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: 2025/11/1 / 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 →- 論文行動認識画像認識
3D人間ポーズで基盤視覚モデルを接地させたロバスト行動認識
V-JEPA 2の予測的世界ダイナミクスとCoMotionの遮蔽に強い3D人間ポーズを融合し、物理空間に接地した行動認識モデルを提案。高遮蔽シーンで既存手法を上回る。
原題: Grounding Foundational Vision Models with 3D Human Poses for Robust Action Recognition / Nicholas Babey, Tiffany Gu, Yiheng 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
固有感覚コンプライアンス制御を備えた腱駆動型バイオインスパイアード多指ハンドDex-Hand 021の開発
12能動・7受動自由度を持つ1kgの腱駆動型5指ロボットハンドを開発し、固有感覚力覚に基づくアドミタンス制御で把持時の関節トルクを31%低減した。
原題: Development of the Bioinspired Tendon-Driven DexHand 021 with Proprioceptive Compliance Control / Jianbo Yuan, Haohua Zhu, Jing Dai 他
日本語で読む → - 論文自動運転/VLAロボティクス
Alpamayo-R1: 長尾シナリオにおける汎化可能な自動運転のための推論と行動予測の橋渡し
視覚言語行動モデルに因果連鎖推論を組み込み、拡散ベースの軌道デコーダと強化学習を組み合わせることで、長尾の安全臨界シナリオでの自動運転計画精度と推論品質を向上させた研究。
原題: Alpamayo-R1: Bridging Reasoning and Action Prediction for Generalizable Autonomous Driving in the Long Tail / NVIDIA, :, Yan Wang 他
日本語で読む → - 論文マニピュレーションロボティクス
ArtReg: 未知の関節物体に対する視触覚融合による姿勢追跡と操作
視覚と触覚の点群をアンセンテッドカルマンフィルタで統合し、未知の関節物体の関節を検出して目標姿勢へ操作する手法を提案。
原題: ArtReg: Visuo-Tactile based Pose Tracking and Manipulation of Unseen Articulated Objects / Prajval Kumar Murali, Mohsen Kaboli
日本語で読む → - 論文移動マニピュレーションロボティクス
SM2ITH: タスク階層型二段階モデル予測制御による対話型人間予測を伴う安全な移動マニピュレーション
移動マニピュレータが人間環境で安全に作業するため、階層型タスクMPCと対話型人間予測を二段階最適化で統合したフレームワークを提案し、配送やピック&プレース、敵対的行動を含む実験で有効性を示した。
原題: SM2ITH: Safe Mobile Manipulation with Interactive Human Prediction via Task-Hierarchical Bilevel Model Predictive Control / Francesco D'Orazio, Sepehr Samavi, Xintong Du 他
日本語で読む → - 論文行動計画ロボティクス
自律ロボットシステムのためのベクトルコスト行動計画と現代的な検証戦略
多目的意思決定のためのベクトルコスト・バイマトリクスゲームを任意の目的数に拡張し、競合する運動計画においてスカラー重み付き和法と比較した。XAIとSEMBASによる検証パイプラインを統合し、ベクトルコスト法の優位性を示した。
原題: Vector Cost Behavioral Planning for Autonomous Robotic Systems with Contemporary Validation Strategies / Benjamin R. Toaz, Quentin Goss, John Thompson 他
日本語で読む → - 論文VINSロボティクス
SP-VINS: 暗黙的環境マップに基づくハイブリッドステレオ視覚慣性ナビゲーションシステム
キーフレームと2Dキーポイントからなる暗黙的環境マップでループ閉じ込みを行い、ランドマーク再投影とレイ制約を統合したハイブリッド残差フィルタで高精度かつ高効率なステレオVINSを実現した。
原題: SP-VINS: A Hybrid Stereo Visual Inertial Navigation System based on Implicit Environmental Map / Xueyu Du, Lilian Zhang, Fuan Duan 他
日本語で読む → - 論文マニピュレーションロボティクス
RoboCOIN: 統合マニピュレーションのためのオープンソース両腕ロボットデータ収集
15種類のロボットプラットフォームから18万件以上の両腕操作デモを集めた大規模データセットを構築し、階層的な注釈とデータ処理パイプラインを提供した。
原題: RoboCOIN: An Open-Sourced Bimanual Robotic Data Collection for Integrated Manipulation / Shihan Wu, Xuecheng Liu, Shaoxuan Xie 他
日本語で読む → - 論文自動運転データセット画像認識
CARScenes: 安全な自動運転のための意味的VLMデータセット
自動運転向けに、環境や道路形状、車両挙動などを28カテゴリ・350以上の属性で注釈付けした5,192枚の画像データセットを構築し、VLMの学習・評価基盤を提供した。
原題: CARScenes: Semantic VLM Dataset for Safe Autonomous Driving / Yuankai He, Weisong Shi
日本語で読む → - 論文UAV相対位置推定ロボティクス
アクティブマーカーの反射を活用した協調UAVチームの相対位置推定
環境中のアクティブマーカーの反射を積極的に利用し、異種マルチUAVチームの機上相対位置推定を行う手法を提案。屋内・屋外実験で従来法を上回る有効範囲(30m以上)と精度を実証した。
原題: Reflection-Based Relative Localization for Cooperative UAV Teams Using Active Markers / Tim Lakemann, Daniel Bonilla Licea, Viktor Walter 他
日本語で読む → - 論文VLA機械学習
Pelican-VL 1.0:身体知能のための基盤ブレインモデル
7B〜72Bパラメータのオープンソース身体知能向けマルチモーダル基盤モデルを開発し、大規模データと新学習機構DPPOにより既存モデルを上回る性能を達成した。
原題: Pelican-VL 1.0: A Foundation Brain Model for Embodied Intelligence / Yi Zhang, Che Liu, Xiancong Ren 他
日本語で読む → - 論文経路計画ロボティクス
都市環境における遮蔽を考慮したUAVによる地上目標探索
都市の道路網を移動する目標をUAVで探索する際、建物による遮蔽を考慮した確率的可視性ボリュームを用いた経路計画手法を提案し、従来手法より優れることを示した。
原題: Occlusion-Aware Ground Target Search by a UAV in an Urban Environment / Collin Hague, Artur Wolek
日本語で読む → - 論文イベントカメラ/水中ロボティクス/sim2real画像認識
EREBUS: 水中環境向けエンドツーエンド堅牢イベントベースシミュレーション
AUV搭載のイベントカメラ向けに、水中環境のリアルな合成データを生成するパイプラインを提案し、低視界・浮遊粒子下での岩石検出タスクで有効性を示した。
原題: EREBUS: End-to-end Robust Event Based Underwater Simulation / Hitesh Kyatham, Arjun Suresh, Aadi Palnitkar 他
日本語で読む → - 論文模倣学習・制御ロボティクス
学習済み力学系のためのロバストなタスクレベル制御アーキテクチャ
力学系ベースの見まね学習で生成した動作計画を、L1適応制御と動的時間伸縮法で補正し、外乱や遅延があっても正確に追従できるタスクレベル制御手法を提案。
原題: A Robust Task-Level Control Architecture for Learned Dynamical Systems / Eshika Pathak, Ahmed Aboudonia, Sandeep Banik 他
日本語で読む → - 論文ナビゲーションロボティクス
四叉木ベースのモデル予測制御による移動ロボットの衝突回避ナビゲーション
四叉木で占有マップから衝突のない領域を抽出し、それをモデル予測制御の制約として用いることで、移動ロボットの安全で効率的なナビゲーションを実現する統合フレームワークを提案した。
原題: Collision-Free Navigation of Mobile Robots via Quadtree-Based Model Predictive Control / Osama Al Sheikh Ali, Sotiris Koutsoftas, Ze Zhang 他
日本語で読む → - 論文アフォーダンスロボティクス
RoboAfford++: ロボット操作とナビゲーションのためのマルチモーダルアフォーダンス学習向け生成AI強化データセット
物体の機能部位や配置可能領域などのアフォーダンスを細粒度で注釈付けした87万枚超の画像と200万件のQAペアからなるデータセットを構築し、評価ベンチマークも提案した論文。
原題: RoboAfford++: A Generative AI-Enhanced Dataset for Multimodal Affordance Learning in Robotic Manipulation and Navigation / Xiaoshuai Hao, Yingbo Tang, Lingfeng Zhang 他
日本語で読む → - 論文マニピュレーションロボティクス
ForeRobo: 3D目標駆動型ロボットマニピュレーションのための無限シミュレーションデータの活用
生成シミュレーションで目標状態を生成し、点対応モデルと古典制御を組み合わせてロボットのマニピュレーション技能を自律獲得する手法を提案。
原題: ForeRobo: Unlocking Infinite Simulation Data for 3D Goal-driven Robotic Manipulation / Dexin wang, Faliang Chang, Chunsheng Liu
日本語で読む → - 論文生成モデル機械学習
フラクショナル拡散ブリッジモデル
非マルコフ性を持つフラクショナルブラウン運動の近似を用いた新しい生成拡散ブリッジを提案し、タンパク質構造予測と画像変換で従来法を上回る性能を示した。
原題: Fractional Diffusion Bridge Models / Gabriel Nobis, Maximilian Springenberg, Arina Belova 他
日本語で読む → - 論文VLAロボティクス
自由形式の言語でヒューマノイドを操作する:統一動作語彙を持つ大規模言語行動モデル
自然言語コマンドをヒューマノイドの全身動作に直接変換する大規模言語行動モデルHumanoid-LLAを提案し、人間とヒューマノイドの動作語彙を統合して物理的安定性を確保した。
原題: Commanding Humanoid by Free-form Language: A Large Language Action Model with Unified Motion Vocabulary / Zhirui Liu, Kaiyang Ji, Ke Yang 他
日本語で読む → - 論文VLAロボティクス
Lite VLA:CPU制約のあるエッジロボット上での効率的な視覚-言語-行動制御
小型VLMをオンボードで動かし、クラウドに頼らず移動しながらリアルタイムにシーン理解と推論を行うエッジロボット向けフレームワークを実証した。
原題: Lite VLA: Efficient Vision-Language-Action Control on CPU-Bound Edge Robots / Justin Williams, Kishor Datta Gupta, Roy George 他
日本語で読む → - 論文移動ロボットロボティクス
高速移動が可能な球型ロボット
単振り子駆動の球型ロボットに、副振り子と軸を合わせたモーメンタムホイールを追加し、最大10m/sの安定した高速移動と障害物踏破性能の向上を実現した。
原題: A High-Speed Capable Spherical Robot / Bixuan Zhang, Fengqi Zhang, Haojie Chen 他
日本語で読む → - 論文人間ロボット協調ロボティクス
ロボットの運動学が仮想ロボットから人への受け渡しタスクにおける人間のパフォーマンスに与える影響
VRでロボットから人への物体受け渡しを再現し、ロボットの動き方や見た目、速度プロファイルなどが人間の予測精度や同期にどう影響するかを調べた研究。
原題: How Robot Kinematics Influence Human Performance in Virtual Robot-to-Human Handover Tasks / Róisín Keenan, Joost C. Dessing
日本語で読む → - 論文マニピュレーションロボティクス
Sashimi-Bot: 変形可能な物体の自律的な三腕高度マニピュレーションと切断
3台のロボットが協調して、サーモンの切り身をまっすぐにし、包丁を把持してスライスし、薄切りを拾い上げる自律システムを開発した。深層強化学習と視覚・触覚フィードバックを組み合わせ、変形しやすく滑りやすい対象へのロバスト性を実現した。
原題: Sashimi-Bot: Autonomous Tri-manual Advanced Manipulation and Cutting of Deformable Objects / Sverre Herland, Amit Parag, Elling Ruud Øye 他
日本語で読む → - 論文VLA画像認識
OmniVLA: 物理的根拠に基づくマルチモーダルVLAと統合マルチセンサ知覚によるロボットマニピュレーション
赤外線カメラ・ミリ波レーダー・マイクアレイをRGB画像に統合する「センサマスク画像」表現を提案し、RGBのみのVLAより成功率84%で大幅に優れるマルチモーダルVLAモデルを実現した。
原題: OmniVLA: Physically-Grounded Multimodal VLA with Unified Multi-Sensor Perception for Robotic Manipulation / Heyu Guo, Shanmu Wang, Ruichun Ma 他
日本語で読む → - 論文3D再構成画像認識
QAL:3D再構成における再現率と適合率のバランスを取る損失関数
3D再構成の学習で使われるChamfer距離やEarth Mover's距離に代わり、再現率と適合率を分離して調整可能にしたQuality-Aware Loss(QAL)を提案し、薄い構造や過小評価領域の復元を改善して把持スコアも向上させた。
原題: QAL: A Loss for Recall Precision Balance in 3D Reconstruction / Pranay Meshram, Yash Turkar, Kartikeya Singh 他
日本語で読む → - 論文航空ナビゲーションロボティクス
HALO:高高度での言語条件付き単眼航空探索とナビゲーション
単眼カメラとGPS・IMUを用いて、高高度から大規模屋外環境のリアルタイム3D再構成と言語指示に基づく探索・ナビゲーションを行うシステムHALOを提案し、シミュレーションと実機で有効性を示した。
原題: HALO: High-Altitude Language-Conditioned Monocular Aerial Exploration and Navigation / Yuezhan Tao, Dexter Ong, Fernando Cladera 他
日本語で読む → - 論文歩行ロボティクス
深層強化学習と動作事前分布による複雑地形での自然で頑健な六脚歩行の学習
最適化した動作事前分布と敵対的識別器を用いて六脚ロボットに自然な歩容を強化学習させ、実機で複雑地形を視覚情報なしで歩行できるようにした。
原題: Learning Natural and Robust Hexapod Locomotion over Complex Terrains via Motion Priors based on Deep Reinforcement Learning / Xin Liu, Jinze Wu, Yinghui Li 他
日本語で読む → - 論文群制御ロボティクス
分散ロボットチームのための国勢調査に基づく集団自律性
ロボットチームの集団的意思決定に「国勢調査」の原理を用いた階層的自律性モデルを提案し、分散最適化と制御の基盤アルゴリズムを包含しつつ、新たな集団行動を可能にすることを示した。
原題: Census-Based Population Autonomy For Distributed Robotic Teaming / Tyler M. Paine, Anastasia Bizyaeva, Michael R. Benjamin
日本語で読む → - 論文設計最適化ロボティクス
大規模言語モデルと多目的ブラックボックス最適化による効率的なロボット設計
ブラックボックス最適化に大規模言語モデルを組み合わせ、ロボットの身体設計をより少ない試行で効率的に探索する手法を提案した。
原題: Efficient Robot Design with Multi-Objective Black-Box Optimization and Large Language Models / Kento Kawaharazuka, Yoshiki Obinata, Naoaki Kanazawa 他
日本語で読む → - 論文マニピュレーションロボティクス
ライトニンググラスプ:コンタクトフィールドによる高性能な手続き型把持合成
コンタクトフィールドというデータ構造で幾何計算と探索を分離し、多指ハンドの多様な把持を従来比桁違いに高速に生成する手法を提案。
原題: Lightning Grasp: High Performance Procedural Grasp Synthesis with Contact Fields / Zhao-Heng Yin, Pieter Abbeel
日本語で読む →
PR・アフィリエイト広告
