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: 2026/10/19 / 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 →- 論文価値モデル評価ロボティクス
RoboValue:ロボット価値モデルの統合評価のための細粒度シミュレーション・実世界ベンチマーク
ロボット価値モデルをタスク状態理解・時間的進捗監視・失敗回復推論・価値一貫性の4次元で統合評価する、シミュレーションと実世界にまたがる細粒度ベンチマークを提案した論文。
原題: RoboValue: A Fine-Grained Sim-and-Real Benchmark for Unified Evaluation of Robotic Value Models / Shengbang Liu, Zhengye Du, Zhilong Wan 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によるロボット撮影システム
写真撮影の意図理解からカメラ制御までを統合したVLAフレームワークRoboPhoto-VLAを提案し、人間の美的選好に沿った撮影を実現した。
原題: Robotic Photography System based on Vision-Language-Action Model / Song-Li Wu, Chubin Zhang, Wenbo Ding 他
日本語で読む → - 論文移動操作ロボティクス
ヒューマノイドSRL:協調的な移動操作のための超冗長肢による形態拡張
ヒューマノイドに3本目の腕(超冗長肢)を追加し、モデルベース軌道最適化と強化学習で全身協調動作を実現、シミュレーションから実機へゼロショット転移した研究。
原題: Humanoid SRL: Augmenting Humanoids with Supernumerary Limbs for Coordinated Loco-Manipulation / Fukang Liu, Feiyang Wu, Paul Barsa 他
日本語で読む → - 論文単眼ナビゲーションロボティクス
単眼飛行のための幾何認識プランニング表現のクロスモーダル教師あり学習
深度専門家のプランニング特徴をRGBプランナへ蒸留し、深度を明示的に推定せずに障害物回避を可能にする単眼MAVナビゲーション手法を提案。3DGSシミュレータで学習し実環境へゼロショット展開した。
原題: Learning Geometry-Aware Planning Representations for Monocular Flight with Cross-Modal Supervision / Wencan Feng, Bailing Tian, Yulin Hui 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
SWAP: テスト時操作可能なヒューマノイド全身衝突回避
拡散ポリシーで多様な衝突回避動作を生成し、全身RL制御でバランスを保つ階層型フレームワークを提案。実機G1で静的・動的障害物の回避を実証。
原題: SWAP: Test-Time Steerable Humanoid Whole-Body Collision Avoidance / Zeji Yi, Guanqi He, Xiaofeng Guo 他
日本語で読む → - 論文両腕マニピュレーションロボティクス
スケジュールではなくタスクを学ぶ:両腕模倣学習における偽の腕間結合の低減
両腕模倣学習において、タスクに必要な腕間制約と偶発的なスケジュール選択を区別するため、記録済みの腕ローカルな内容を保ちつつ時間再編成する学習時データ介入CTRを提案し、実機で最悪状態成功率を56%から76%に改善した。
原題: Learn the Task, Not the Schedule: Reducing Spurious Cross-Arm Coupling in Bimanual Imitation Learning / Shuyuan Hu, Deng-Ke Wu, Yifan Jin 他
日本語で読む → - 論文視触覚マニピュレーションロボティクス
GPT-6 Astraは接触の多いマニピュレーションのためのネイティブ視触覚ポリシーである
マルチモーダル基盤モデルGPT-6 Astraが視覚ベースの触覚画像を直接解釈し、接触を伴う操作タスクで専門ポリシーを上回る成功率を達成したことを示した研究。
原題: GPT-6 Astra Is a Native Visuo-Tactile Policy for Contact-Rich Manipulation / Chen Yang, Linzhe Shi, Hang Zhang 他
日本語で読む → - 論文連合学習機械学習
LiBRA: 連合学習におけるビザンチン耐性クライアント選択のためのロジット指紋
クライアントのパラメータではなくモデルの出力(クラス別ロジット応答)の指紋で比較することで、セキュアアグリゲーションと両立しつつアーキテクチャ非依存なビザンチン耐性クライアント選択を実現した。
原題: LiBRA: Logit Fingerprints for Byzantine-Robust Client Selection in Federated Learning / Saheed A. Tijani, Frank Jiang, Ming Liu
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 → - 論文触覚画像認識
DenseHap: 単眼画像からの高密度ハンド触覚推定
単眼画像から手の距離場・接触・圧力・3D再構成を統合的に推定するエンドツーエンド手法を提案し、未学習データでF1スコアを大幅改善した。
原題: DenseHap: Dense Hand Haptic Estimation from Monocular Images / Junhan Xue, Rolandos Alexandros Potamias
日本語で読む → - 論文VLAロボティクス
HAF-VLA: ヒューマノイドの視覚-言語-行動制御のための階層的行動フローフレームワーク
事前学習済みフローマッチングVLAを階層的に適応させ、移動・頭・腰・全身操作を段階的に生成することでヒューマノイドの全身移動操作を実現した研究。
原題: HAF-VLA: Hierarchical Action Flow Framework for Humanoid Vision-Language-Action Control / Langzhe Gu, Chengkai Hou, Meng Li 他
日本語で読む → - 論文VLAロボティクス
農業マニピュレーションのための視覚-言語-行動モデルによるロボット学習
トマト植物を対象に、MuJoCoシミュレーションで収集した実演と実機実演を用いてOctoやπ0.5などの汎用ロボット方策を農業のリーチング・把持タスクへ適応させるsim-to-real学習フレームワークを構築し、視点変化や分布外条件での性能を評価した。
原題: Robot Learning with Vision-Language-Action Models for Agricultural Manipulation / Hamid Hafezi, Javad Mohammadpour Velni, Mohammadreza Davoodi
日本語で読む → - 論文視覚言語ナビゲーションロボティクス
視覚言語ナビゲーションにおける物理的実行可能性ギャップの解明と橋渡し
既存のVLNシミュレータの緩い接触モデルが物理的に不可能な行動を隠す問題を指摘し、指示条件付き軌道の実行可能性を予測・選択するVeSTAフレームワークで衝突失敗を削減する。
原題: Revealing and Bridging the Physical Executability Gap in Vision-Language Navigation / Gang He, Zhile Cheng, Kepeng Xu 他
日本語で読む → - 論文模倣学習ロボティクス
ALIGN: アドバンテージ条件付き行動クローニングにおける条件推定と表現の整合
ロボット操作データ中の成功・失敗・復帰が混在する軌道から、条件をポリシーの行動予測に直接整合させて活用するAC-BCフレームワークを提案し、実機タスクで成功率を大幅に改善した。
原題: ALIGN: Aligning Condition Estimation and Expression in Advantage-Conditioned Behavior Cloning / Zechen Wang, Zhenqi Qiu, Houlong Xiong 他
日本語で読む → - 論文歩行ロボティクス
鳥の羽ばたきに着想を得た推力支援二足歩行ロボットのQP-MPC制御
推力装置付き二足ロボットHarpyにQPベースのモデル予測制御を実装し、500Hzで接地力と推力ベクトルを同時制御して推力支援トロット歩行を実現した。
原題: Bio-inspired Thrust-Assisted Trotting on a legged-Aerial Robot via Real-Time QP-MPC / Shreyansh Pitroda, Eric Sihite, Alireza Ramezani 他
日本語で読む → - 論文人物-物体インタラクション画像認識
身体駆動型統合マルチオブジェクト物理による人物-物体インタラクション生成
テキストから全身の人物動作を生成し、意図的に操作する物体の軌道を予測した上で、周囲の物体は物理シミュレーションで動かすことで、複数物体との人物-物体インタラクションを生成するフレームワーク。
原題: BUMP: Body-driven Unified Multi-object Physics for HOI Synthesis / Wonjung Woo, Hyeonwoo Kim, Hanbyul Joo
日本語で読む → - 論文群制御ロボティクス
コード空間でのポリシー探索によるマルチエージェント経路計画
コーディングエージェントがシミュレーションのフィードバックと正しさの検証を頼りにアルゴリズムを反復的に提案・実装・評価・改良するワークフローを検討し、手設計や既存手法を大きく上回る経路計画ポリシーを発見した。
原題: Policy Search in Code Space for Multi-Agent Pathfinding / Matthias Eder, Pantelis Emmanouil, Vivek Farias 他
日本語で読む → - 論文画像生成画像認識
GeoNaviDiff:局所リーマン航法による拡散特徴への分離意味制御の転送
StyleSpaceの分離制御を拡散モデルの局所リーマン軌道に転送し、教師なしで高忠実・因子選択的な実画像編集を実現した研究。
原題: GeoNaviDiff: Transferring Disentangled Semantic Controls to Diffusion Features via Local Riemannian Navigation / Tao Sun, Huanting Guo, Baao Xie 他
日本語で読む → - 論文LiDAR-視覚マッピングロボティクス
SpaRV: スケーラブルで幾何学的に一貫したLiDAR-視覚マッピングとレンダリングのためのスパース放射ボクセル
LiDARスキャンと画像からスパースな放射ボクセルマップを構築し、微分可能レイマーチングで描画する手法。カメラ姿勢と焦点距離を最適化し、サブマップ管理で大規模シーンでもGPUメモリを抑える。
原題: SpaRV: Sparse Radiance Voxels for Scalable Geometrically Consistent LiDAR-Visual Mapping and Rendering / Jianheng Liu, Yunfei Wan, Fangming Cheng 他
日本語で読む → - 論文sim2realロボティクス
実世界蒸留による観察アライメントを用いた画像ベースマニピュレーション方策学習
シミュレーションで訓練した状態ベース教師方策を実機で実行し、その制御知識を画像ベースの生徒方策へ蒸留する枠組みを提案。観察アライメントでデータ収集と実運用間の観察ずれを解消し、人間の実演なしに効率的な実世界方策を学習できる。
原題: ReDOA: Real-World Distillation via Observation Alignment for Image-Based Manipulation Policy Learning / Kotaro Kajitsuka, Masaki Murooka, Fumio Kanehiro
日本語で読む → - 論文vSLAMロボティクス
未知の動物体にも対応する動的環境向けクラス非依存オブジェクト認識vSLAM
ORB-SLAM3を拡張し、既知・未知の動く物体をリアルタイムで検出・追跡・除去する動的環境向けvSLAMを提案。未知動物体のシーンで最大59%、強い遮蔽シーンで最大88%の位置推定誤差低減を実現した。
原題: CAOS-SLAM: Class-Agnostic Object-Aware Real-Time vSLAM for Dynamic Environments / Gaia Borghi, João Carlos Virgolino Soares, Angelo Bratta 他
日本語で読む → - 論文フィジカルAIAI
フィジカルAI:概念・技術・課題の体系化
フィジカルAIの定義と技術的枠組みを統一的に整理し、知覚から行動までの閉ループやsim2real、安全性などの課題を展望したモノグラフ。
原題: Physical AI: Concepts, Techniques, and Challenges / Weinan Zhang, Chunhua Shen, Tianfan Xue 他
日本語で読む → - 論文VLAロボティクス
PaceVLA:視覚言語行動モデルにおける適応的時間行動量子化
VLAモデルの実行効率を高めるため、複数の時間粒度の行動デコーダと、粗い実行が適切かを判断するルータを組み合わせ、精度を保ちつつ高速化する枠組みを提案した論文。
原題: PaceVLA: Adaptive Temporal Action Quantization in Vision-Language-Action Models / Hojin Jeon, Jimin Lee, Taekwan Kim 他
日本語で読む → - 論文VLA画像認識
LVMem: 画像拡張メモリによる長期的質問応答
視覚ベースのメモリに画像パスを紐付け、光フローによるフレーム選択と物体中心の記述を導入することで、長期的な時空間質問応答を効率化したフレームワーク。
原題: LVMem: Image-Augmented Memory for Long-Horizon Question Answering / Victoria Khoruzhaya, Maksim Kalmykov, Tuong Do Minh 他
日本語で読む → - 論文VLAロボティクス
履歴証拠を再活用する学習不要の視覚言語ナビゲーション
視覚言語ナビゲーションにおいて履歴の冗長性を圧縮しつつ、忘却に着想を得た再指示で保持情報を再活用する学習不要フレームワークを提案し、成功率と計算効率を改善した。
原題: ReInsVLN: Revisiting Historical Evidence for Training-Free Vision-and-Language Navigation / Siwei Cheng, Hao Wu, Zitong Qi 他
日本語で読む → - 論文ベンチマーク/多指マニピュレーションロボティクス
HandsOn:汎化可能な器用把持のための大規模シミュレーションベンチマーク
5種のアーム・6種の多指ハンド・約200アセットを組み合わせたシミュレーション基盤と、1.8万デモ付き66タスクのベンチマークを構築し、拡散・VLA・世界モデル・VLM手法の汎化性能と失敗要因を評価した。
原題: HandsOn: A Large-Scale Simulation Benchmark for Generalizable Dexterous Manipulation / Tianwei Luo, Yiming He, Hongjin Wu 他
日本語で読む → - 論文マニピュレーションロボティクス
触覚による把持内物体回転:シミュレーションと実機におけるハンド形態の比較研究
低コストLEAPハンドの指配置(人間型 vs 対称型)と触覚センサの有無が把持内回転性能に与える影響を、シミュレーションと実機で比較検証した。対称型配置が回転数・回転速度・持続時間で優れ、指先負荷も低いことを示した。
原題: Tactile In-Hand Object Rotation: A Comparative Study of Hand Morphology in Simulation and Hardware / Wenhao He, Max Yang, Chenghua Lu 他
日本語で読む → - 論文マニピュレーションロボティクス
フリート経験から学ぶ:ロボットの集合学習パラダイム
配備中のロボット群が実行経験を共有し、失敗文脈から成功軌道を検索して方策を更新する集合経験学習(CEL)を提案。実世界5タスクで93.3〜99.2%の成功率を達成した。
原題: Learning from Fleet Experience: A Collective Learning Paradigm for Robots / Chao Yu, Shu'ang Yu, Hao Lin 他
日本語で読む → - 論文マニピュレーションロボティクス
同型外骨格テレオペレーションと独立スキルルーティングによるヒューマノイドの組合せ的マニピュレーション
腕ごとに実演したスキルを共有エキスパートプール上で独立にルーティングする拡散ポリシーHS-MoDPと、腕の関節を直接操作できる同型外骨格G1Exoを提案し、Unitree G1で接触を伴う棚作業の成功率を35%から65%に向上させた。
原題: Compositional Humanoid Manipulation through Isomorphic Teleoperation and Independent Skill Routing / Yiming Wang, Peixian Yang, Lifeng Zhuo 他
日本語で読む → - 論文VIOロボティクス
AnchorFlow-VIO:固定テンプレート単眼視覚慣性オドメトリのLaMAria評価
Basalt由来の単眼視覚慣性オドメトリを固定設定でLaMAriaデータセット上に評価し、開始時刻や特徴量密度への感度などロバスト性の限界を明らかにした。
原題: AnchorFlow-VIO: Fixed-Template Monocular Visual-Inertial Odometry on LaMAria / Sudhir Pratap Yadav
日本語で読む →
PR・アフィリエイト広告
