzhuo Chen, Shimin 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
押し動作ランキングで可動障害物ナビゲーションを効率化するSPAR
シミュレーション探索の結果から押し動作の優先度を学習するランカーを提案し、可動障害物を押しのけて進むナビゲーションの探索コストを大幅に削減した。
原題: SPAR: Search-trained Push Action Ranker for Efficient Navigation Among Movable Obstacles / Dhruv Metha Ramesh, Tri-An Nguyen, Junshan Huang 他
日本語で読む → - 論文VLAロボティクス
コーディングエージェントの事後学習をロボットプランナに応用するフレームワーク
ロボットプランナを対象に、教師あり微調整とマルチターン強化学習を組み合わせた事後学習フレームワークAgenticRoboRLを提案し、9Bモデルの成功率を18.1%から71.0%へ向上させた。
原題: AgenticRoboRL: Bringing Coding-Agent Post-Training to Agentic Robotics / Xinxin Liu, Bingxin Xu, Wenrui Bao 他
日本語で読む → - 論文シーン再構築ロボティクス
SceneRig:単一画像からシミュレーション可能な3Dシーンを再構築するエージェントシステム
単一画像から物理的に安定した編集可能な3Dシーンを生成するエージェント型システムを提案し、物体の配置精度とロボット政策の予測精度を向上させた。
原題: SceneRig: An Agentic System for Simulation-Ready 3D Scene Reconstruction from Single Images / Rundong Luo, Yunong Liu, Di Cao 他
日本語で読む → - 論文世界モデル画像認識
点軌跡予測による4次元世界の学習
多視点動画と言語指示から将来の動画とシーン点の3D軌跡を同時予測する世界モデルVPMを提案し、ロボット制御にも応用した研究。
原題: Learning the 4D World through Point Trajectory Forecasting / Byungwoo Jeon, Sunghwan Hong, Dohyeon Kim 他
日本語で読む → - 論文医用画像基盤モデル画像認識
Brain2Vec:構造的脳MRIのための自己教師あり3D基盤モデル
74,425件のT1強調MRIで事前学習した3D基盤モデルを提案し、脳年齢予測の微調整や複数の下流分類で高い性能と収束速度を示した。
原題: Brain2Vec: A Self-Supervised 3D Foundation Model for Structural Brain MRI / Spiros Maggioros, Guray Erus, Gareth Harman 他
日本語で読む → - 論文触覚ロボティクス
人間の手と物体の相互作用データから触覚を考慮した手の表現を学習する
大規模な人間の手と物体の相互作用データを用いて、実触覚信号なしで触覚を考慮した手の表現を事前学習するHuTactを提案し、把持予測や滑り検出などでデータ効率と初期化性能の向上を示した。
原題: Learning Tactile-Aware Hand Representations from Human Hand-Object Interaction Data / Yeonguk Yu, Jaehong Kim, Byungok Han
日本語で読む → - 論文説明可能ナビゲーションロボティクス
視覚障害者支援ロボットのためのLLMによる障害物回避ナビゲーション説明
盲導犬ロボットの障害物回避動作を大規模言語モデルで自然言語説明する枠組みを提案し、Unitree Go2で実装して説明の文脈構成が信頼と満足度に与える影響を評価した。
原題: Navigation Explainability for Object Avoidance with LLMs for Assistive Robots / Courtney Young, Yi Lian, Taery Kim 他
日本語で読む → - 論文sim2realロボティクス
HyperDrone:毎秒数百万フレームのシミュレーションから実機への転送
GPUレイトレーシングで毎秒数百万フレームを描画できる超高速なクアッドロータシミュレータを開発し、シミュレーションのみで学習した視覚ベースのヨー制御方策を実機Crazyflieにオンボードで転送できることを示した。
原題: HyperDrone: Simulation-to-Reality Transfer at Millions of Frames per Second / Jonas Eschmann, Giuseppe Loianno
日本語で読む → - 論文世界モデル画像認識
言語条件付き潜在世界モデルによる多様なデータからの想像計画
数値行動や視覚変化を言語で記述し、言語モデル上に構築した潜在世界モデルで異種データを統合学習。計画性能と頑健性を高め、下流ポリシーの初期化にも有効であることを示した。
原題: LaLa-World: Scaling Latent World Models with Natural Language Actions / Junha Song, Geonmo Gu, Jeongeun Park 他
日本語で読む → - 論文ロボット群メモリロボティクス
産業用ReMEmbR:ロボット群への時空間メモリのスケーリング
倉庫ロボット群の映像をオンデマンドで意味記憶化する共有時空間メモリシステムを提案し、エッジとサーバでモデルを分割して計算・通信コストを削減した。
原題: Industrial ReMEmbR: Scaling Spatiotemporal Memory to Robot Fleets / Jad Yammine, Malek Wahidi, Abrar Anwar 他
日本語で読む → - 論文sim2realcs.SE
PCLA-Bridge: CARLAエージェントのクロスドメイン展開フレームワーク
CARLA Leaderboard向けエージェントを改変なしで他シミュレータや実データに展開できるツールを提案し、nuScenesや3種のシミュレータで動作を検証した。
原題: PCLA-Bridge: A Framework for Cross-Domain Deployment of CARLA Agents / Masoud Jamshidiyan Tehrani, Jinhan Kim, Paolo Tonella
日本語で読む → - 論文安全性/ベンチマークロボティクス
CAPSafe:具現化エージェントの文脈的行動・計画安全推論ベンチマーク
LLM搭載の具現化エージェント向けに、単一行動の安全性と長期的計画の安全性を二段階で評価するベンチマークCAPSafeを提案し、9つのLLMを評価して危険認識と安全な長期計画の間に大きなギャップがあることを示した。
原題: CAPSafe: A Benchmark for Contextual Action and Plan Safety Reasoning in Embodied Agents / Youmna Farag, Svetlana Stoyanchev, Simon Keizer 他
日本語で読む → - 論文VLAAI
ゲーム世界で身体性エージェントをスケールする:多様な仮想世界での継続事前学習
多様な仮想世界のデータで身体性エージェントを継続事前学習し、データ量・多様性・モデル規模が性能と汎化に与える影響を体系的に調べた研究。
原題: Scaling in Games: Continued Pre-Training For Embodied Agents In Diverse Virtual Worlds / Kuan Zhang, Yukun Chen, Zhihao Yang 他
日本語で読む → - 論文記憶/表現学習ロボティクス
ロボット経験をニューラル暗黙表現で記憶するパラメータ空間メモリ
各エピソードの動画をニューラル暗黙表現として学習し、その重み差分を固定長の記憶として保持することで、時間長に依存しないメモリを実現した論文。
原題: inr2action: Encoding Robot Episodes as Neural Implicit Representations for Recall and Action / Leann Alhashishi, Christos Margadji, Sebastian William Pattinson
日本語で読む → - 論文VLAロボティクス
FIT-MAC: VLAモデルの堅牢性を高める閉ループ型マルチエージェント制御フレームワーク
VLAポリシーの推論時に、計画・対象特定・検証・修正の各エージェントを組み合わせた閉ループ制御層を追加し、物体位置や指示の変化による失敗を検出して適切に回復させることで堅牢性を向上させた研究。
原題: FIT-MAC: A Closed-Loop Multi-Agent Framework for Robust Vision-Language-Action Models / Jiatong Li, Jisheng Dang, Qiangqiang Ma 他
日本語で読む → - 論文マニピュレーションロボティクス
Boston Dynamics Spotによる自律レンガ積みの試み
四足歩行ロボットSpotにマニピュレータを搭載し、CADで指定した位置にレンガを自動積み上げるシステムを構築。曲線4層壁の積み上げで平均10mm未満の位置誤差を達成し、屋外・階段環境でも動作を検証した。
原題: Towards Autonomous Bricklaying Using Boston Dynamics Spot / Karl-Johan Sorensen, Nico vom Hofe, Frank H. P. Fitzek
日本語で読む → - 論文マニピュレーションロボティクス
イベント駆動型メモリ更新による履歴依存マニピュレーション
視覚言語モデルとVLAモデルを組み合わせた階層型フレームワークで、軽量なイベントモニタがサブゴール完了を判定してメモリを更新し、履歴依存の操作タスクを高精度に遂行する。
原題: EventSync: Event-Driven Memory Updates for History-Dependent Manipulation / Jingjiao Zhao, Dong Jing, Mingyu Cao 他
日本語で読む → - 論文モデル予測制御ロボティクス
空間的に変化する風下でのクアッドロータ向けリアルタイム外乱認識Koopmanモデル予測制御
オフラインで同定したKoopmanモデルを固定しつつ、オンラインで低次元の外乱補正を学習するDA-KCFをMPCに組み込み、風の乱れ下でナノクアッドロータの予測精度と軌道追従をリアルタイムに改善した。
原題: Real-Time Disturbance-Aware Koopman Model Predictive Control for Quadrotors in Spatially Varying Winds / Stella Kombo, Masih Haseli, Alejandro A. Stefan-Zavala 他
日本語で読む → - 論文触覚ロボティクス
触覚のインコンテキスト学習による実体化タスクエージェントの精密マニピュレーション
触覚経験をインコンテキスト学習でエージェントに組み込み、モデル更新なしで精密マニピュレーションを実現できるか検証した研究。触覚観察を加えることでシミュレーションと実機のタスク成功率が向上した。
原題: Embodied Task Agents Can Perform Fine Manipulation through Tactile In-Context Learning / Yubang Wang, Zezheng Huai, Yifei Zhang 他
日本語で読む → - 論文世界モデルAI
Slot-JEPA: 物体構造化予測インターフェースによる潜在世界モデル
JEPAの密なパッチ表現を安定した意味スロットと時変空間マスクに分解し、物体構造を再利用可能なインターフェースとして下流予測器に提供する手法を提案。遷移記憶予測器と不均衡最適輸送による学習で空間変位に敏感な予測を実現する。
原題: Slot-JEPA: Object-Structured Prediction Interfaces for Latent World Models / Peisong Wen, Qianqian Xu, Minye Lei 他
日本語で読む → - 論文VLAロボティクス
拡散モデル不要の未来予測によるロボット制御
映像と行動の専門家モデルを1ステップ予測器に蒸留し、予測した未来から行動を直接生成するDirectWAMを提案。LIBEROで97.1%、RoboTwin 2.0で85.4%の成功率を達成した。
原題: De-Diffusing WAMs: Action-Sufficient Direct Prediction for Robot Control / Shaoyi Zheng, Zhongtao Jiang, Yue Peng 他
日本語で読む → - 論文交通流モデリングロボティクス
マルチソース軌道データから解釈可能な車間追従モデルをエージェントが発見
交通流知識と進化的記号探索を組み合わせたエージェント型フレームワークで、複数データセットから解釈可能な車間追従モデルAERMを自動発見し、古典モデルより高精度な軌道再現を実現した。
原題: Agentic discovery of interpretable car-following laws from multi-source trajectory data / Jiamei Xu, Jie Sun, Keshuang Tang 他
日本語で読む → - 論文群制御制御
無信号交差点を安全かつ円滑に通過する分散型プラトーン制御:安定性解析
閉ループ経路上の無信号交差点を対象に、車両切り替えを伴うスイッチド系の局所指数収束を解析し、過渡期の安全な通過と定常状態での滑らかな通過を保証する分散型プラトーン制御器を提案した。CARLAシミュレータで有効性を実証。
原題: Distributed Platoon Control for Safe and Smooth Crossing at an Unsignalized Intersection-Part I: Stability Analysis / Bin-Bin Hu, Shuwei Pei, Saeed Ahmed 他
日本語で読む →
PR・アフィリエイト広告
