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: 2025/12/1 / 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3D視覚表現学習ロボティクス
動的構造を考慮した3D視覚表現の自己教師あり事前学習フレームワークAFRO
ロボット操作向けに、行動や再構成の教師なしで状態間の動的構造を捉える3D視覚表現を学習する自己教師あり手法を提案し、拡散ポリシーと組み合わせて操作成功率を向上させた。
原題: Bootstrap Dynamic-Aware 3D Visual Representation for Scalable Robot Learning / Qiwei Liang, Boyang Cai, Minghao Lai 他
日本語で読む → - 論文マニピュレーションロボティクス
SpeedAug: テンポ強化方策とRL微調整による方策加速
人間のデモで訓練された遅い方策を、速度拡張デモからテンポ多様性を学びRL微調整でタスク最適な実行速度を獲得させることで高速化するフレームワーク。
原題: SpeedAug: Policy Acceleration via Tempo-Enriched Policy and RL Fine-Tuning / Taewook Nam, Junmo Cho, Youngsoo Jang 他
日本語で読む → - 論文安全制御制御
高次制御バリア関数と高速射影を用いた船舶の安全スライディングモード制御
スライディングモード制御と高次制御バリア関数を組み合わせ、高速射影で衝突回避制約を満たす船舶の安全制御フレームワークを提案し、シミュレーションで有効性を示した。
原題: Safe Sliding Mode Control for Marine Vessels Using High-Order Control Barrier Functions and Fast Projection / Spyridon Syntakas, Kostas Vlachos
日本語で読む → - 論文マニピュレーションロボティクス
セマンティックセグメンテーションとキーポイント検出を用いたハイブリッドグリッパによるトマト収穫の新手法
柔らかい補助指と剛体外骨格を組み合わせたハイブリッドグリッパと、RGB-Dカメラによるセグメンテーション・キーポイント検出、力制御とPSO軌道計画を統合し、トマトの自動収穫を約80%の成功率で実現した。
原題: A Novel Approach to Tomato Harvesting Using a Hybrid Gripper with Semantic Segmentation and Keypoint Detection / Shahid Ansari, Mahendra Kumar Gohil, Yusuke Maeda 他
日本語で読む → - 論文状態推定ロボティクス
非ガウス因子を持つガウス変分推論による状態推定:UWB測位への応用
スパースなガウス変分推論をリー群上の状態推定と裾の重い歪んだ雑音に対応するよう拡張し、NLOS環境のUWB測位で精度向上を実証した。
原題: Gaussian Variational Inference with Non-Gaussian Factors for State Estimation: A UWB Localization Case Study / Andrew Stirling, Mykola Lukashchuk, Dmitry Bagaev 他
日本語で読む → - 論文軌道計画ロボティクス
動的センサフットプリントを考慮したエルゴディック軌道計画
センサの視野が移動に伴い変化する状況に対応するため、動的フットプリントを考慮した新しいエルゴディック指標と軌道最適化アルゴリズムを提案し、従来法より最大10倍優れたエルゴディック性を実現した。
原題: Ergodic Trajectory Planning with Dynamic Sensor Footprints / Ziyue Zheng, Yongce Liu, Hesheng Wang 他
日本語で読む → - 論文VLAAI
ActionFlow: エッジ上での視覚言語モデル向けパイプライン型アクション高速化
VLAモデルの推論をマイクロリクエストのパイプラインとして再定義し、PrefillとDecodeを跨いでバッチ処理することで、再学習なしにエッジ上で2.55倍のFPS向上を実現した。
原題: ActionFlow: A Pipelined Action Acceleration for Vision Language Models on Edge / Yuntao Dai, Hang Gu, Teng Wang 他
日本語で読む → - 論文マルチエージェント/人間-ロボット協調ロボティクス
モノリシック基盤モデルを身体性マルチエージェントアーキテクチャへ変換し人間-ロボット協調を実現
単一の基盤モデルを複数の専門エージェントに分解し、知覚・計画・検証・人間への委任を連携させるLLM駆動フレームワークInteractGenを提案。異種ロボットチームでの3ヶ月実証でタスク成功率と協調性の向上を示した。
原題: Transforming Monolithic Foundation Models into Embodied Multi-Agent Architectures for Human-Robot Collaboration / Nan Sun, Bo Mao, Yongchang Li 他
日本語で読む → - 論文ナビゲーションロボティクス
VLD: 強化学習ナビゲーションのための視覚言語ゴール距離
インターネット規模の動画で自己教師あり学習した目標までの距離予測器と、シミュレーションで訓練した強化学習方策を組み合わせ、画像・テキスト両方のゴール指定に対応するナビゲーション手法を提案。
原題: VLD: Visual Language Goal Distance for Reinforcement Learning Navigation / Lazar Milikic, Manthan Patel, Jonas Frey
日本語で読む → - 論文ナビゲーションロボティクス
ImagineNav++: シーン想像を通じて視覚言語モデルを身体化ナビゲータとして促す
RGB/RGB-D画像のみを用い、視覚言語モデルが将来の視点画像を想像して最適な視点を選ぶことで、地図なしで物体探索などの視覚ナビゲーションを実現するフレームワーク。
原題: ImagineNav++: Prompting Vision-Language Models as Embodied Navigator through Scene Imagination / Teng Wang, Xinxin Zhao, Wenzhe Cai 他
日本語で読む → - 論文マニピュレーションロボティクス
Dream2Flow: 3Dオブジェクトフローで動画生成とオープンワールド操作をつなぐ
生成動画から3Dオブジェクトの動きを再構成し、それを中間表現として軌道追跡問題に変換することで、実演なしに多様な物体を操作できるフレームワークを提案。
原題: Dream2Flow: Bridging Video Generation and Open-World Manipulation with 3D Object Flow / Karthik Dharmarajan, Wenlong Huang, Jiajun Wu 他
日本語で読む → - 論文VLAロボティクス
UAVとの対話:大規模言語モデルに基づく人とUAVのインタラクション
ユーザとUAVの自然言語による対話を実現するため、タスク計画エージェントと実行エージェントの二重LLMエージェント構成を提案し、4つの応用シナリオで性能を評価した。
原題: Chat with UAV -- Human-UAV Interaction Based on Large Language Models / Haoran Wang, Zhuohang Chen, Guang Li 他
日本語で読む → - 論文経路計画ロボティクス
テザー移動ロボットの配置空間の連続トポロジカルモデルの効率的計算
テザー付き移動ロボットの配置空間を、作業空間の多角形表現から単体的複体モデルとして構築する手法を提案し、従来の離散表現より高速に計算できることを示した。
原題: Efficient Computation of a Continuous Topological Model of the Configuration Space of Tethered Mobile Robots / Gianpietro Battocletti, Dimitris Boskos, Bart De Schutter
日本語で読む → - 論文軌道計画ロボティクス
安全シールド付きモデル予測拡散プランナ
拡散モデルによる軌道生成に安全シールドを統合し、ノイズ除去過程で安全性と運動学的実現可能性を保証する学習不要のプランナを提案。
原題: Safe Model Predictive Diffusion with Shielding / Taekyung Kim, Keyvan Majd, Hideki Okamoto 他
日本語で読む → - 論文動作計画ロボティクス
有人パラフォイルの安全着陸のための動作計画
サンプリングベース動作計画(SST)をパラフォイル飛行に適用し、バンク角を最小化する安全な軌道を生成。人間パイロットの飛行データと比較し、20〜80%のコスト改善を達成した。
原題: Motion Planning for Safe Landing of a Human-Piloted Parafoil / Maximillian Fainkich, Kiril Solovey, Anna Clarke
日本語で読む → - 論文群制御ロボティクス
不整地におけるマルチロボットシステムのペイロード姿勢維持
複数のロボットでペイロードを運搬する際、不整地でも姿勢を保つため、各ロボットのピストン高さをPID制御で調整する手法を提案した。
原題: Maintaining the Level of a Payload carried by Multi-Robot System on Irregular Surface / Rishabh Dev Yadav, Shrey Agrawal, Kamalakar Karlapalem
日本語で読む → - 論文群制御制御
協調・非協調UAS環境下での深層ニューラルネットワークによる空中輸送
深層ニューラルネットワークを用いて、非協調的なエージェントが存在する環境でもロバストに動作する分散型UAS輸送・カバレッジ制御フレームワークを提案した。
原題: Deep Neural Network-Based Aerial Transport in the Presence of Cooperative and Uncooperative UAS / Muhammad Junayed Hasan Zahed, Hossein Rastgoftar
日本語で読む → - 論文VLAロボティクス
HELP: 家庭タスクのための階層型身体化言語プランナ
家庭内タスクを解くため、LLMベースの複数エージェントを階層的に組み合わせたプランナを提案し、実機実験で評価した。
原題: HELP: Hierarchical Embodied Language Planner for Household Tasks / Alexandr V. Korchemnyi, Anatoly O. Onishchenko, Eva A. Bakaeva 他
日本語で読む → - 論文sim2realロボティクス
堅牢なAAV着陸のためのエキスパート切替:シミュレーションにおける二重検出器フレームワーク
ヘリパッド検出を遠距離用と近距離用の2つのYOLOv8エキスパートに分け、機体視点に応じて切替えることで、高度変化に強い着陸を実現した。
原題: Expert Switching for Robust AAV Landing: A Dual-Detector Framework in Simulation / Humaira Tasnim, Ashik E Rasul, Bruce Jo 他
日本語で読む → - 論文制御/ベイズ最適化ロボティクス
ベイズ最適化による再学習不要のニューラルネットワーク近似MPCのファインチューニング
ベイズ最適化を用いて、再学習なしにニューラルネットワーク近似モデル予測制御のパラメータを実験データから自動調整する手法を提案し、倒立振子や一輪車ロボットのハードウェア実験で有効性を示した。
原題: Fine-Tuning of Neural Network Approximate MPC without Retraining via Bayesian Optimization / Henrik Hose, Paul Brunzema, Alexander von Rohr 他
日本語で読む → - 論文深度補完画像認識
ロボティクス向け高忠実度RGB-D深度補完のための幾何認識型スパース深度サンプリング
RGB-D点群の法線推定に基づく画素ごとの深度信頼度を計算し、その分布に従ってスパース深度をサンプリングする手法を提案。拡散ベースの深度補完モデルと組み合わせ、NYU Depth v2で精度向上とエッジ付近のアーティファクト低減を実現した。
原題: Geometry-Aware Sparse Depth Sampling for High-Fidelity RGB-D Depth Completion in Robotic Systems / Tony Salloom, Dandi Zhou, Xinhai Sun
日本語で読む → - 論文マルチエージェント強化学習ロボティクス
IPPOはチームではなくゲームを学ぶ:異種エージェントチームにおける汎化の研究
異種エージェント環境で、自己対戦PPO(IPPO)が未知のチームメイトアルゴリズムに汎化できるかを検証し、多様なチームメイトに触れるRotating Policy Trainingと同等の性能を示した。
原題: IPPO Learns the Game, Not the Team: A Study on Generalization in Heterogeneous Agent Teams / Ryan LeRoy, Jack Kolb
日本語で読む → - 論文マニピュレーションロボティクス
LoLA: 汎用ロボットマニピュレーションのための長期的潜在行動学習
多視点観測と固有感覚を統合し、視覚言語表現をロボットの運動空間に接地させることで、長期的な言語誘導マニピュレーションを可能にするフレームワークLoLAを提案した。
原題: LoLA: Long Horizon Latent Action Learning for General Robot Manipulation / Xiaofan Wang, Xingyu Gao, Jianlong Fu 他
日本語で読む → - 論文測位・センサフュージョンロボティクス
GNSS/UWB/IMU融合による屋内外シームレス歩行者測位:EKF・FGO・PFの比較
GNSS・UWB・IMUを融合し、屋内外をシームレスに歩行者測位する枠組みを構築。EKF・因子グラフ最適化・パーティクルフィルタの3手法を比較し、ESKFが最も安定した性能を示した。
原題: Seamless Outdoor-Indoor Pedestrian Positioning System with GNSS/UWB/IMU Fusion: A Comparison of EKF, FGO, and PF / Jiaqiang Zhang, Xianjia Yu, Sier Ha 他
日本語で読む → - 論文強化学習/ドッキング/微小重力ロボティクス
微小重力環境における6自由度ドッキングのための強化学習:ISS-JEM内のInt-Ball2を用いたシミュレーション研究
JAXAのInt-Ball2ロボットの6自由度ドッキングを、Isaac Sim上の高忠実度JEMモデルでPPOを用いて強化学習し、ドメインランダム化と観測ノイズ下で安定したドッキングを実現した。
原題: Reinforcement Learning based 6-DoF Maneuvers for Microgravity Intravehicular Docking: A Simulation Study with Int-Ball2 in ISS-JEM / Aman Arora, Matteo El-Hariry, Miguel Olivares-Mendez
日本語で読む → - 論文経路追従/MPCロボティクス
固定翼小型UASのための非線形モデル予測制御による3次元経路追従誘導
固定翼小型UASの3次元経路追従のため、非線形モデル予測制御に基づく2つの誘導則を設計し、飛行試験で従来法より優れた性能を示した。
原題: 3D Path-Following Guidance via Nonlinear Model Predictive Control for Fixed-Wing Small UAS / Camron Alexander Hirst, Chris Reale, Eric Frew
日本語で読む → - 論文自動運転ADASロボティクス
テスラの信号・一時停止制御のベンチマーク:実走行データセットと挙動分析
テスラの信号・標識認識ADASを実車で走行させ、軌跡データと映像を収集して停止・加速・追従の挙動を分類し、FVDMモデルで定量化した。
原題: Benchmarking Tesla's Traffic Light and Stop Sign Control: Field Dataset and Behavior Insights / Zheng Li, Peng Zhang, Shixiao Liang 他
日本語で読む → - 論文VLAロボティクス
手頃なフィジカルAIに向けて:実世界ロボット制御のためのVLAモデルのLoRAファインチューニング
LoRAと量子化を用いて30億パラメータ級のVLAモデルを8GB VRAMの民生GPUで動かせるようにファインチューニングし、低コストなSO101ロボットアームでのボタン押しタスクに実装した研究。
原題: Towards Accessible Physical AI: LoRA-Based Fine-Tuning of VLA Models for Real-World Robot Control / Abdullah Yahya Abdullah Omaisan, Ibrahim Sheikh Mohamed
日本語で読む → - 論文VLAロボティクス
EVOLVE-VLA: 環境フィードバックによるテスト時訓練で視覚言語行動モデルを適応させる
テスト時に環境との相互作用から学習し、ノイズの多い進捗推定を平滑化して方策を進化的に改善するVLA向けテスト時訓練フレームワークを提案。
原題: EVOLVE-VLA: Test-Time Training from Environment Feedback for Vision-Language-Action Models / Zechen Bai, Chen Gao, Mike Zheng Shou
日本語で読む → - 論文軌道予測ロボティクス
シナリオ適応型不確実性定量化による統計的保証付き軌道予測
自動運転の軌道予測において、Frenet座標系とConformal予測を用いてシナリオごとの予測区間を生成し、軌道の信頼性を判定するフレームワークを提案した。
原題: Scenario-aware Uncertainty Quantification for Trajectory Prediction with Statistical Guarantees / Yiming Shu, Jiahui Xu, Linghuan Kong 他
日本語で読む →
PR・アフィリエイト広告
