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VLAロボティクス
身体性を持つ視覚言語モデルの社会的推論能力を評価
ロボット向けに特化した視覚言語モデルGemini Robotics-ERが、人間との社会的相互作用をどの程度理解できるかをSHRECベンチマークで汎用モデルと比較評価した。
原題: Evaluating Social Reasoning in Embodied Vision-Language Models / Daniel Weiner, Raj Korpan
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 → - 論文追跡逃避ゲームロボティクス
リードス・シープ追跡者の円錐視野からの最短時間脱出:同速以下の逃避者に対する分類とゲーム値
リードス・シープ車両の前方円錐視野から全方位逃避者が最短時間で脱出する問題を解析し、速度比による脱出可否の分類と、同速以下での脱出時間・保持領域をゲーム理論的に導出した。
原題: Minimum-Time Escape from the Conic Field of View of a Reeds-Shepp Pursuer: Classification and Game Value for a Slower or Equally Fast Evader / Ubaldo Ruiz
日本語で読む → - 論文群制御cs.MA
局所作業から全体進歩へ:AIエージェント協調の収束理論
LLMエージェントの協調をブロック最適化として定式化し、干渉しない提案の統合と補正により線形収束を証明。ロボット経路計画などで単一エージェントより高速・高品質な結果を示した。
原題: Local Work, Global Progress: A Convergence Theory of AI Agent Collaboration / Ivan Ilin, Peter Richtárik
日本語で読む → - 論文物体姿勢追跡画像認識
RoPT: 動画中のロバストな6DoF物体姿勢追跡
視覚認識・時系列キネマティクス・再位置推定を統合した閉ループ型の6DoF物体姿勢追跡フレームワークを提案し、高速運動下での追跡破綻を大幅に改善した。
原題: RoPT: Robust 6DoF Object Pose Tracking in Video / Yongqing Liang, Yuzhong Chen, Sihang Li 他
日本語で読む → - 論文VLM評価AI
モデルに指を与える:視覚言語モデルの数え上げ能力を発達段階に沿って評価する
視覚言語モデルに画像上で印を付ける行為を与え、その印を発達心理学の数え上げ原理で監査することで、逐次的な視覚推論を解釈可能に評価する手法を提案。
原題: Give the Model a Finger: Developmentally Aligned Evaluation of Counting in Vision-Language Models / Yingxin Jia, Hui Geng, Wenxin Yang 他
日本語で読む → - 論文sim2realロボティクス
スケーラブルなヒューマノイド学習のための高速モーションリターゲティングパイプライン
多様な人間モーションをヒューマノイドへ高速に転送するFRDVを提案。運動学的リターゲティングと接触陰的iLQRによる動力学検証を組み合わせ、最大毎秒9,156フレームを達成し、強化学習による追従性能とsim-to-real転送を実証した。
原題: Fast Motion Retargeting Pipeline for Scalable Humanoid Robot Learning / Daniel Marew, Sangjun Park, Nisal Perera 他
日本語で読む → - 論文VLAロボティクス
フロンティアLLMがロボティクスへ参入:RoboColiseumによるクロスモデル評価
GPT-6系・Claude Opus 5.5・Gemini 4をロボット制御環境RoboColiseumに統合し、指示追従・空間推論・汎用マニピュレーション・頑健性の4軸で比較評価した。
原題: Frontier LLMs Enter the World of Robotics: A Cross-Model Evaluation on RoboColiseum / Da Huang, Jichao Wang, Junhui Wu 他
日本語で読む → - 論文行動転送/世界シミュレーション画像認識
自己中心視点の観察から行動を分離する世界シミュレーション手法
動画拡散モデルのノイズ除去過程を直接操作し、幾何推定器なしで自己中心視点の行動を新しい視覚文脈へ転送するEgoACTを提案。手と物体の構造保持と接触の現実性を両立させる。
原題: Decoupling Action from Egocentric Observation for World Simulation / Yue Ma, Pengjie Song, Xinyu Wang 他
日本語で読む → - 論文物体ゴールナビゲーション画像認識
CLOSER: 物体ゴールナビゲーションのための証拠に基づく能動的視覚検証
物体検出の誤認による誤停止を防ぐため、VLMによる不確実性ラベリングと多視点の証拠統合、必要なら拡散ポリシーで候補に接近して再観測する能動的検証フレームワークを提案し、ObjectNavの成功率を改善した。
原題: CLOSER: Evidence-Aware Active Visual Verification for Embodied Object-Goal Navigation / Pengying Wu, Mingye Jiang, Yunze Hu 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 → - 論文制御/学習ロボティクス
弾性関節アームのための強化学習統合型反復学習制御:モデル不確かさ下での軌道間汎化を保証
反復学習制御(ILC)と強化学習(RL)を並列に結合し、ILCの高精度サンプルとRLの軌道間汎化を両立させて、初回試行から高精度追従と安定性保証を実現する手法を提案した論文。
原題: Reinforced Iterative Learning Control for elastic joint arms: Guaranteed cross-trajectory generalization under model uncertainties / Yuri De Santis, Michele Pierallini, Franco Angelini 他
日本語で読む → - 論文sim2realロボティクス
影の正解データ付き月面ローバー向けオープンソースシミュレータMARE
Unreal Engine 5とROS 2で構築した月面ローバー用シミュレータを公開し、極域の低い太陽高度で生じる高コントラストな影の正解データを提供して知覚・自律走行アルゴリズムの開発を支援する。
原題: MARE: An Open-Source Lunar Rover Simulator with Shadow Ground Truth for Perception and Autonomy / Raúl Castilla-Arquillo, Miguel Olivares-Mendez
日本語で読む → - 論文手術ロボティクスロボティクス
熱画像による速度最適化で自律腫瘍切除の精度が向上
電気手術ロボットにおいて、リアルタイムの熱画像から切断速度を閉ループ制御するアルゴリズムThERMOを開発し、豚組織で熱損傷を最大52%減らしつつ切開精度を最大59%向上させた。
原題: Velocity Optimization via Thermal Imaging Enhances Autonomous Tumor Resection / Naveed D. Riaziat, Jiawei Ge, Ethan Kilmer 他
日本語で読む → - 論文安全制御ロボティクス
列挙に基づくニューラルHamilton-Jacobi安全証明の訓練
安全制約の確率的列挙で学習済みHJ値関数を微調整し、より広い認証領域と短い認証時間を実現。精緻化した証明に基づくシールド機構をIsaac Simと実車レースで検証し、安全違反ゼロを達成した。
原題: Enumeration-Guided Training of Neural Hamilton-Jacobi Safety Certificates / Mihaela-Larisa Clement, Tosca Pierro, Ezio Bartocci 他
日本語で読む → - 論文自動運転/VLAロボティクス
知覚しているのにブレーキを踏まない:推論型VLA運転モデルにおける知覚-行動バインディングのギャップ
推論強化型VLA運転モデルが危険を認識しながら制動に反映できない「知覚-行動バインディングのギャップ」を分析し、推論時に危険条件付きエネルギーを注入することで衝突を解消できることを示した論文。
原題: Perceives but Doesn't Brake: A Perception-Action Binding Gap in Reasoning Driving VLAs / Matteo Cercola, Katie Z Luo, Simone Formentin 他
日本語で読む → - 論文遠隔操作ロボティクス
作業空間のワープ:ヒューマノイド遠隔操作のための調整可能なリーチマッピングによる視覚アクセス拡張
ヒューマノイド遠隔操作で側方・後方の目標へのアクセスを操作者の回転に依存させずに済むよう、パノラマ方位ワープと上肢ヨー変換を組み合わせた視覚-運動再マッピングを提案し、2方式のプロトタイプで比較評価した。
原題: Warping the Workspace: Expanding Visual Access with Adjustable Reach Mapping for Humanoid Teleoperation / Keigo Minamida, Koya Dendo, Yuto Nakamura 他
日本語で読む → - 論文ヒューマノイド全身制御ロボティクス
単一の微分可能ワールドモデルでヒューマノイド全身制御をスケールさせる手法
剛体シミュレータのログから学習した微分可能ワールドモデルと追従ポリシーを同時訓練し、少ない計算量で大規模モーション追従を実現した研究。
原題: SuperMimic: Scaling Humanoid Whole-Body Control with One Differentiable World Model / Qiayuan Liao, Yiyang Shao, Junfeng Long 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sim2realロボティクス
単眼RGB動画から意味的に拡張したロボット学習データを生成するReal2Sem2Real
人間の単眼RGB実演動画1本から、カテゴリ内の多様な物体インスタンスに対する数千件のロボット実演データを生成するパイプラインを提案し、実機2台・4タスクでテレオペデータに匹敵するVLAポリシーを実現した。
原題: Real2Sem2Real: 3D Semantic Augmentations for Robot Learning from a Single Human RGB Demonstration / Matthew Strong, Ankush K. Dhawan, Julien Poffet 他
日本語で読む → - 論文sim2real画像認識
NeoWorld-3: ピクセルからコード定義の物理世界へ
視覚観測からコードで記述された実行可能な3D物理世界を再構築するコーディングエージェント型フレームワーク。再構築したデジタルツイン上で計画した操作を実機の双腕ロボットでゼロショット実行しReal-Sim-Realループを実現した。
原題: NeoWorld-3: From Pixels to Code-Defined Physical Worlds / Eachen Soong, Zijian Niu, Haoran Xu 他
日本語で読む → - 論文探索ロボティクス
MAPLE: モンドリアン過程を活用した学習不要の屋内探索
モンドリアン過程をオンライン生成事前分布として用い、未観測領域の占有を予測してフロンティア探索を改善する学習不要の手法を提案。学習ベース手法に匹敵する性能を低計算コストで実現した。
原題: MAPLE: Mondrian-Anchored Prior for Learning-free Indoor Exploration / Kelvin Aladum, Nisar Ahmed
日本語で読む → - 論文触覚画像認識
手物体動画から触覚表現を学ぶTouch-JEPA
手と物体の動画から自己教師あり学習で触覚表現を獲得し、限られた触覚データで接触や触覚強度を推定するフレームワークを提案した論文。
原題: Touch-JEPA: Tactile Representation Learning from Hand-Object Video with Limited Tactile Supervision / Minseong Kweon, Qiao Feng, Yiming Huang 他
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 → - 論文キャリブレーションロボティクス
検証可能なターゲットベースLiDAR-カメラ外部キャリブレーション
外部キャリブレーションを検証可能な推定問題として定式化し、共分散に基づく信頼性評価と方向別精度の把握、データ収集の指針を与える手法を提案した。
原題: VeriCalib: Verifiable Target-Based LiDAR-Camera Calibration / Xiangcheng Hu, Xieyuanli Chen, Feiyi Chen 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 → - 論文マニピュレーションロボティクス
予測幾何から行動へ:身体性マニピュレーションのための相補的予測表現の学習
多視点動画から将来の幾何変化を予測する表現と行動に関連する遷移表現を2段階で学習し、推論時に未来観測を必要とせず操作ポリシーの性能を向上させるフレームワークを提案した論文。
原題: From Predictive Geometry to Action: Learning Complementary Predictive Representations for Embodied Manipulation / Xiaoxu Xu, Hao Li, Hongtao Zhang 他
日本語で読む → - 論文視覚ナビゲーションロボティクス
履歴観測からの証拠的BEV補完による視覚ナビゲーション
短いRGB動画から履歴情報を統合し、証拠付きBEV表現で遮蔽領域の占有を補完してロボットの視覚ナビゲーションを実現した研究。
原題: EchoNav: Evidential BEV Completion from Historical Observations for Visual Navigation / Diwen Liu, Yiyang Shao, Borui Wang 他
日本語で読む → - 論文VLAロボティクス
RoboCasa-Shift:長期的な家庭内マニピュレーションにおける視覚言語行動ポリシーの段階認識型ロバスト性評価
家庭内の長期タスクにおけるVLAポリシーのロバスト性を、単一要因の摂動と段階ごとの診断で評価するベンチマークを提案し、GR00T N1.5の失敗が実行段階によって異なることを示した。
原題: RoboCasa-Shift: Stage-Aware Robustness Evaluation of Vision-Language-Action Policies in Long-Horizon Household Manipulation / Haocheng Wang, Youquan Liu, Weiyu Guo 他
日本語で読む →
PR・アフィリエイト広告
