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 → - 論文協調知覚画像認識
CoGaussian: オープンボキャブラリなガウシアン表現による協調3Dシーン理解
複数エージェントの観測を基盤モデル整合の疎な3Dガウシアンで表現・融合し、事前定義クラスに縛られないオープンボキャブラリな協調セマンティック占有予測を実現した研究。
原題: CoGaussian: Open-Vocabulary Gaussian-based Collaborative 3D Scene Understanding / Om Shivam Verma, Shaya Farahmand, Lingjun Zhao 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 → - 論文医療ロボティクスロボティクス
階層型QP制御と権限誘導リカバリ計画による眼科ロボティクスの高精度RCM動作
汎用マニピュレータで眼科手術用の遠隔運動中心(RCM)を実現する際、RCMと先端追従が衝突してサーボが振動する問題を「制約誘起タスク特異点」として定式化し、権限誘導型プランナと階層型QP制御で高精度に回復・追従する手法を提案した。
原題: High-Precision RCM Motion for Ophthalmic Robotics via Hierarchical QP Control and Authority-Guided Recovery Planning / Huanyu Tian, Adriana Namour, Lingyun Zeng 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 → - 論文視覚自己位置推定画像認識
全方位カメラのためのトポメトリック視覚自己位置推定
全方位カメラの周囲視野を活かし、場所認識と単眼深度推定を組み合わせたトポメトリック枠組みで、スケール考慮のポーズグラフ最適化と球面バンドル調整により高精度な自己位置推定を実現した。
原題: OmniVLoc: Topo-metric Visual Localization for Omnidirectional Cameras / Zhuo Yu, Shuyang Zhang, Huihua Zhu 他
日本語で読む → - 論文VLAロボティクス
汎用マルチモーダルモデルによる直接ロボット制御の実力評価
GPT-6 Astraを軽量エージェント枠組みで閉ループ操作に適用し、深度知覚・文脈学習・触覚活用などの身体能力と5つの操作ベンチマークでの性能を体系的に評価、意味推論と物理実行の乖離を明らかにした論文。
原題: Large Multimodal Models for Direct Robot Control: GPT-6 as a Beginning / Youwei Zhou, Bohan Hou, Yankai Fu 他
日本語で読む → - 論文LLM安全性AI
LLMが操作するとき:行動・社会・時間的影響の計測
LLMの操作的応答に対するユーザーの行動的脆弱性を測る枠組みを提案し、権威・緊急性・社会的証明のバイアスを狙った刺激で信頼校正や従順さへの影響とその社会的・時間的波及を実験的に示した。
原題: When LLMs Manipulate: Measuring Behavioral, Social, and Temporal Effects / Sadia Asif, Israel Antonio Rosales Laguan, Shumaila Asif 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 → - 論文群制御制御
時間変化するグラフ上の非線形マルチエージェント合意に対するConformal Koopman証明
ロボット群が通信ネットワーク変化下で合意に達するまでの期限を、Koopman線形化とconformal predictionで確率的に保証する手法を提案し、60台のシミュレーションで検証した。
原題: Conformal Koopman Certificates for Nonlinear Multi-Agent Consensus on Time-Evolving Graphs / Indrakshi Dey, Nicola Marchetti
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 → - 論文状態推定ロボティクス
感度直交残差学習による適応的横滑り角・コーナリングスティフネス推定
モデル補正器をスティフネス感度に直交するよう設計し、学習補正がスティフネス適応を妨げないようにして横滑り角推定精度を向上させた研究。
原題: Sensitivity-Orthogonal Residual Learning for Adaptive Sideslip and Cornering Stiffness Estimation / Kyoungtae Ji, Dongyeol Won, Kyoungseok Han
日本語で読む → - 論文VLAロボティクス
意図した未来へ世界行動モデルを導く段階認識フレームワーク
長期的なマニピュレーションで生じる「段階混同」を防ぐため、モードトークンと状態トークンでタスク要件と実行進捗を表現し、世界行動モデルを意図した未来へ導くTaskWAMを提案した論文。
原題: Plausible Future, Wrong Choice: Steering World-Action Models toward Intended Future / Zhuohao Li, Jiawei He, Yuxuan Yan 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LLMセキュリティcs.CR
長期記憶とLLMの組み合わせがもたらす高コスト:プロンプトインジェクションから持続的侵害へ
ChatGPT・Claude・Geminiの永続メモリ機能を悪用し、セッションを越えて攻撃が伝播する「メモリインジェクション」の脅威モデルを提示した研究。
原題: Combining Long-Term Memory and LLMs Comes at a High Cost: From Prompt Injection to Persistent Compromise / Pedro H. Barcha Correia, Matheus Azevedo de Sá, Paulo H. Gomes de Senna 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 → - 論文計画/ニューラルオペレータ機械学習
ノイズ下計画のためのニューラルオペレータ
反射ノイマン境界とモンテカルロ解法を拡張したニューラルオペレータで、未知形状でもノイズを考慮した価値場を学習し計画を行う手法を提案。
原題: Planning under Noise with Neural Operators / Michael Chen, Hong Chul Nam, Xi Deng 他
日本語で読む → - 論文安全/ロボット制御ロボティクス
ロボット制御ループの実行時安全チェック:聞かれれば拒否するが、行動時には従う
ロボット制御ループに実行前の安全確認を追加し、危険な指示を事前に停止できることを示した論文。
原題: Refuses When Asked, Complies When Acting: A Runtime Safety Check for Robot Control Loops / Arnav Grover
日本語で読む → - 論文ニューロモルフィック制御ロボティクス
スパイキングリングアトラクタによる回転関節ロボットの表現と制御
リングアトラクタで関節角度を円環状に表現し、スパイキングニューロンで目標角度への制御を実現するニューロモルフィック制御アーキテクチャを提案し、Tiagoアームで検証した。
原題: A Spiking Ring-Attractor Architecture for Representation and Control of Revolute Robot Joints / Aung Htet, Alejandro Rodriguez Jimenez, Ruidong Ma 他
日本語で読む → - 論文VLAロボティクス
視覚言語行動モデルの失敗要因を特定する因子分解リスクモデル
VLAモデルが視覚的な破損(corruption)に敏感な点に着目し、どの破損を除去すれば失敗リスクが下がるかを推定する「失敗帰属」問題を定義。シーンと破損を分離表現する因子分解リスクモデルで、対になるクリーン画像や追加ロールアウトなしに除去効果を見積もる手法を提案した。
原題: What Would Removing This Corruption Change? Failure Attribution for Vision-Language-Action Models / Carson Sobolewski, Anjali Parashar, Fei Chen 他
日本語で読む → - 論文触覚ロボティクス
軌道上サービス向けセンサ付きヤモリ型粘着インターフェースの接触状態認識
静電容量センシングを組み込んだヤモリ型ドライ粘着インターフェースで、接着ライフサイクル中の5つの接触状態をリアルタイムに分類する枠組みを提案し、軽量MLモデルとルールベース状態機械を組み合わせて高精度なオンライン認識を実現した。
原題: Towards Interaction State Recognition in Sensorized Gecko-Inspired Adhesive Interfaces for Orbital Servicing / Eduart Abdullahu, Francesco Grella, Carol Martinez
日本語で読む → - 論文潜在計画機械学習
潜在計画のための潜在射影
世界モデルの正則化が生む潜在空間のノイズを、状態遷移行列の固有基底を用いて不確実性の低い部分空間に射影し、計画コストを改善する手法を提案。
原題: Latent Projection for Latent Planning / Yoo Sung Jang, Michael Ryoo
日本語で読む → - 論文リターゲティングロボティクス
物体認識型キネマティックリターゲティングによる多指ハンド動作生成
人間の動作キャプチャから物体との接触を保ったロボットハンド参照動作を生成する学習ベースのリターゲティング手法を提案し、両手タスクでの動的リターゲティング性能と実機再現性を向上させた。
原題: DexOAK: Object-Aware Kinematic Retargeting / Federica Spinola, Robert Katzschmann, Cordelia Schmid
日本語で読む →
PR・アフィリエイト広告
