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 →- 論文移動ロボット/経路計画ロボティクス
TOPP-DWR: 区分的に一定な角速度制約を考慮した差動駆動車輪ロボットの時間最適経路パラメータ化
差動駆動車輪ロボット向けに、角速度・関節速度・線速度・線加速度の制約を組み込んだ時間最適経路パラメータ化アルゴリズムを提案し、SOCPで効率的に解く手法を実証した。
原題: TOPP-DWR: Time-Optimal Path Parameterization of Differential-Driven Wheeled Robots Considering Piecewise-Constant Angular Velocity Constraints / Yong Li, Yujun Huang, Yi Chen 他
日本語で読む → - 論文VLA画像認識
MAPS: モジュール別近接スケジューリングによる視覚言語表現の保持と視覚言語行動モデルの汎化向上
VLAモデルのファインチューニング時に、モジュールごとに事前学習VLMへの近接制約を段階的に緩めるスケジューリングを導入し、追加パラメータなしで分布内外の性能を最大30%向上させた。
原題: MAPS: Preserving Vision-Language Representations via Module-Wise Proximity Scheduling for Better Vision-Language-Action Generalization / Chengyue Huang, Mellon M. Zhang, Robert Azarcon 他
日本語で読む → - 論文強化学習機械学習
セマンティックセグメンテーションによる3D環境での強化学習の強化:ViZDoomでのケーススタディ
ViZDoomのデスマッチで、RGB画像にセマンティックセグメンテーションを適用した入力表現(SSのみ、RGB+SS)を提案し、メモリ消費の削減と性能向上を実証した。
原題: Enhancing Reinforcement Learning in 3D Environments through Semantic Segmentation: A Case Study in ViZDoom / Jin Huang
日本語で読む → - 論文群制御ロボティクス
距離制約と幾何考慮型離散化による移動ロボット群の連続空間ロードマップ生成
移動ロボット群の経路計画用に、障害物の凸角やステーション位置にノードを配置し、ロボット寸法に基づく最小距離制約を課す連続空間ロードマップ生成手法を提案し、複数環境で既存手法より高い配送性能を示した。
原題: Continuous-Space Roadmap Generation for Mobile Robot Fleets with Distance Constraints and Geometry-Aware Discretization / Marvin Rüdt, Constantin Enke, Kai Furmans
日本語で読む → - 論文VIO/強化学習ロボティクス
適応的でコストを意識した視覚慣性オドメトリのためのデュアルエージェント強化学習
視覚慣性オドメトリにおいて、視覚フロントエンドをいつ実行しその出力をどれだけ信頼するかを強化学習エージェントで逐次決定し、精度と計算効率のトレードオフを改善する手法を提案。
原題: Dual-Agent Reinforcement Learning for Adaptive and Cost-Aware Visual-Inertial Odometry / Feiyang Pan, Shenghe Zheng, Chunyan Yin 他
日本語で読む → - 論文ナビゲーションロボティクス
小型月ミッション向け視覚誘導オプティカルフロー航法
オプティカルフローとレンジファインダによる深度推定を組み合わせ、月着陸時の自己運動をCPU上で軽量に推定する手法を提案し、南極域の合成画像で検証した。
原題: Vision-Guided Optic Flow Navigation for Small Lunar Missions / Sean Cowan, Pietro Fanti, Leon B. S. Williams 他
日本語で読む → - 論文ナビゲーションロボティクス
SocialNav: 社会規範を考慮した具身ナビゲーションのための人間模倣基盤モデル
社会規範を理解し遵守するナビゲーションを実現するため、700万サンプルのデータセットと階層型「脳-行動」アーキテクチャ、強化学習手法SAFE-GRPOを組み合わせた基盤モデルを提案し、成功率と社会規範遵守率を大幅に向上させた。
原題: SocialNav: Training Human-Inspired Foundation Model for Socially-Aware Embodied Navigation / Ziyi Chen, Yingnan Guo, Zedong Chu 他
日本語で読む → - 論文VLAロボティクス
RynnVLA-002:視覚言語行動と世界モデルの統合
視覚言語行動モデルと世界モデルを統合し、環境の物理を学習して行動生成を洗練させるフレームワークを提案。シミュレーションと実機で性能向上を実証。
原題: RynnVLA-002: A Unified Vision-Language-Action and World Model / Jun Cen, Siteng Huang, Yuqian Yuan 他
日本語で読む → - 論文空中マニピュレーションロボティクス
AERMANI-VLM: 視覚言語モデルによる空中マニピュレーションのための構造化プロンプトと推論
事前学習済みVLMを微調整なしで空中マニピュレータに適用し、高レベル推論と低レベル制御を分離して安全な飛行スキル選択を行うフレームワークを提案した。
原題: AERMANI-VLM: Structured Prompting and Reasoning for Aerial Manipulation with Vision Language Models / Sarthak Mishra, Rishabh Dev Yadav, Avirup Das 他
日本語で読む → - 論文システム同定ロボティクス
クアッドロータの視覚ベースシステム同定
機載カメラを用いた視覚ベースのシステム同定手法をクアッドロータのモデリングと制御に適用し、その有効性を検証した。
原題: Vision-Based System Identification of a Quadrotor / Selim Ahmet Iz, Mustafa Unel
日本語で読む → - 論文自動運転認証ロボティクス
自動運転車の認証における主要手法の比較評価
自動運転車の認証プロセスで用いられる主要な手法を比較評価し、認証パイプラインを構築して各段階で適用可能な手法を整理した。
原題: A Comparative Evaluation of Prominent Methods in Autonomous Vehicle Certification / Mustafa Erdem Kırmızıgül, Hasan Feyzi Doğruyol, Haluk Bayram
日本語で読む → - 論文タスク計画ロボティクス
SkillWrapper: タスクレベルロボット計画のための生成的述語発明
基盤モデルを活用してRGB画像から人間に解釈可能な記号表現を学習し、未見の長期的タスクを計画・実行できる手法を提案。
原題: SkillWrapper: Generative Predicate Invention for Task-level Robot Planning / Ziyi Yang, Benned Hedegaard, Ahmed Jaafar 他
日本語で読む → - 論文ヒューマノイド制御ロボティクス
SONIC: 自然なヒューマノイド全身制御のための運動追跡の超大規模化
運動追跡をスケーラブルなタスクと位置づけ、モデル容量・データ・計算量を大規模化することで、自然で堅牢な全身運動が可能な汎用ヒューマノイド制御器を構築した研究。
原題: SONIC: Supersizing Motion Tracking for Natural Humanoid Whole-Body Control / Zhengyi Luo, Ye Yuan, Tingwu Wang 他
日本語で読む → - 論文群制御ロボティクス
RSPECT: 空中監視におけるUAV-UGVチームのエネルギーを考慮した協調のためのロバストでスケーラブルなプランナ
UAVと移動充電ステーションとしてのUGVのチームが、不確実性下でも大幅な修正なしに実行できるロバストな計画を、混合整数計画問題として定式化し、スケーラブルなヒューリスティックRSPECTを提案した。
原題: RSPECT: Robust and Scalable Planner for Energy-Aware Coordination of UAV-UGV Teams in Aerial Monitoring / Cahit Ikbal Er, Amin Kashiri, Yasin Yazicioglu
日本語で読む → - 論文ソフトロボティクス/形状最適化ロボティクス
AquaROM: パラメトリック縮約モデルを用いたソフトスイマーの形状最適化パイプライン
テンソル型パラメトリック縮約モデル(PROM)を基にした最適化アルゴリズムを提案し、流体力学を受けるソフトロボットスイマーの形状最適化に適用して計算効率を大幅に向上させた。
原題: AquaROM: shape optimization pipeline for soft swimmers using parametric reduced order models / Mathieu Dubied, Paolo Tiso, Robert K. Katzschmann
日本語で読む → - 論文安全制御/潜在表現ロボティクス
潜在制御バリア関数の訓練法:モデル化困難な制約下での滑らかな安全フィルタリング
高次元観測から学習した潜在表現上で、滑らかな制御バリア関数による安全フィルタリングを実現するLatentCBFを提案し、既存手法の不連続性と価値推定誤差の問題を解決した。
原題: How to Train Your Latent Control Barrier Function: Smooth Safety Filtering Under Hard-to-Model Constraints / Kensuke Nakamura, Arun L. Bishop, Steven Man 他
日本語で読む → - 論文群制御ロボティクス
民生用ドローンのための知覚考慮型探索
DJI Mini 3 Proなどの民生用UAVで自律的な複数機探索を可能にするため、視点ペア選択と軌道計画、半分散通信方式を提案し、シミュレーションで有効性を示した。
原題: Perception-aware Exploration for Consumer-grade UAVs / Svetlana Seliunina, Daniel Schleich, Sven Behnke
日本語で読む → - 論文VLAロボティクス
進化し続けるスキル知識を持つ視覚言語行動モデル
VLAモデルにパラメータを増やさずに継続的模倣学習を導入し、知識誘導型エキスパートルーティングでタスク特化を実現するフレームワークStellar VLAを提案。
原題: Continually Evolving Skill Knowledge in Vision Language Action Model / Yuxuan Wu, Guangming Wang, Zhiheng Yang 他
日本語で読む → - 論文クロスエンボディメント学習ロボティクス
カメラ座標系でロボット動作を統一する
カメラ外部パラメータを用いて異なるロボットの動作をカメラ座標系で統一し、訓練不要でカメラ外部パラメータを推定するCalibAllを提案。16データセットで約97Kエピソードを校正し、クロスエンボディメント事前学習で最先端性能を達成。
原題: Unify Robot Actions in Camera Frame / Sicheng Xie, Lingchen Meng, Zijie Diao 他
日本語で読む → - 論文VLA画像認識
SemanticVLA: 効率的なロボット操作のための意味論的整合スパース化と強化
視覚言語行動モデルの知覚冗長性と指示-視覚の浅い整合を解決するため、意味論に基づく視覚プルーニングと階層的融合、行動結合を導入し、LIBEROでOpenVLAを21.1%上回る性能と効率を実現した。
原題: SemanticVLA: Semantic-Aligned Sparsification and Enhancement for Efficient Robotic Manipulation / Wei Li, Renshan Zhang, Rui Shao 他
日本語で読む → - 論文医療ロボティクスロボティクス
反復学習制御による精密回転挿入で針の穿刺性能を改善
反復学習制御(ILC)を用いて手術ロボットの針の回転挿入を精密化し、網膜下注射において直線挿入より高い成功率を達成した。
原題: Improving Needle Penetration via Precise Rotational Insertion Using Iterative Learning Control / Yasamin Foroutani, Yasamin Mousavi-Motlagh, Aya Barzelay 他
日本語で読む → - 論文マニピュレーションロボティクス
無意識的・意図的な人間の動作手がかりを用いた表現豊かなロボットアーム動作の設計
人間の駒移動動作を「無意識的な傾向」と「意図的な表現」に分けて分析し、そのタイミング特性をロボットアームの動作設計に応用して、印象評価を実機と動画で比較した研究。
原題: Unconscious and Intentional Human Motion Cues for Expressive Robot-Arm Motion Design / Taito Tashiro, Tomoko Yonezawa, Hirotake Yamazoe
日本語で読む → - 論文ナビゲーションロボティクス
SENT-Map:基盤モデルによる意味拡張トポロジカルマップ
屋内環境をJSON形式の意味付きトポロジカルマップで表現し、視覚基盤モデルと自然言語クエリを組み合わせてロボットの計画を可能にするフレームワークを提案した。
原題: SENT Map -- Semantically Enhanced Topological Maps with Foundation Models / Raj Surya Rajendran Kathirvel, Zach A Chavis, Stephen J. Guy 他
日本語で読む → - 論文世界モデル機械学習
決定論的世界のクローニング:長期世界モデルにおける潜在幾何学の決定的役割
決定論的な3D世界を高忠実度で模倣する世界モデルを構築するため、長期予測の精度を左右するのは力学モデルではなく潜在表現の幾何構造であることを示し、時間的コントラスト学習による幾何正則化(GRWM)を提案した論文。
原題: Cloning Deterministic Worlds: The Critical Role of Latent Geometry in Long-Horizon World Models / Zaishuo Xia, Yukuan Lu, Xinyi Li 他
日本語で読む → - 論文ワールドモデル機械学習
共進化する潜在行動ワールドモデル
潜在行動モデルとワールドモデルをウォームアップ段階を介して初めて同時学習させ、相互に進化させる新手法CoLA-Worldを提案した。
原題: Co-Evolving Latent Action World Models / Yucen Wang, Fengming Zhang, De-Chuan Zhan 他
日本語で読む → - 論文ワールドモデル機械学習
Jasmine: シンプルで高性能・スケーラブルなJAXベースのワールドモデリングコードベース
JAXを用いた高性能なワールドモデル学習基盤を提案し、単一ホストから数百アクセラレータまでスケール可能で、CoinRun事例を従来より桁違いに高速に再現できることを示した。
原題: Jasmine: A Simple, Performant and Scalable JAX-based World Modeling Codebase / Mihir Mahajan, Alfred Nguyen, Franz Srambical 他
日本語で読む → - 論文ハードウェアcs.DC
異種AIアクセラレータ間の不一致を明らかにする
NVIDIA、AMD、Intel、Mac、HuaweiのAIアクセラレータ上で10万以上のモデルを実行し、演算子サポートや出力の不一致を調査した。
原題: Mind the Gap: Revealing Inconsistencies Across Heterogeneous AI Accelerators / Elliott Wen, Sean Ma, Ewan Tempero 他
日本語で読む → - 論文VLA機械学習
π_RL: フローベース視覚言語行動モデルのオンライン強化学習ファインチューニング
フローマッチングに基づく大規模VLAモデルに強化学習を適用するため、Flow-NoiseとFlow-SDEの2手法を提案し、分布内外で性能を向上させた。
原題: $π_\texttt{RL}$: Online RL Fine-tuning for Flow-based Vision-Language-Action Models / Kang Chen, Zhihao Liu, Tonghe Zhang 他
日本語で読む → - 論文無線ネットワーク/強化学習cs.IT
デュアルマインド世界モデル:動的無線ネットワークにおける学習のための汎用フレームワーク
認知心理学の二重過程理論に着想を得て、パターン駆動型のSystem 1と論理駆動型のSystem 2を組み合わせた世界モデルを提案し、mmWave V2X環境でのリンクスケジューリングを長期計画で最適化する。
原題: Dual-Mind World Models: A General Framework for Learning in Dynamic Wireless Networks / Lingyi Wang, Rashed Shelim, Walid Saad 他
日本語で読む → - 論文キャラクターアニメーションcs.GR
環境認識型モーションマッチング
モーションキャプチャデータベースから姿勢・軌道・形状特徴を抽出し、動的環境との衝突を考慮した検索を行うことで、障害物や他のエージェントに適応する全身キャラクターアニメーションをリアルタイム生成する手法。
原題: Environment-aware Motion Matching / Jose Luis Ponton, Sheldon Andrews, Carlos Andujar 他
日本語で読む →
PR・アフィリエイト広告
