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VLAロボティクス
StereoVLA: ステレオ視で視覚言語行動モデルを強化
大規模合成ステレオデータから幾何学的手がかりを取り入れた初のVLAモデルを提案し、精密な空間認識と視点ロバスト性を実現した。
原題: StereoVLA: Enhancing Vision-Language-Action Models with Stereo Vision / Shengliang Deng, Mi Yan, Yixin Zheng 他
日本語で読む → - 論文VLA画像認識
D3D-VLP: 動的3D視覚言語計画モデルによる身体性グラウンディングとナビゲーション
単一の3D視覚言語モデルとChain-of-Thoughtで計画・グラウンディング・ナビゲーション・質問応答を統合し、断片的な教師信号から相互補強的に学習する手法を提案。複数ベンチマークで最先端を達成。
原題: D3D-VLP: Dynamic 3D Vision-Language-Planning Model for Embodied Grounding and Navigation / Zihan Wang, Seungjun Lee, Guangzhao Dai 他
日本語で読む → - 論文ドローン制御ロボティクス
データ駆動型ドローン任務における滞在・出発判断への機械学習の応用
ドローンがデータ処理中に次の地点へ移動すべきか待機すべきかを判断するため、分岐予測と強化学習に基づく機械学習手法を提案し、従来の回帰手法より最大4.1倍の最悪任務時間改善を達成した。
原題: Using Machine Learning to Take Stay-or-Go Decisions in Data-driven Drone Missions / Giorgos Polychronis, Foivos Pournaropoulos, Christos D. Antonopoulos 他
日本語で読む → - 論文マニピュレーションロボティクス
視覚的アフォーダンス推論によるシーン非依存な階層型両手タスクプランニング
単一のシーン画像から物体と相互作用点を検出し、両手の協調動作を考慮したサブゴールを生成して、未知の混雑環境でも実行可能な両手タスク計画を立てるフレームワークを提案した。
原題: Scene-agnostic Hierarchical Bimanual Task Planning via Visual Affordance Reasoning / Kwang Bin Lee, Jiho Kang, Sung-Hee Lee
日本語で読む → - 論文アシストロボティクスロボティクス
安全なロボット支援ズボン着脱のための柔軟グリッパの開発
高齢者や片麻痺者のズボン着脱を支援するため、柔軟性と把持力を両立させたグリッパを開発し、ロボットマニピュレータに統合して高い成功率を実証した。
原題: Development of a Compliant Gripper for Safe Robot-Assisted Trouser Dressing-Undressing / Jayant Unde, Takumi Inden, Yuki Wakayama 他
日本語で読む → - 論文自律水上ロボットロボティクス
太陽光発電自律水上ロボットによる高解像度水質サンプリング
太陽光で動く完全自律型USVにシリンジ式サンプラーを搭載し、1回のミッションで最大72点の水質サンプルを汚染なく自動採取できることを実証した。
原題: High-Resolution Water Sampling via a Solar-Powered Autonomous Surface Vehicle / Misael Mamani, Mariel Fernandez, Grace Luna 他
日本語で読む → - 論文マニピュレーションロボティクス
PerFACT: LLMによるデータセット合成と融合アクションチャンキングTransformerを用いた動作ポリシー
LLMで多様な作業空間を生成して大規模な計画データを収集し、融合アクションチャンキングTransformerで汎用的なニューラル動作計画器を学習させる手法を提案した。
原題: PerFACT: Motion Policy with LLM-Powered Dataset Synthesis and Fusion Action-Chunking Transformers / Davood Soleymanzadeh, Xiao Liang, Minghui Zheng
日本語で読む → - 論文飛行制御/風推定cs.ET
機載センサのみで高精度な風推定を実現するUAVの設計と実装
機体に搭載したセンサのみを用い、外乱オブザーバと薄板スプラインで風ベクトルを推定する手法を提案し、風洞・室内外飛行で高精度を実証した。
原題: Design and Implementation of a High-Precision Wind-Estimation UAV with Onboard Sensors / Haowen Yu, Na Fan, Xing Liu 他
日本語で読む → - 論文マニピュレーションロボティクス
ロボットマニピュレーションのための1秒未満3Dメッシュ生成
単一のRGB-D画像から、物体セグメンテーション・拡散モデルによるメッシュ生成・点群位置合わせを統合し、1秒未満でロボット操作に使える3Dメッシュを生成するシステムを提案。
原題: Subsecond 3D Mesh Generation for Robot Manipulation / Qian Wang, Omar Abdellall, Tony Gao 他
日本語で読む → - 論文点群処理/FPGA高速化cs.DC
HLS4PC: FPGA上で点ベース3D点群モデルを高速化するパラメータ化可能フレームワーク
FPGA向けのパラメータ化可能なHLSフレームワークを提案し、PointMLPモデルを軽量化して固定小数点実装を可能にし、GPUやCPUより高速な推論を実現した。
原題: HLS4PC: A Parametrizable Framework For Accelerating Point-Based 3D Point Cloud Models on FPGA / Amur Saqib Pal, Muhammad Mohsin Ghaffar, Faisal Shafait 他
日本語で読む → - 論文ソーシャルロボットロボティクス
大学生向け生産性支援ソーシャルロボットの倫理を考慮した参加型デザイン
大学生と学生支援コーチが参加する参加型デザイン手法を用いて、生産性支援ソーシャルロボットの課題と望ましい機能、倫理的ガイドラインを明らかにした。
原題: Ethically-Aware Participatory Design of a Productivity Social Robot for College Students / Himanshi Lalwani, Hanan Salam
日本語で読む → - 論文安全学習ロボティクス
接触を伴うロボットタスクの安全な学習:古典的手法から安全な基盤モデルまでのサーベイ
接触を伴うロボットタスクにおける安全な学習手法を、安全な探索と安全な実行の二軸で整理し、制約付き強化学習やCBFなどの古典的手法からVLM/VLA基盤モデルへの拡張までを概観したサーベイ。
原題: Safe Learning for Contact-Rich Robot Tasks: A Survey from Classical Learning-Based Methods to Safe Foundation Models / Heng Zhang, Rui Dai, Gokhan Solak 他
日本語で読む → - 論文自動運転/VLAロボティクス
WAM-Flow: 離散フローマッチングによる並列粗密運動計画
自動運転の軌道計画を離散フローマッチングで並列生成するVLAモデルを提案し、NAVSIMで高精度を達成した。
原題: WAM-Flow: Parallel Coarse-to-Fine Motion Planning via Discrete Flow Matching for Autonomous Driving / Yifang Xu, Jiahao Cui, Feipeng Cai 他
日本語で読む → - 論文群制御ロボティクス
消耗下におけるマルチエージェント通信網の堅牢な地理空間調整
ドローンの群れが山火事などの過酷な環境で通信網を構築する際、機体の損失によるネットワーク分断を防ぐため、物理に着想を得たポテンシャル場を用いたトポロジカルなアルゴリズムを提案し、99.9%以上のタスク稼働率を達成した。
原題: Robust Geospatial Coordination of Multi-Agent Communications Networks Under Attrition / Jonathan S. Kent, Eliana Stefani, Brian Plancher
日本語で読む → - 論文VLAロボティクス
RoboNeuron: 身体性AIにおけるエージェント駆動型オーケストレーションのための中間層インフラ
LLMエージェントとロボットミドルウェア(ROS2)を接続する中間層を提案し、VLAバックエンドの変更をシステム再構築なしで可能にした。
原題: RoboNeuron: A Middle-Layer Infrastructure for Agent-Driven Orchestration in Embodied AI / Weifan Guan, Qinghao Hu, Huasen Xi 他
日本語で読む → - 論文群制御制御
密度ベース予測制御によるマルチエージェント非一様領域カバレッジの収束性
最適輸送理論に基づき、優先度の異なる領域を効率的にカバーするマルチエージェント制御法を提案し、収束条件を解析した。
原題: On the Convergence of Density-Based Predictive Control for Multi-Agent Non-Uniform Area Coverage / Sungjun Seo, Kooktae Lee
日本語で読む → - 論文自動運転シミュレーション画像認識
SymDrive: 対称自己回帰オンライン復元によるリアルで制御可能な運転シミュレータ
拡散モデルを用いて、自動運転向けの高精細な新規視点生成と車両挿入などのシーン編集を統合的に行うシミュレータを提案した論文。
原題: SymDrive: Realistic and Controllable Driving Simulator via Symmetric Auto-regressive Online Restoration / Zhiyuan Liu, Daocheng Fu, Pinlong Cai 他
日本語で読む → - 論文VLAロボティクス
ETP-R1: 強化学習ファインチューニングによるトポロジカル計画の進化 — 連続環境における視覚言語ナビゲーション
連続環境での視覚言語ナビゲーション(VLN-CE)において、グラフベースのモデルに大規模データと強化学習ファインチューニングを適用し、R2R-CEで最先端性能を達成した研究。
原題: ETP-R1: Evolving Topological Planning with Reinforcement Fine-tuning for Vision-Language Navigation in Continuous Environments / Shuhao Ye, Sitong Mao, Yuxiang Cui 他
日本語で読む → - 論文軌道計画/微分可能シミュレーションロボティクス
dLITE: 軌道上点検のための微分可能な照明考慮型軌道評価
微分可能レンダリングと軌道伝播を組み合わせ、画像品質を最大化する軌道上点検軌道を自動最適化するパイプラインを提案した。
原題: dLITE: Differentiable Lighting-Informed Trajectory Evaluation for On-Orbit Inspection / Jack Naylor, Raghav Mishra, Nicholas H. Barbara 他
日本語で読む → - 論文マニピュレーションロボティクス
制約環境下における変形可能線状物体の階層的変形計画とニューラル追従制御
障害物のある環境でケーブルなどの変形可能線状物体を操作するため、階層的な変形計画とデータ駆動型モデル予測制御を組み合わせた枠組みを提案し、その有効性を検証した。
原題: Hierarchical Deformation Planning and Neural Tracking for DLOs in Constrained Environments / Yunxi Tang, Tianqi Yang, Jing Huang 他
日本語で読む → - 論文変形物体知覚ロボティクス
UniStateDLO: 遮蔽下の変形可能な線状物体に対する統合的な生成的状态推定と追従
ケーブルやロープなどの変形線状物体(DLO)の知覚を、拡散モデルを用いた条件付き生成問題として定式化し、部分点群からの単一フレーム状態推定とフレーム間追従を統合的に実現。合成データのみで訓練し、遮蔽下でのゼロショットsim-to-realを達成した。
原題: UniStateDLO: Unified Generative State Estimation and Tracking of Deformable Linear Objects Under Occlusion for Constrained Manipulation / Kangchen Lv, Mingrui Yu, Shihefeng Wang 他
日本語で読む → - 論文VLAロボティクス
ManualVLA:思考連鎖による手順書生成とロボット操作を統合したVLAモデル
目標状態から実行手順を推論する「Manual Chain-of-Thought」を導入し、手順書生成と操作実行をMixture-of-Transformersで統合したVLAモデルを提案。3D Gaussian Splattingによるデジタルツインで訓練データを自動生成する。
原題: ManualVLA: A Unified VLA Model for Chain-of-Thought Manual Generation and Robotic Manipulation / Chenyang Gu, Jiaming Liu, Hao Chen 他
日本語で読む → - 論文VLAロボティクス
VLA-AN: 複雑環境での空中ナビゲーション向け効率的オンボード視覚言語行動フレームワーク
3Dガウススプラッティングによる高忠実度データセットと3段階学習、軽量行動モジュールと幾何学的安全補正を組み合わせ、リソース制約のあるドローン上でリアルタイム推論を8.3倍高速化し、最大98.1%のタスク成功率を達成したオンボードVLAナビゲーション手法。
原題: VLA-AN: An Efficient and Onboard Vision-Language-Action Framework for Aerial Navigation in Complex Environments / Yuze Wu, Mo Zhu, Xingxing Li 他
日本語で読む → - 論文マニピュレーションロボティクス
Robo-Dopamine: 高精度ロボットマニピュレーションのための汎用プロセス報酬モデリング
多視点入力から段階的な進捗を理解する汎用報酬モデルを3400時間超のデータで学習し、理論的に整合した報酬整形で強化学習によるロボット操作を高精度化した。
原題: Robo-Dopamine: General Process Reward Modeling for High-Precision Robotic Manipulation / Huajie Tan, Sixiang Chen, Yijie Xu 他
日本語で読む → - 論文構造保存数値計算math.NA
ポートハミルトニアン枠組みにおけるCosseratロッド動力学の混合定式化と構造保存離散化
大変形・大回転する空間Cosseratロッドの非線形動力学を、変位・速度・応力を独立変数とする混合定式化で記述し、ポートハミルトニアン系として構造保存有限要素離散化する手法を提案した論文。
原題: Mixed formulation and structure-preserving discretization of Cosserat rod dynamics in a port-Hamiltonian framework / Philipp L. Kinon, Simon R. Eugster, Peter Betsch
日本語で読む → - 論文触覚画像認識
OpenTouch: 実世界インタラクションに全手触覚をもたらす
一人称視点の動画と全手の触覚・姿勢を同期した初の実世界データセットを構築し、触覚が把持理解やクロスモーダル alignment に有効であることを示した。
原題: OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction / Yuxin Ray Song, Jinzhou Li, Rao Fu 他
日本語で読む → - 論文自動運転検証ロボティクス
実世界交通データから関連するクリティカルシナリオへ
高速道路の実走行データを収集・処理し、車線変更シナリオにクリティカル度指標を適用して安全上重要な運転シナリオを特定する手法を提案した。
原題: From Real-World Traffic Data to Relevant Critical Scenarios / Florian Lüttner, Nicole Neis, Daniel Stadler 他
日本語で読む → - 論文VLAロボティクス
物体中心・幾何グラウンディングによる clutter に頑健な VLA モデル
VLA の知覚と行動を分離し、タスク関連物体の領域選択と3D構造の強調を行う知覚モジュールを導入することで、 clutter や背景変化に強い操作を実現した。
原題: Clutter-Robust Vision-Language-Action Models through Object-Centric and Geometry Grounding / Khoa Vo, Taisei Hanyu, Yuki Ikebe 他
日本語で読む → - 論文マニピュレーションロボティクス
3自由度直列並列ハイブリッドロボット指の指先軌道追従に関する実験的特性評価
3自由度のリンク駆動型直列並列ロボット指を試作し、閉形式ヤコビアンを用いたRMRCで指先のタスク空間軌道追従を実験的に評価、ミリメートル精度を達成した。
原題: Experimental Characterization of Fingertip Trajectory following for a 3-DoF Series-Parallel Hybrid Robotic Finger / Nicholas Baiata, Nilanjan Chakraborty
日本語で読む → - 論文強化学習ロボティクス
ノイズを含むセンサ入力からヒューマノイドサッカーロボットの俊敏なキック技能を学習
ノイズの多いセンサ入力下でも、ヒューマノイドロボットが連続してボールを蹴り、多様な配置でゴールを決められる強化学習システムを開発した。
原題: Learning Agile Striker Skills for Humanoid Soccer Robots from Noisy Sensory Input / Zifan Xu, Myoungkyu Seo, Dongmyeong Lee 他
日本語で読む →
PR・アフィリエイト広告
